BP神经网络在服装人体工效学中应用.docVIP

BP神经网络在服装人体工效学中应用 　　摘要：文章通过介绍BP神经网络在服装样板自动生成、号型选择和服装舒适性预测等服装人体工效学领域的研究进展，表明BP神经网络作为一个智能化工具，可简化服装人体工效学中一些复杂问题的能力，特别对解决由诸多非相关因素共同影响下的服装舒适性等问题具有重要的意义。 　　关键词：BP神经网络；服装人体工效学；样板自动生成；服装舒适性 　　中图分类号：TS941.17 文献标志码：A 　　The Application of BP Neural Network in Clothing Ergonomics 　　Abstract： By introducing the progress in the research of clothing ergonomics such as automatic prototype genera-tion， the choice of size designation and clothing comfort forecast， the article shows that， as an intelligent tool， BP neural network has the ability of simplifying some complicated problems of clothing ergonomics， and especially it has significant meaning in solving clothing comfort problems influenced by various unrelated factors. 　　Key words： BP neural network； clothing ergonomics； automatic prototype generation； clothing com-fort 　　随着人工神经网络技术的发展和不断完善，神经网络越来越多地应用在服装样板自动生成、服装号型选择、服装舒适性预测等方面。 　　1 样板自动生成 　　胡觉亮、董建明以样板师设计的版型样本作为神经网络的学习内容，以腰围、臀围等人体尺寸为输入参数，以直裆、起翘量等女裤装设计中的重要参数作为输出参数建立了BP神经网络模型，对女裤装的样板生成作了初步的研究。结果表明，实际输出值与期望值基本吻合，该模型能够快速准确地进行合体的女裤装版型设计。 　　Zhihua Hu在BP神经网络的基础上结合免疫协同进化算法（ICEA）与遗传算法（GA），搭建了两种混合神经网络NN-ICEA与NN-GA。裤装尺寸作为输入，得到预测参数后，应用ICEA与GA算法选择最适合的裤装尺寸。实验比较发现，NN-ICEA算法相比较NN-GA算法更加准确，可见混合神经网络将会提高服装版型设计的准确性。 　　Yinglin Li设计了一种衬衫版型设计的BP神经网络模型，通过输入人体腰围、肩宽等 5 个参数，得到18个衬衫待设计的参数。网络以sigmoid作为激励函数，以梯度下降法为训练函数进行学习。实验预测结果与实际值几乎完全吻合，故该模型能够学习具有多年设计经验的设计师的技术，简化设计流程，如将该模型应用于CAD软件系统中，能够减少对设计师经验的依赖，提高系统的智能化。 　　于辉、郑瑞平将测试者主要身体部位尺寸作为输入参数、旗袍样板尺寸作为输出参数，对旗袍的版型设计进行了研究。该网络经测试发现，输出结果与实际样本结果基本吻合，误差平方和达到0.000 1，进一步证明神经网络能够模拟样板师进行合体服装的版型设计，为MTM系统提供了理论与技术参考，为服装智能化生产提供依据。 　　吴俊、温盛军将西装成品规格尺寸作为输入参数、细部规格尺寸作为输出参数，建立西服样板设计的BP神经网络模型。研究表明，运用所设计模型进行西服样板设计，具有较高的灵敏度。该研究为实现服装的3D款式造型系统自动生成2D 样板及智能化服装生产提供了理论与技术参考。 　　王竹君等在标准BP神经网络的基础上添加自适应学习率并附加动量因子，从而提出了一种优化的男西服规格尺寸自动生成的预测模型。 　　2 号型推荐 　　东苗、郝矿荣将神经网络和专家系统相结合应用于服装号型推荐，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。其神经网络模型中的输入层、隐含层、输出层节点数分别为10、4、1。身高、臂长等女性个体尺寸为输入参数，推荐号型为输出参数，以trainbpx为训练函数，对模型进行训练。通过对5?4系列女长袖衬衫的号型进行推荐，该方法的可行性、有效性得到了验证。依托该方法能够为顾客在线购买服装提供全面、客观、高效、科学的决策参考。 　　3 服装舒适性预测