近年来,随着人们消费水平以及审美能力的不断提高,使得消费者不再满足传统、标准化的单一产品,而是对合体性舒适性高的服装更加关注。裤装作为服装品类中的一种,在服装中占有重要地位,而腰腹臀部位是下半身体型特征中的关键部位,影响着裤装的合体性能。目前国内外的体型分类研究重点较多均以整体为主,对裤装结构研究以基型研究、版型自动化生成研究为主,为提高裤装的合体性,满足不同体型对合体裤装的需求,减少库存积压等现象,本课题采用手工人体测量与三维人体测量技术获取与人体腰臀部相关部位的数据,选取分类指标对人体腰臀部体型进行细化分类。并基于体型细分构建对未知体型的判别模型,在体型判别模型基础上进行除标准体外的特殊体型的合体裤装结构研究,以求满足不同体型对合体裤装的需求。本课题主要研究内容和结论如下:（1）服装人体测量实验:选取231名江苏地区18～28周岁的青年成年女性为研究样本,采用手工测量与非接触式三维人体测量技术同场进行人体测量实验,对人体腰臀部相关16项部位进行数据采集,获取人体各部位的尺寸数据,通过spss statistics对测量部位的数据进行正态分布检验与描述性统计分析,得到实验样本测量部位数据均符合正态分布与实验用数据要求。（2）体型分类研究:对腰腹臀部位的形态特征进行研究,结合高度因素、围度因素、扁平率等方面分析体型。基于腰围、腹围、臀围派生出腰臀比、腹臀比、腰腹比。基于身高与腰围、臀围派生出身腰比与身臀比。扁平率描叙了人体侧面特征,基于腰腹臀的宽度与厚度派生出腰腹臀的扁平率。通过相关性分析和单因素分析选取腰臀比、臀围扁平率为分类指标,通过k-means对体型进行聚类分析,运用误差平方和（SSE）确定聚类数k值,通过python程序语言编程,得到聚类数k值为4,验证分析得到将体型分为4类合理有效,最后通过k-means聚类将体型聚类为肥胖体、微胖体、标准体、扁平体。（3）体型判别研究:为找到较优的体型判别模型,对未知的体型进行体型分类判别,选用朴素贝叶斯、支持向量机、随机森林等算法构建判别模型。朴素贝叶斯模型对未知的体型进行分类判别时,测试集与训练集的判别效果较好,训练集的判别准确率95.03%,测试集的判别准确率92.86%,整体判别效果较好。支持向量机判别模型对体型进行分类判别时,在cost与gammer参数设定为默认值的情况下,对核函数进行训练,选用准确率较高的rbf核函数进行参数优化,优化算法选用遗传算法,得到训练集的判别准确率97.52%,测试集的准确率98.57%,整体判别准确率较高。构建随机森林判别模型对体型进行判别,训练集的判别准确率96.27%,测试集的准确率95.71%。比较三种算法判别模型,得到判别效果最好的为支持向量机,可用于对未知的体型的分类判别中。（4）合体裤装结构优化研究:在体型分类与体型判别研究的基础上,从人体工效学的角度出发,通过理论分析得到腰臀部对裤装结构的影响,并依据腰臀部的体型特征进行合体裤装结构的深入研究。针对除标准体外的第一类肥胖体型、第二类微胖体型、第三类扁平体型的体型特征,结合标准体型裤装结构设计方法与平面裁剪技术,通过在裤装基型的基础上加以定量变化横裆与后翘等部位的结构来设置实验,制作合体裤装后进行实例分析,从而解决了肥胖体宽臀体型在穿着正常体裤装时后中线紧绷与臀沟不舒适的状态,解决了微胖体厚臀体型由于臀厚与腰斜线带来的腰部不服帖与臀部紧绷的现象,解决了扁平体因臀部扁平而出现的掉档与后臀部有余量的穿着状态,满足了各体型适体性要求。（5）虚拟试衣验证:根据针对每个体型研究的合体裤装结构变化后的最佳穿着效果的定量进行虚拟试衣,通过试衣效果与应力图直观的观察穿着效果与合体程度,得到合体裤装结构优化具有可行性与实用性。