论文部分内容阅读
旗袍作为中华传统服饰,是女士出席隆重场合的首选,但购买时旗袍的合体度往往不尽人意。在市场上,大多数旗袍面料是由丝绸或棉麻类制成的,面料本身弹性有限,无弹力的修身旗袍很难满足各类体型的需求,因此大部分人会选择个性化定制。但个性定制需要做到一人一板,花费时间,成本巨大,不利于企业的长期发展。为解决这一问题,本文提出一种利用人体测量尺寸到合体旗袍样板细部尺寸的GA-BP神经网络映射模型,通过Auto CAD的二次开发建立旗袍样板自动输出系统,可导出不同尺寸的旗袍结构样板,提高企业生产合体旗袍的工作速度。首先,简要阐述服装定制企业的现状,分析其目前面临的困难。查阅大量关于神经网络的相关文献、旗袍样板的相关研究,进行分析整理和总结。利用非接触式三维测量仪进行人体数据的采集,经过SPSS软件分析最终确定保留179组人体数据。根据实验需求,收集旗袍细部尺寸和人体数据作为训练数据样本,并训练后期的神经网络。其次,构建出GA-BP神经网络的推导模型。设定9个人体尺寸参数为输入值、22个合体旗袍样板的细部尺寸为输出值、13个隐含层节点个数,隐含层传递函数为tansig函数,输出层传递函数为purelin函数,网络训练函数为trainlm函数,运用了遗传优化算法,选择、优化随机得到的阈值和权值,充分结合前期得到的179组数据,选择前面的155组数据作为研究样本,选择后面的24组数据作为测试数据,并且使用了Matlab方式构建GA-BP网络。在迭代83次后,显示适应度在0.9884,样本预测值与实际期望值之间的误差较小,达到预期效果。然后,通过LISP开发环境对Auto CAD进行二次开发,构建出合体旗袍样板自动生成系统,该系统分为两个部分,分别是尺寸输入模块和样板生成模块。尺寸输入模块创建出细部尺寸的输入界面,以旗袍结构样板的前片、后片、领片和袖片相关参数为基础,自动生成旗袍样板。最后,对自动生成的旗袍样板分别从样板结构理论、三维虚拟试衣及成衣试穿三个方面进行合体性验证。综合分析结果得出,自动生成的旗袍合体样板满足人体美观和舒适性要求,实用性高,能够应用到实际生产和生活中。