本文首先从服装舒适性的定义出发,概括介绍了服装热湿传递原理、传递途径。并从服装面料角度,分析了纱线以及织物的基本结构和性能对服装热湿舒适性能的影响。 如何正确的评价服装的舒适性是舒适性研究工作的一个重要方向。评价方法一般包括实验仪器测试法,人体试验法,还有数据处理方法。随着科技的进步,各种评价方法也在不断的完善和发展。 文章对各种方法进行对比分析并引出一种新型的数据处理方法人工神经网络。人工神经网络是最近发展起来的多学科交叉的前沿技术,神经网络模拟人脑结构和智能特点,由大量简单神经元构成,解决问题时不需要对象的精确模型,仅需要大量的原始数据,通过其强大的自学能力和结构的可变性,逐步适应外界环境各因素的作用,并挖掘出对象内在的因果关系,最终以一种不很精确的输入、输出值描述出来。它具有突出的学习自适应能力、容错能力、联想记忆能力等特征。人工神经网络在许多方面比传统的数据处理方法具有更强大的预测能力。 内衣是直接接触人体的服装。随着现代生活水平的提高,人们对其服用舒适性也提出了较高的要求。本文就是以针织内衣为载体来研究人工神经网络在服装舒适性方面的评价与预测的。 选取20种市面所售的针织内衣面料作为研究对象来进行基本结构以及热湿舒适性方面的观察与测试,包括基本的结构指标(织物的密度、干湿重、厚度、线圈长度),基本的热湿性能指标(导热性能、回潮率)以及热湿性能(保暖率、冷感性、显汗湿传递量、平均芯吸高度、透气阻抗)。以织物的基本的结构和热湿性能指标为输入参数,以针织内衣的热湿舒适性能为输出参数,建立BP人工神经网络模型。在经过一定程度的模型训练以后,进行预测。结果表明实验值与预测值之间的吻合程度较高,采用人工神经网络方法来对服装的热湿舒适性能进行预测具有一定的准确度和可行性。