劉曉航 劉莉

摘要：文章通過介紹BP神經(jīng)網(wǎng)絡(luò)在服裝樣板自動生成、號型選擇和服裝舒適性預(yù)測等服裝人體工效學(xué)領(lǐng)域的研究進(jìn)展，表明BP神經(jīng)網(wǎng)絡(luò)作為一個智能化工具，可簡化服裝人體工效學(xué)中一些復(fù)雜問題的能力，特別對解決由諸多非相關(guān)因素共同影響下的服裝舒適性等問題具有重要的意義。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；服裝人體工效學(xué)；樣板自動生成；服裝舒適性

中圖分類號：TS941.17 文獻(xiàn)標(biāo)志碼：A

The Application of BP Neural Network in Clothing Ergonomics

Abstract： By introducing the progress in the research of clothing ergonomics such as automatic prototype genera-tion， the choice of size designation and clothing comfort forecast， the article shows that， as an intelligent tool， BP neural network has the ability of simplifying some complicated problems of clothing ergonomics， and especially it has significant meaning in solving clothing comfort problems influenced by various unrelated factors.

Key words： BP neural network； clothing ergonomics； automatic prototype generation； clothing com-fort

隨著人工神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展和不斷完善，神經(jīng)網(wǎng)絡(luò)越來越多地應(yīng)用在服裝樣板自動生成、服裝號型選擇、服裝舒適性預(yù)測等方面。

1 樣板自動生成

胡覺亮、董建明以樣板師設(shè)計的版型樣本作為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)內(nèi)容，以腰圍、臀圍等人體尺寸為輸入?yún)?shù)，以直襠、起翹量等女褲裝設(shè)計中的重要參數(shù)作為輸出參數(shù)建立了BP神經(jīng)網(wǎng)絡(luò)模型，對女褲裝的樣板生成作了初步的研究。結(jié)果表明，實際輸出值與期望值基本吻合，該模型能夠快速準(zhǔn)確地進(jìn)行合體的女褲裝版型設(shè)計。

Zhihua Hu在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上結(jié)合免疫協(xié)同進(jìn)化算法（ICEA）與遺傳算法（GA），搭建了兩種混合神經(jīng)網(wǎng)絡(luò)NN-ICEA與NN-GA。褲裝尺寸作為輸入，得到預(yù)測參數(shù)后，應(yīng)用ICEA與GA算法選擇最適合的褲裝尺寸。實驗比較發(fā)現(xiàn)，NN-ICEA算法相比較NN-GA算法更加準(zhǔn)確，可見混合神經(jīng)網(wǎng)絡(luò)將會提高服裝版型設(shè)計的準(zhǔn)確性。

Yinglin Li設(shè)計了一種襯衫版型設(shè)計的BP神經(jīng)網(wǎng)絡(luò)模型，通過輸入人體腰圍、肩寬等 5 個參數(shù)，得到18個襯衫待設(shè)計的參數(shù)。網(wǎng)絡(luò)以sigmoid作為激勵函數(shù)，以梯度下降法為訓(xùn)練函數(shù)進(jìn)行學(xué)習(xí)。實驗預(yù)測結(jié)果與實際值幾乎完全吻合，故該模型能夠?qū)W習(xí)具有多年設(shè)計經(jīng)驗的設(shè)計師的技術(shù)，簡化設(shè)計流程，如將該模型應(yīng)用于CAD軟件系統(tǒng)中，能夠減少對設(shè)計師經(jīng)驗的依賴，提高系統(tǒng)的智能化。

于輝、鄭瑞平將測試者主要身體部位尺寸作為輸入?yún)?shù)、旗袍樣板尺寸作為輸出參數(shù)，對旗袍的版型設(shè)計進(jìn)行了研究。該網(wǎng)絡(luò)經(jīng)測試發(fā)現(xiàn)，輸出結(jié)果與實際樣本結(jié)果基本吻合，誤差平方和達(dá)到0.000 1，進(jìn)一步證明神經(jīng)網(wǎng)絡(luò)能夠模擬樣板師進(jìn)行合體服裝的版型設(shè)計，為MTM系統(tǒng)提供了理論與技術(shù)參考，為服裝智能化生產(chǎn)提供依據(jù)。

