刘晓航 刘莉

摘要：文章通过介绍BP神经网络在服装样板自动生成、号型选择和服装舒适性预测等服装人体工效学领域的研究进展，表明BP神经网络作为一个智能化工具，可简化服装人体工效学中一些复杂问题的能力，特别对解决由诸多非相关因素共同影响下的服装舒适性等问题具有重要的意义。

关键词：BP神经网络；服装人体工效学；样板自动生成；服装舒适性

中图分类号：TS941.17 文献标志码：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

随着人工神经网络技术的发展和不断完善，神经网络越来越多地应用在服装样板自动生成、服装号型选择、服装舒适性预测等方面。

1 样板自动生成

胡觉亮、董建明以样板师设计的版型样本作为神经网络的学习内容，以腰围、臀围等人体尺寸为输入参数，以直裆、起翘量等女裤装设计中的重要参数作为输出参数建立了BP神经网络模型，对女裤装的样板生成作了初步的研究。结果表明，实际输出值与期望值基本吻合，该模型能够快速准确地进行合体的女裤装版型设计。

Zhihua Hu在BP神经网络的基础上结合免疫协同进化算法（ICEA）与遗传算法（GA），搭建了两种混合神经网络NN-ICEA与NN-GA。裤装尺寸作为输入，得到预测参数后，应用ICEA与GA算法选择最适合的裤装尺寸。实验比较发现，NN-ICEA算法相比较NN-GA算法更加准确，可见混合神经网络将会提高服装版型设计的准确性。

Yinglin Li设计了一种衬衫版型设计的BP神经网络模型，通过输入人体腰围、肩宽等 5 个参数，得到18个衬衫待设计的参数。网络以sigmoid作为激励函数，以梯度下降法为训练函数进行学习。……