改进型BP网络在男西服规格尺寸自动生成上的应用

男西服规格尺寸设计对成衣的合体性和板型有着直接的影响,在现今的服装企业中,这项工作对制板师的经验依赖程度比较高,容易因人员流动影响成衣质量。随着人工神经网络等人工智能技术的发展,本文构建了一种可用于男西服规格尺寸设计的改进型BP神经网络模型,并探讨和分析了隐含层神经元数、传递函数、动量因子等影响神经网络性能的关键因素,经过多次仿真测试,表明利用改进型BP网络可以实现由人体关键部位的净体数据自动生成男西服成衣规格尺寸。若经过进一步完善,此方法还能应用于其他服装品种的规格尺寸设计,有利于提高服装企业的制板效率和成衣的适体率。     

改进型BP 网络在男西服规格尺寸自动生成上的应用

男西服规格尺寸设计对成衣的合体性和板型有着直接的影响,在现今的服装企业中,这项工作对制板师 的经验依赖程度比较高,容易因人员流动影响成衣质量。随着人工神经网络等人工智能技术的发展,本文构建了 一种可用于男西服规格尺寸设计的改进型BP神经网络模型,并探讨和分析了隐含层神经元数、传递函数、动量因 子等影响神经网络性能的关键因素,经过多次仿真测试,表明利用改进型BP网络可以实现由人体关键部位的净体 数据自动生成男西服成衣规格尺寸。若经过进一步完善,此方法还能应用于其他服装品种的规格尺寸设计,有利 于提高服装企业的制板效率和成衣的适体率。     

西服里功能性设计的研究

美观与实用是任何服装都应具备的两大要素，但美观必须以实用为前提，西服的实用性能在很大程度上取决于里子的功能性设计，本文结合人体外观形态及运动规律，探讨了西服里子功能性设计的依据及方法。     

西服里功能性设计的研究

美观与实用是任何服装都应具备的两大要素，但美观必须以实用为前提。西服的实用性能在很大程度上取决于里子的功能性设计．本文结合人体外观形态及运动规律，探讨了西服里子功能性设计的依据及方法。     

西服袖条变形的有限元模拟

袖条在西服袖的造型中发挥着关键的支撑作用,运用数学有限元方法.通过采用Ansys软件对实验数据进行计算机模拟,并与主观评价方法得到的结果进行比较,探讨了袖条变形量与外观造型效果的关系,得到了预测造型效果的模型,虽然该模型还需进一步改进与完善,但其模拟方法经证实可行,在促进服装工程力学设计方法的开拓与发展方面,具有较高的理论与应用价值.     

男西服侧片结构的参数化设计

在原有男西服纸样结构的基础上,根据人体结构原理,从不同体型、体态入手,深入讨论了男西服侧片结构的影响因素;通过制作纸样和样衣获取相关数据,分析数据间的相关性,并引入新的参数,从而实现样板的参数化设计,通过推板分析对参数公式进行测试,并且作相应调整,使其更为合理和适用.男西服侧片结构的参数化设计不仅简化了制图过程,更方便适用于计算机辅助设计.     

人体上肢运动对服装袖型松量设计的影响分析

为了解决服装袖型松量设计与人体上肢运动关系的问题,结合人体上肢的形态结构及几种常规运动,重点测量了7种人体上肢运动状态下的人体上肢各个部位的尺寸变化,结合衣袖结构设计的相关理论,对人体上肢尺寸变化情况的数据进行了分析,得出了与各种上肢运动状态对应的袖型松量设计的基本要求,进而分析了人体上肢运动对服装袖型松量设计的影响.     

RBF 神经网络在估算男西服用料长度中的应用

快速而准确地估算服装的排料长度,不仅有利于服装企业核算成本,也有利于企业缩短快速响应时间,把握更多商机,创造更多价值。基于此,以男西服为例,在利用NAC服装CAD系统制板、推板和排料的基础上,采集影响男西服排料长度的相关数据,进而构建出用于估算男西服排料长度的RBF神经网络模型,探讨和分析影响RBF神经网络的诸因素,经过多次仿真测试,表明该RBF网络模型具有良好的预测性能。若将企业实际生产数据导入模型中,通过适当样本训练可进一步提高预测精度,为企业实现快速准确地估算面料消耗提供指导。     

毛毡曲度数对西服袖造型的影响

袖条在西服袖的造型中发挥着关键的支撑作用.袖条组成部件中的毛毡是袖条的骨骼,它的曲度数大小决定着西服袖造型的挺括程度.改变袖条曲度对西服袖外观造型影响的实验结果表明,毛毡的硬挺度决定了袖条毛毡的曲度数大小;毛毡的弹性与硬挺度共同决定了袖条造型的优劣.     

