服裝材料智能選擇方法的研究.pdf

1、隨著信息技術的不斷發(fā)展，服裝設計行業(yè)的信息更新也發(fā)生著日新月異的變化。對服裝設計師和消費者而言，選擇的服裝材料對服裝質量和服用性能有著直接影響。為了更好的保證服裝設計效果，就應該正確選擇服裝材料。智能選材方法隨著時代的發(fā)展在機械、塑料等工業(yè)材料的選擇中逐漸得到了應用，并取得了一定成效，而目前的服裝材料選擇方法仍依靠人們的經驗值，并不能順應服裝行業(yè)發(fā)展的需求，所以需要將這些已經成熟的智能選材方法應用于服裝設計中，使得服裝設計的過程更加客觀

2、化。
　　服裝材料的品類很多，服裝材料的性能會影響到其應用范圍和最終用途，不同的纖維、不同的紗線結構和織物組織結構所形成的面料的服用性能也不相同。服裝的類型很多，對于材料的選擇各有其特定的要求，因此在設計服裝時，有必要先對服裝的穿著條件進行分析，在材料選擇的決策時，對材料本身的性質進行相對精確的比較分析也極其重要。本文主要從智能選材方法的兩個不同的角度出發(fā)，一是選擇服裝的候選材料，二是在候選材料中擇優(yōu)，分別采用人工神經網絡和層次分

3、析法兩種不同的方法，遵從服裝選材的依據和原則，對服裝材料智能選擇的方法進行研究。
　　首先從選擇候選材料的角度采用人工神經網絡來選擇服裝材料，此方法偏向于消費者對服裝穿著條件的需求。采用5W1H的依據構造輸入模型，從服裝材料的原料、織造方式、花紋和色調的角度構造輸出模型，接著通過市場調研搜集樣本，并尋求合適的數值表示方法，對人工神經網絡的BP算法進行編程，并使用Matlab Gui進行界面設計。本文共收集了200組女裝選材案例，通

4、過對其中的180組案例進行訓練，發(fā)現訓練結果的吻合率為94.4％，說明基本吻合，接著對剩下的20組案例進行實例驗證，發(fā)現樣本訓練的泛化結果與實際的吻合率為95%，說明該網絡訓練的泛化能力很好，因此運用人工神經網絡的方法來選擇服裝材料具有可行性。
　　接著從多個候選材料中選擇最優(yōu)的結果。采用層次分析法對服裝材料進行選擇，此方法偏向于比較面料本身的性質。本文通過調研選用具有代表性的風衣、西服、襯衫、禮服和內衣這五類服裝的常用面料進行最

5、優(yōu)選擇，其中包含常規(guī)面料和新型面料。從調研結果可以發(fā)現，服裝材料的厚度、抗彎剛度、折皺彈性、熱阻、透濕指數等性質影響材料的選擇。本文采用專家問卷打分的方式，對服裝材料的性質進行排序，并記錄各個候選面料性質的實驗數據。最后編寫了matlab語言程序，通過在界面上輸入面料性質的排序，得到相對應的最優(yōu)選擇。
　　這兩種方法在一定的程度上使得用戶在面料選擇中體驗到針對需求的智能化、個性化服務，為服裝智能選材系統(tǒng)的開發(fā)提供理論基礎，從而為消