吳俊、溫盛軍將西裝成品規(guī)格尺寸作為輸入?yún)?shù)、細(xì)部規(guī)格尺寸作為輸出參數(shù)，建立西服樣板設(shè)計的BP神經(jīng)網(wǎng)絡(luò)模型。研究表明，運(yùn)用所設(shè)計模型進(jìn)行西服樣板設(shè)計，具有較高的靈敏度。該研究為實現(xiàn)服裝的3D款式造型系統(tǒng)自動生成2D 樣板及智能化服裝生產(chǎn)提供了理論與技術(shù)參考。

王竹君等在標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上添加自適應(yīng)學(xué)習(xí)率并附加動量因子，從而提出了一種優(yōu)化的男西服規(guī)格尺寸自動生成的預(yù)測模型。

2 號型推薦

東苗、郝礦榮將神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合應(yīng)用于服裝號型推薦，通過定義方案矩陣、權(quán)重矩陣和匹配度矩陣規(guī)范了服裝號型的推薦流程。其神經(jīng)網(wǎng)絡(luò)模型中的輸入層、隱含層、輸出層節(jié)點數(shù)分別為10、4、1。身高、臂長等女性個體尺寸為輸入?yún)?shù)，推薦號型為輸出參數(shù)，以trainbpx為訓(xùn)練函數(shù)，對模型進(jìn)行訓(xùn)練。通過對5·4系列女長袖襯衫的號型進(jìn)行推薦，該方法的可行性、有效性得到了驗證。依托該方法能夠為顧客在線購買服裝提供全面、客觀、高效、科學(xué)的決策參考。

3 服裝舒適性預(yù)測

Debarati Bhattacharjee利用BP神經(jīng)網(wǎng)絡(luò)提出了一種預(yù)測織物面料熱穩(wěn)態(tài)和熱傳遞特性的方法。實驗證明該方法具有良好的預(yù)測織物面料熱力學(xué)特性的能力。Fayala提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的面料熱導(dǎo)率預(yù)測方法。以紡線導(dǎo)電率、單位面積重量、孔隙度和透氣性為輸入?yún)?shù)，以面料熱導(dǎo)率為輸出參數(shù)建立模型。經(jīng)實驗分析相關(guān)系數(shù)達(dá)0.913，能夠準(zhǔn)確預(yù)測面料熱導(dǎo)率。Jialin Feng以5 個面料客觀動力熱濕特性為輸入?yún)?shù)，以熱感、濕感、刺痛感、運(yùn)動后寒冷感等 4 種主觀評價因子作為輸出參數(shù)，建立了熱濕舒適性的客觀評價與主觀評價的聯(lián)系模型。驗證后發(fā)現(xiàn)誤差值都小于0.5，能較準(zhǔn)確地將主觀與客觀熱濕舒適性評價法聯(lián)系起來。

孔令劍、晏雄基于BP神經(jīng)網(wǎng)絡(luò)模型對織物的透濕性做了相關(guān)研究。以原料、織物厚度等織物參數(shù)作為輸入?yún)?shù)，以不同時刻的相對透濕率作為輸出參數(shù)，該模型對織物的透濕性具有較好的預(yù)測作用。

孟祥令以面料力學(xué)性能與觸壓舒適性評價存在相關(guān)性為基礎(chǔ)，提取了面料力學(xué)性能的因子作為輸入?yún)?shù)，建立了基于BP神經(jīng)網(wǎng)絡(luò)的著裝觸壓舒適性的客觀評價模型，并通過該模型探討了著裝舒適感知中的松緊感、柔軟感、粗糙感、壓迫感、總體舒適感等 5 個輸出參數(shù)。研究發(fā)現(xiàn)，BP神經(jīng)網(wǎng)絡(luò)對松緊感與壓迫感的預(yù)測較好，準(zhǔn)確率在88%以上，而且適當(dāng)提高樣本訓(xùn)練數(shù)量可以提高訓(xùn)練精度。

