織物懸垂性能預(yù)測與評價系統(tǒng)的研究.pdf

1、計算機技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，使得繁瑣的服裝設(shè)計知識元素的獲取變得更為簡易。作為影響服裝美感的重要因子，面料懸垂性能的優(yōu)劣直接關(guān)系著服裝的設(shè)計決策。根據(jù)測試數(shù)據(jù)建立懸垂性能指標自動預(yù)測和評價的系統(tǒng)，對生產(chǎn)與科研單位研制新型纖維及改進織物設(shè)計、提高織物懸垂性能和美感度是十分必要的。 針對現(xiàn)有懸垂性能預(yù)測系統(tǒng)與評價體系的現(xiàn)狀與需求，本文圍繞懸垂性能的預(yù)測及評價過程，結(jié)合服裝紡織專業(yè)知識以及軟件工程的設(shè)計思想，論述了系統(tǒng)的總體架構(gòu)分

2、析設(shè)計、后臺數(shù)據(jù)庫建立、功能算法的實現(xiàn)，以及系統(tǒng)的詳細設(shè)計過程和系統(tǒng)實現(xiàn)過程等。 本文探討了懸垂性能指標預(yù)測以及模糊聚類評價兩個功能算法。利用神經(jīng)網(wǎng)絡(luò)預(yù)測算法對50組織物試樣數(shù)據(jù)進行學習和預(yù)測，最終驗證了算法的實用性，確定了基于有動量和自適應(yīng)學習速率梯度下降方法的BP預(yù)測算法，并實現(xiàn)從織物規(guī)格參數(shù)到懸垂性能參數(shù)的非線性預(yù)測；在模糊聚類評價系統(tǒng)中，著重討論了FCM聚類算法無法避免噪聲點影響，引入基于FPCM的模糊聚類算法，抑制了各