基于GA￣BP算法的着装时男性下体热湿舒适性预测.PDFVIP

第５６卷　 第１期 Ｖｏｌ.５６ꎬＮｏ.１ ２０１９年１月 Ｊａｎ.ꎬ２０１９ 研究与技术 ＤＯＩ:１０.３９６９/ｊ.ｉｓｓｎ.１００１￣７００３.２０１９.０１.００７ 基于 ＧＡ￣ＢＰ算法的着装时男性下体 热湿舒适性预测 程朋朋ꎬ陈道玲 (闽江学院ａ.现代服装技术协同创新中心ꎻｂ.服装与艺术工程学院ꎬ福州３５０１０８) 摘要:为探究着装时男性下体热湿舒适性的影响因子ꎬ而这些因子之间又存在高度非线性的、复杂的 关系ꎬ文章提出采用具有全局搜索寻优的遗传算法优化ＢＰ神经网络(即ＧＡ￣ＢＰ)ꎬ分析男性下体热 湿舒适性指标及建立ＳＶＭ模型进行预测ꎬ并与灰色关联度法、线性回归分析、模糊数学及ＢＰ 算法的 预测结果作对比ꎮ 结果表明:影响男性下体热湿舒适性的主要因素是内裤面料的成分及纤维含量、 回潮率、保温率、传热系数及衣下空气层ꎻ所建立的模型具有较高的精确度和可操作性ꎬ可以有效地 预测主观舒适性ꎬ较优于其他算法ꎮ 关键词:热湿舒适性ꎻ影响因素ꎻＧＡ￣ＢＰꎻ男性ꎻ下体 中图分类号:ＴＳ９４１.１７　 　 　 文献标志码:Ａ　 　 　 文章编号:１００１￣７００３(２０１９)０１￣００３８￣０７　 　 　 引用页码:０１１１０７ Ｈｅａｔ￣ｍｏｉｓｔｕｒｅ ｃｏｍｆｏｒｔ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｍａｌｅ ｌｏｗｅｒ ｂｏｄｙ ｉｎ ｄｒｅｓｓｉｎｇ ｂａｓｅｄ ｏｎ ＧＡ￣ＢＰ ａｌｇｏｒｉｔｈｍ ＣＨＥＮＧ ＰｅｎｇｐｅｎｇꎬＣＨＥＮ Ｄａｏｌｉｎｇ (ａ. Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｉｎｎｏｖａｔｉｏｎ Ｃｅｎｔｅｒ ｏｆ Ｍｏｄｅｒｎ Ｃｌｏｔｈｉｎｇ Ｔｅｃｈｎｏｌｏｇｙꎻｂ. Ｃｌｏｔｈｉｎｇ ａｎｄ Ｄｅｓｉｇｎ ＦａｃｕｌｔｙꎬＭｉｎｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙꎬ Ｆｕｚｈｏｕ３５０１０８ꎬＣｈｉｎａ) Ａｂｓｔｒａｃｔ:Ｉｎ ｏｒｄｅｒ ｔｏ ｅｘｐｌｏｒｅ ｔｈｅ ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ ｏｎ ｔｈｅ ｈｅａｔ￣ｍｏｉｓｔｕｒｅ ｃｏｍｆｏｒｔ ｏｆ ｍａｌｅ ｌｏｗｅｒ ｂｏｄｙ ｉｎ ｄｒｅｓｓｉｎｇꎬ ｗｈｅｒｅａｓ ｔｈｅｒｅ ｉｓ ａ ｈｉｇｈｌｙ ｎｏｎｌｉｎｅａｒ ａｎｄ ｃｏｍｐｌｅｘ ｒｅｌａｔｉｏｎｓｈｉｐ ａｍｏｎｇ ｔｈｅｓｅ ｆａｃｔｏｒｓꎬｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ａｎｄ ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ (ＧＡ￣ＢＰ) ｗｉｔｈ ｇｌｏｂａｌ ｏｐｔｉｍｉｚａｔｉｏｎ ｗｅｒｅ ａｄｏｐｔｅｄ ｔｏ ａｎａｌｙｚｅ ｈｅａｔ￣ｍｏｉｓｔｕｒｅ ｃｏｍｆｏｒｔ ｉｎｄｉｃａｔｏｒｓ ｏｆ ｍａｌｅ ｌｏｗｅｒ ｂｏｄｙ ａｎｄ ｅｓｔａｂｌｉｓｈ ＳＶＭ ｍｏｄｅｌ ｆｏｒ ｐｒｅｄｉｃｔｉｏｎ. Ｂｅｓｉｄｅｓꎬ ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ｒｅｓｕｌｔ ｗａｓ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈａｔ ｏｆ ｇｒａｙ ｃｏｒｒｅｌａｔｉｏｎ ｍｅｔｈｏｄꎬＲｅｇｒｅｓｓｉｏｎ ＡｎａｌｙｓｉｓꎬＦｕｚｚｙ ｍａｔｈｅｍａｔｉｃｓ ａｎｄ ＢＰ ａｌｇｏｒｉｔｈｍ. Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｍａｉｎ ｆａｃｔｏｒｓ ｉｎｆｌｕｅｎｃｉｎｇ ｔｈｅｈｅａｔ￣ｍｏｉｓｔｕｒｅｃｏｍｆｏｒｔ ｏｆ ｔｈｅｍａｌｅｌｏｗｅｒｂｏｄｙｗｅｒｅｔｈｅｃｏｍｐｏｓｉｔｉｏｎｏｆ ｔｈｅｕｎｄｅｒｐａｎｔｓꎬｔｈｅｆｉｂｅｒ ｃｏｎｔｅｎｔꎬｔｈｅ ｍｏｉｓｔｕｒｅ ｒｅｇａｉｎꎬｔｈｅ ｈｅａｔ ｐｒｅｓｅｒｖａｔｉｏｎ ｒａｔｅꎬｔｈｅ ｈｅａｔ ｔｒａｎｓｆｅｒ ｃｏｅｆｆｉｃｉｅｎｔ ａｎｄ ｔｈｅ ａｉｒ ｌａｙｅｒ ｂｅｎｅａｔｈ ｔｈｅ ｃｌｏｔｈｅｓ. Ｉｎ ａｄｄｉｔｉｏｎꎬｔｈｅ ｅｓｔａｂｌｉｓｈｅｄ ｍｏｄ