孫菲菲通過自行開發(fā)的多重態(tài)度標(biāo)尺和穿著實驗系統(tǒng)獲取主觀實驗數(shù)據(jù)并通過信度分析方法進(jìn)行實驗數(shù)據(jù)有效性檢驗來獲取可靠實驗數(shù)據(jù)。采用神經(jīng)網(wǎng)絡(luò)的模型預(yù)測人體感覺與服裝整體舒適性的關(guān)系，以緊、熱、瘙癢等10個單獨的心理感覺為輸入?yún)?shù)，輸出參數(shù)為綜合舒適度。經(jīng)實驗驗證，模型能夠準(zhǔn)確地預(yù)測服裝整體舒適性。由于能夠獲取模型中各變量之間的關(guān)系與相對重要性，因而對服裝的面料選取、設(shè)計過程能夠提供重要的指導(dǎo)。

Zhiying Cui建立了自適應(yīng)BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)，用來預(yù)測隔熱服裝的防熱性能。以梯度下降法求取誤差值，利用動量因子和自適應(yīng)學(xué)習(xí)速率，解決標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的收斂速度過慢與陷入局部最小化的問題。以織物重量、厚度、經(jīng)紗密度、緯紗密度等 9 個面料特性為輸入?yún)?shù)，防熱性能率為輸出參數(shù)，對模型進(jìn)行訓(xùn)練。結(jié)果表明，防熱性能率預(yù)測值與實驗值基本吻合。

吳志明、陳星毅探討了服裝壓力值與感覺因子之間的關(guān)系，建立了BP神經(jīng)網(wǎng)絡(luò)模型，對頸部壓力舒適閾值進(jìn)行了預(yù)測。發(fā)現(xiàn)人體頸部舒適閾值為1.046 kPa，超過1.258 kPa時人體將感覺不適。高婕以各個測試點壓力值為輸入?yún)?shù)、以生理指標(biāo)為輸出參數(shù)，建立了BP神經(jīng)網(wǎng)絡(luò)模型，驗證了女性穿著運(yùn)動內(nèi)衣時生理指標(biāo)的舒適閾值。此研究為女性運(yùn)動內(nèi)衣設(shè)計提供生理指標(biāo)數(shù)據(jù)參考，有助于設(shè)計出更符合人體工學(xué)的女性運(yùn)動內(nèi)衣。

4 結(jié)論

基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測模型將理論與實踐結(jié)合起來，解決了一些服裝設(shè)計生產(chǎn)中的問題?？梢灶A(yù)見到，隨著人工神經(jīng)網(wǎng)絡(luò)軟硬件技術(shù)的不斷變革發(fā)展，BP神經(jīng)網(wǎng)絡(luò)與服裝人體工效學(xué)的結(jié)合會更加緊密，并且在預(yù)測能力上更加準(zhǔn)確和高效。

參考文獻(xiàn)

[1] 胡覺亮，董建明，何瑛，等.基于人工神經(jīng)網(wǎng)絡(luò)的服裝結(jié)構(gòu)設(shè)計[J].紡織學(xué)報，2006，37（2）：49-52.

[2]于輝，鄭瑞平.基于BP神經(jīng)網(wǎng)絡(luò)的MTM中合體服裝樣板生成研究[J].北京服裝學(xué)院學(xué)報（自然科學(xué)版）， 2013，36（1）：35-41.

[3]吳俊，溫盛軍.BP神經(jīng)網(wǎng)絡(luò)在西服樣板設(shè)計中的應(yīng)用[J].紡織學(xué)報，2016，37（9）：113-116.

[4]王竹君，李婷玉，邢英梅，等.改進(jìn)型BP 網(wǎng)絡(luò)在男西服規(guī)格尺寸自動生成上的應(yīng)用[J].武漢紡織大學(xué)學(xué)報，2014，29（6）：36-39.

[5] 東苗，郝礦榮，丁永生.基于模糊神經(jīng)網(wǎng)絡(luò)的服裝號型推薦專家系統(tǒng)[J].微型電腦應(yīng)用，2010，26（3）：21-23，26，69-70.

[6] 孔令劍， 晏雄.神經(jīng)網(wǎng)絡(luò)技術(shù)在預(yù)測織物透濕性能上的應(yīng)用[J].棉紡織技術(shù)， 2005，43（9）：21-24.

[7]吳志明，陳星毅.基于BP神經(jīng)網(wǎng)絡(luò)的頸部服裝壓舒適閾值的預(yù)測[J].天津工業(yè)大學(xué)學(xué)報，2010，29（5）：26-29.