男式衬衫占男装市场的份额大约为1/3,是人们日常必备穿着。男式衬衫市场具有广阔性、稳定性的特点。本课题以上海市纺织科技发展中心创新项目“服装数字化定制技术”为研究背景,重点研究基于KBE(知识工程)的男衬衫定制数字化设计技术。KBE(Knowledge Based Engineering,知识工程)的本质是知识的再利用,主要内容包含信息获取、应用管理、推理模型。信息获取是对与产品设计研发相关的知识收集,应用管理是对知识获取的知识进行合理的分类、归纳、整合,推理模型是对收集的相关信息进行合理的推理,为新产品的开发设计提供便利。主要运用的知识推理模型是:QFD(Quality function deployment,质量功能展开)模型和基于择近原则的模糊聚类模型,并根据模型构建提出切实可行的男式衬衫数字化设计方案和男式衬衫数字化定制平台。本文主要工作内容包括:1、研究信息获取方法。通过网上男式衬衫数字化定制客户需求调查及问卷的设计和发放,获取有用的客户需求信息;对佩诺玛衬衫品牌进行实地调研,获取男式衬衫的产品信息和销售信息;通过POP、Vogue等时尚预测网站,收集男式衬衫的流行资讯。2、研究应用管理方法。利用PDM(产品数据管理)模式实现对佩诺玛男式衬衫产品信息的数字化管理及与企业官网的信息链接交流。3、研究知识推理方法。主要研究了如何利用QFD模型将客户需求进行量化,通过多层次分析,映射成为技术特征,进而配置到产品设计,提出合乎市场需求的男式衬衫设计方案;研究了利用模糊聚类模型对男式衬衫进行标准化择近归档,并将其应用在男式衬衫数字化定制平台。4、以佩诺玛品牌衬衫定制为案例,利用推理模型,构建男衬衫数字化定制平台,进行了实例验证。应用男衬衫数字化定制技术,为该企业服装产品设计提供快速预测决策手段,并取得很好的实践效果。本文尝试将KBE的理念融入男式衬衫的服装数字化定制设计中,研究了企业产品数字化表征、存储技术,提出了服装衬衫产品设计知识的再利用方法,实现新款男衬衫快速反应设计和定制。本课题为服装数字化定制设计理论提供自己的成果,并应用于生产实际,具有理论、方法的创新性和实用价值。