基于陕北地区老年女性体型特征的服装号型研究

通过三维人体测量技术和人工手动测量方式获得陕北地区120位女性老年人的体型数据.从女性老年人的体型入手,利用SAS软件通过数理统计技术对测量数据进行了分析处理,建立了人体尺寸数据集及回归方程,根据各测量项目之间的回归关系设立与各体型相适应的服装样板库,实现了女性老年人体型划分.在此基础上讨论了陕北地区女性老年人各体型中间体控制部位数值及其推档的档差,为实际生产中的老年人服装号型规格设计打下良好基础.     

基于三维人体测量技术的合体式男装袖窿结构研究

以合体式男装的袖窿结构为研究对象,通过非接触式三维人体扫描仪采集臂根围、臂根前后宽等相关部位的数据,并进行配对样本t检验、探索分析、相关分析和回归分析,总结出相关部位的比例关系.结合相关部位的动态分析,重点探讨了影响袖窿结构的两大关键部位——窿门宽和袖窿深并总结出相应的算式,可使合体式服装推板过程中常出现的大号服装袖窿过深的问题在一定程度上得到缓解.     

西装袖袖山弯度设计探讨

从西装袖设计的要点入手,对传统西装袖结构设计方法进行了分析,指出传统西装袖在弯度结构设计方面的不足之处,并在此基础上提出了一种新的设计方法——袖山弯度设计,运用该方法可使西装袖子的结构更加符合人体上肢曲线,更能满足人体上肢活动需求．     

西服袖子结构设计新法

对常见的两种西服袖子结构设计方法进行了比较,分析了各自在结构设计方面的不足之处,在此基础上提出了一种新的设计方法;运用该方法可使西服袖子的结构更加合理,制作工艺更为简便.     

基于SPSS国内某男西装数据库变量的相关分析

对国内某知名服装企业男西装推板优化,就要对国内某知名服装企业男西装数据库中6个主要的变量进行数据观测,即研究多维随机变量的分布、数字特征、变量之间的依赖关系及有关的统计特性.如果用一元统计方法,则势必要把多个变量分开分析,1次处理1个变量.由于这种方法忽视了诸变量之间可能存在着的相关性,因此,一般说来,丢失信息太多,这样所得分析结果不太可靠.另一种方法就是因子分析方法,它同时对多个变量的观测数据进行分析.这样的分析对诸变量之间的关系、相依性和相对重要性等都提供了重要信息,通过SPSS多元分析法对国内某知名服装企业男西装数据库变量分析,找出起主要贡献的因素.     

基于神经网络的微合金钢热轧奥氏体晶粒尺寸预报模型

基于神经网络原理，对微合金钢热轧控制参数的选取进行了研究。制订了一套获取样本数据的实验方案。该方案利用Gleeble-1500热力模拟机提取了轧制温度、应变量、应变速率和相应的应力应变曲线，并通过显微观察获取了实验后样品断面的奥氏体晶粒尺寸。通过归一化把实验所得数据进行必要的处理。采用改进BP算法训练网络，对热轧控制参数（轧制温度、应变量、应变速率）和描述微合金钢组织性能的参数（奥氏体晶粒尺寸）之间的映射关系进行了函数逼近，建立了奥氏体晶粒尺寸流变应力神经网络模型，实践证明，将该神经网络模型运用于热轧控制预报，提高了预测精度并取得较好的效果。     

骨骼服神经网络灵敏度放大控制方法

针对骨骼服是一个多刚体、多自由度的非线性系统,想要建立其准确的数学模型十分困难的缺点,采用BP网络建立骨骼服的动力学模型,简化了模型的建立过程,提出了一种神经网络灵敏度放大方法,并通过Matlab的Simulink和SimMechanics工具进行了仿真,仿真结果说明了方法的可行性。