基于bp神经网络的服装号型推荐方法研究-服装设计与工程专业论文.docxVIP

浙江理工大学硕士学位论文摘要 浙江理工大学硕士学位论文 摘要 随着电子商务的发展，服装电子商务也进入了快速发展时期。网络服装销售的增加， 服装退货率也随之增加。退货率的主要原因是消费者认为在网上购买的服装不合体。这也 是网络服装的最大障碍。本课题研究的目的就是寻找一个快速、科学，切实可行的办法来 减少网购服装时出现的不合体问题。 基于合体性与人体体型的密切关系，本文选择江浙地区年龄在1 8．25岁的青年女子作 为研究对象。并运用非接触式人体测量方法测得研究对象的体型数据共300个样本。 首先，在对前人关于服装合体性相关研究进行调研的基础上，论文对服装合体性与人 体特征部位及特征尺寸相关性进行了分析，建立了基于层次分析法(The Analytic Hierarchy Process，简称AHP)的服装号型选择模型。该模型目标层即最合适的服装号型， 准则层则是人体的8个控制部位，方案层则是服装号型(S、M、L、XL)。通过将消费者 各控制部位数据与服装号型数据进行匹配，最终得到消费者合适的服装号型。通过实例验 证方法的有效性后，用该方法对课题的整个样本数据进行匹配分析。 其次，利用人工神经网络对解决非线性问题所独有的先进性及BP(Back Propagation) 神经网络模型的误差反向传播性，设计了号型推荐的BP网络模型：人体控制部位数据作为 BP网络的输入，将相应号型作为神经网络的输出。将NIP法得出的结果作为样本训练这个 网络，使不同的输入向量得到相应的输出量值。但由于BP神经网络自身的不足与限制，如 训练时间长、收敛于局部极小值等。本文提出三种改进的BP神经网络并将同样的样本数据 用于三种神经网络训练中。通过对训练速度和精度比较，最终将Levenberg—Marquardt算 法确定为本文的最终模型，将其运用在服装号型推荐模型中。最后将训练好的模型的权值、 阈值进行保存，这样的BP神经网可以作为一种有效工具，对样本模式以外的对象做出相应 的推荐。 总之，本文使用不同的分析方法和模型，对人体与服装的合体匹配性进行了研究和分 析，通过实验验证方法可行性和有效性，为服装号型推荐提供了新的途径。 关键词：服装号型；人体测量；号型推荐；层次分析法；BP神经网络 浙江理工大学硕士学位论文Study 浙江理工大学硕士学位论文 Study on size recommending of clothing Methods based on back propagation neu ral network Abstract With the development of electronic commerce，apparel e-cA)mmerce has entered a rapid development period．With the increase in clothing sales network,apparel return rate has increased．Retum rate is mainly due to the clothing that consumer purchase online do not fit． This is also the biggest obstacle to Iutemet apparel．The purpose ofthis research project is to find a fast,scientific，practical way to reduce the problem that clothing does not fit by online shopping． This paper chooses the Zhejiang area to the age of 1 8-25 years old young woman as a study, based on Fit SeX and body size the close relationship．And the use of non-coutact body measuremeut measured the size of data,total of 3 00 samples． First of all，based on the predecessors on the clothes fit-related research studies，studied the between of apparel fit characteristics and body parts characteristics，Established garment size selection based on the Analytic H