基于模糊神经网络的服装号型推荐专家系统.pdfVIP

VolL MicrocomputerApplications26,No．3，2010 开发应用 囊型屯脑应甩 2010年第26卷第3期 文章编号：1007-757X(2010)3-0021-03 基于模糊神经网络的服装号型推荐专家系统 东苗，郝矿荣，丁永生 捅要：该文提出了基于模糊神经网络的服装号型推荐专家系统，将专家系统、模糊神经网络的计算优势与服装号型结合 实现面向个体尺寸的服装号型推荐，通过定义方案矩阵、权重矩阵和匹配度矩阵规范了服装号型的推荐流程。最后针对测量 样本通过对54系列女长袖衬衫的号型推荐，验证了该方法可行性。该方法具有计算简单和结果准确的优点，能快速地为顾 客在线购买服装提供全面、客观、科学的决策参考，具有重要的研究价值和广泛的应用前景。 关键词：模糊算法；神经网络；服装号型推荐；专家系统 中图分类号：Ⅱ，18 文献标志码：A 0引言 ■出 ——◆ 互联网的日益普及为零售业带来全新的商业模式，在线 销售已经被越来越多的消费者所接受，尤其是服装产品的在 线销售近年来持续增长。但在网上购物的过程中，顾客无法 通过试穿来确认服装的尺寸、样式和感觉，同时由于人体体 形的差异，往往会出现穿着两种号型服装似乎都可以的情 况，所以顾客在购买过程中会表现得非常犹豫。在这种情况 下，开发辅助顾客购物决策的软件工具非常必要。 图1模糊神经网络专家系统结构 目前，国外的在线服装销售号型推荐，大多通过顾客到 1．2模糊神经网络专家系统模型 指定地点，通过三维扫描仪得到个体的测量尺寸，进行服装 传统专家系统的知识表示技术，是采用一系列标准的形 号型的推荐。国内的在线服装销售发展较慢，目前顾客仍需 式(如规则、框架、语义网络等)，对知识进行显式表示，而 通过以往的购物经验来挑选服装号型，往往有一定的不确定 神经网络专家系统，是利用神经网络自身的分布式连接机 性。 制，对知识进行隐式表示。知识表示不再是独立的一条条规 则，而是分布于整个网络中的权和阈值。模糊BP神经网络 模糊神经网络集成了神经网络和模糊逻辑各自的优点， 既具有学习能力，又能处理语言变量和表现知谢¨。本文介 专家系统的神经元知识，表示如图2所示12J。 绍了一种面向服装号型推荐的模糊神经网络专家系统，详细 阐述了利用模糊算法、神经网络、专家系统等智能算法实现 、、一 号型推荐的过程，最后通过实例验证该系统的有效性。 ～沁一 l模糊神经网络专家系统算法 曩的■入层 攮掌化层 奠■屠 合成■出屡 1．1模糊神经网络专家系统的原理 圈2模糊BP神经网络专家系统的神经元知识表示圈 神经网络的知识表达体现在网络权值上，是一种隐式的 网络输入为X=(毡，x2，…砀)；输出层的实际输出为 表达，完全不同于传统的显式规则式表达，使其难以理解； 而模糊系统以模糊理论为基础，能对复杂事件进行模糊推 Z=(zn，z2，…z栉)；隐含层与输出层间的网络权值为 H 理，这一点恰巧可以弥补神经网络的缺陷；模糊神经网络兼 l 一 具了两者的优点，既具有学习能力，又能进行模糊推理，能