关于服装面料与粘合衬的配伍以及面料与粘合衬的粘合压烫对服用性能的影响,国内外的专家学者已进行了大量的研究。国外有文献报道,研究者可根据面料和衬布的结构性能,利用方差分析、判别分析与人工神经网络相结合的方法来预测粘合后复合物的品质等级(渗胶面积、剥离强度、综合手感值),但从穿着舒适性的角度还未有系统的研究,而且利用方差分析所选择的影响因素各因子之间可能存在着多重相关性。 因此,本文选择了七种轻薄毛或毛涤精纺织物与五种双点粘合衬为实验对象,旨在通过大量实验数据,并利用一种新型的多元统计数据分析方法—偏最小二乘回归分析与人工神经网络相结合对复合材料的热湿舒适性能进行研究。 论文主要做了以下工作:系统分析服装面料与衬料基本组织结构的互配性,在此基础上对复合材料热湿舒适性指标:热阻、透湿量、透气量进行测试;利用相关分析和散点图,从面料特征、衬料特征和压烫工艺三方面对复合物的热湿舒适性能(隔热、透湿、透气)进行定性分析;利用偏最小二乘回归方法建立起面料、衬料结构参数,粘合工艺与透气性能指标之间的理论模型并进行验证;运用人工神经网络的研究方法,建立面料、衬料结构参数,粘合工艺与透气性能指标之间的神经网络预测模型并进行模型预测能力的验证;用神经网络的预测模型对数值模型进行验证,比较两种预测方法精度的差异,并对结果进行讨论。