邹玉金　宋倩

【摘 要】为了快速响应动态多变的国内外服装细分市场需求，全面提升我国服装业大规模定制的水平，将传统的服装生产模式进行改良，文章在分析服装行业的痛点的基础上，提出了服装网络化协同定制一体化解决方案，探索了服装个性化设计式样采集与建库方法，通过西服的应用案例，展示了个性化服装生成与推荐应用场景。

【关键词】“一带一路”;网络协同;服装定制;个性化;设计推荐

【中图分类号】TP302 【文献标识码】A 【文章编号】1674-0688（2020）07-0061-02

0 引言

目前，“一带一路”倡议被沿线国家广泛地呼应，它一直在积极地与所有国家的发展战略对接。“一带一路”的黄金时期已经到来。一个国家的发展通过经济增长、环境可持续性和社会健康来衡量。制造业是经济增长的重要组成部分之一，它对国内生产总值（GDP）的价值和创造就业机会做出了贡献。为了在高度动态的环境中保持竞争力，制造企业必须对不断变化的客户需求做出快速反应。制造系统只能满足其能力所涵盖的需求，通过比较所提供的能力和产品的需求，可以分析产品的可制造性，而制造能力取决于当前的系统和子系统配置。如果产品不能被制造，首先必须分析是否存在提供所需能力的任何有效配置，其次系统必须根据新配置重新配置。

1 服装行业现状及企业痛点分析

1.1 服装行业现状

（1）网络购物中服装销售额比重最大。目前，服装消费从线下搬到了线上，服装产业的新态势在互联网的基础上还会继续升级，前端客户的需求和后端服装企业的工厂要求快速地实现嫁接。全流程简化，是未来服装行业的一种新趋势。

（2）库存问题一直是服装行业难点问题。服装行业的生产链条较长，从商品企划设计到最后成衣上架销售大约需要6个月，而服装行业普遍采取预估需求、提前订货的供给模式，因此会出现库存高涨、供过于求的情况。

（3）退货率居高不下。居高不下的退货率主要由两个原因造成，一是缺乏个性，二是不合身。

1.2 企业痛点分析

首先，在平台渠道方面，服装市场缺乏预测，厂商库存严重;根据“长江证券”的数据，受库存之累，“森马”在不断地关掉店面，“美特斯邦威”也关闭了近800家门店;国外品牌方面，“UA安德玛”财报也显示营收和库存数额相当，这其实也是在赔本。

其次，面料供应商面料准备采购时间长，导致服装制造商服装生产周期长，市场反应慢，从而导致服装行业制造成本增加，生产要素发生了迁移，生产优势流失;同时，制造商资源共享度不高，区域间的制造标准不一样，沿海地区设计能力强，品牌营销经验丰富，但是制造能力不具有优势;西北地区研发能力弱，但是制造方面具有优势。

最后，消费者对消费需求和消费模式发生了变化，开始对服装需求变化追求个性化。

2 服装网络化协同定制一体化解决方案

以西装为例，西装的定制主要是客户通过模块选择，即配置设计确定款式，然后选择面料，对尺寸进行量身定制。西装分为衣身、领子、袖子、腰袋、手巾袋、里带、笔袋和卡袋等。这些模块又可以进一步细分，如衣身可以分为左衣片、右衣片、后衣片、腋下片、挂面和纽扣等。通过深入细致的模块化设计，客户可能配置的选项很多，比如前襟的纽扣数量、衣领的类型、衣兜的种类甚至缝制迹线的式样等。这些方面的设计种类和花样繁多，对其进行合理组合之后可以产生许多种搭配方案，以此满足客户对定制服装款式的个性化需求。

西装产品族的主结构包含模块化西装的开发设计知识，因此通过西装产品族主结构模型的建立，既可以实现服装模块的重用，也可以实现西装开发设计知识的重用。

如图1所示，服装网络化协同定制从3D服装设计开始，通过3D瞬时呈现、着装场景预热、搭配推荐、下达订单、CAD/CAM、裁剪/缝制、支付、配送/自取直至售后服务，从时间维度大致划分为服装商品设计（设计师平台）→服装商品推荐（三维展示平台）→下单购买（支付平台）→加工（CAD/CAM/MES/PLM/ERP一体化平台）→服务（售后客户满意度及全生命周期追溯平台）。

3 服装个性化设计式样采集与建库

个性化服装的设计在很大程度还要借鉴现有服装的式样，因此要建立一个知识丰富、查询简便的服装式样库。

3.1 服装式样的知识表达

创建服装概念模型，它包含风格、款式、色彩、材料、图案、工艺等功能模块。服装尺寸与结构以典型图片、二维款式图和三维模型等形式体现。建立各模块、各表现形式之间的关联性与变化规律，表现出服装形态的连续性面貌。将纸样构成和样版参数化设计等知识以规则、模糊知识或案例的形式进行存储。

3.2 服装式样的采集

对服装尺寸进行二维尺寸测量和三维扫描，运用知识表达方法，将服装数据映射到相应服装概念模型上，并从设计师和相关专家处获取样版设计相关知识，构建服装逻辑模型。

3.3 式样的存储与建库

将采集到的大规模服装式样数据进行存储，研究服装三维模型数据与设计知识的存储方式，研究数据在云端的共享方法，研究数据的检索方法。

4 个性化服装生成与推荐系统

4.1 个性化服装生成与展示

开展基于客户体型的3D人体模型构建，基于模式识别的服装图像特征提取技术、织物面料动态仿真技术、云环境下的服装虚拟试衣技术，实现用户的体型特征提取、服装图像特征提取，实现织物面料动态仿真和服装虚拟试衣。

4.2 大数据条件下个性化服装推荐

个性化服装推荐是以用户为中心，从用户本人的服装款式风格品位出发，结合市场流行趋势，研究用户的服装定制需求，并以此为服装款式的推荐依据。为此开展以下研究任务。

服装流行指数预测：针对服装流行的层次性、循环性和渐进性的特点，建立服装流行预测量化理论，在先前服装概念模型各项特征的分类基础上，在服装特征空间与市场空间之间构造映射关系，研究用服装的市场状态描述服装流行的指数预测模型，建立服装的流行度量理论。

基于多维度特征的个性化推荐：用户的服装定制需求、服装的自身特征均表现为多维度特性，需利用这些多维度特性进行个性化推荐，包括基于用户以往服装的兴趣偏好的建模，用户需求与服装特征的对应，服装推荐的优先级排序。

5 总结

本文主要研究服装网络化协同云定制平台，通过把服装全生命周期中各个阶段不同角色（客户、设计师、生产及其调度人员、物流人员等）集中到该平台上，让所有角色进行信息无障碍交互，完成服装网络化协同制造，形成一体化的产品设计理念、标准、规范、方法、流程。

参 考 文 献

[1]Sube Singh，AnldtBarde，Biswajit Mahanty，M.K Tiwari.Digital Twin Driven Inclusive Manufacturing Using Emerging Technologies[J].IFAC PapersOnLine，2019，52（13）：2225-2230.

[2]LI H，JI Y J，LI Q F，et al.A Methodology for Module Portfolio Planning within the Service Solution Layer of a Product service System[J].Internation-al Journal of Advanced Manufacturing Technology，2018，94（9）：3287-3308.

[3]李浩，陶飛，文笑雨，等.面向大规模个性化的产品服务系统模块化设计[J].中国机械工程，2018，29（18）：2204-2214.