随着信息技术与传统技术相结合,CAD技术被广泛运用于服装和纺织品设计。然而传统的服装CAD技术仅重视了服装的款式造型设计,热功能和力学功能性设计板块并没有得到很好的开发和运用,因而无法满足现代消费者对服装功能舒适性需求。因而需要在外观设计、热功能设计、力学功能设计基础上进行服装综合感觉舒适的预测及设计,以满足消费个性化的舒适需求。因此,本文对服装感觉舒适性相关的心理感知过程进行研究与分析,利用多种方法,对这一感知过程——从织物热湿性能和力学性能到单项感觉再到综合舒适感——建立预测模型。 首先本文开发了一个多重态度标尺和穿着实验系统,并应用该技术成功地进行了模拟穿着实验。同时设计了一系列客观实验对织物的物理性能进行了测试。 其次根据穿着实验数据,通过信度分析方法对本文开发的态度标尺进行了信度检验,通过Friedman检验方法对标尺的灵敏度进行检验。在此基础上通过Kendall协同系数检验方法对主观实验数据的有效性进行了进一步检验,以保证预测模型建立数据的有效性。 再次通过聚类分析、因子分析理解心理感知之间的关系,从复杂的心理感知之中提炼出三个独立感觉因子:热湿因子、接触因子和压力因子,并进一步分析感觉因子与整体感觉舒适之间关系,用线性统计和BP神经网络两种方法分别建立了预测模型。对于这两个预测模型,研究发现实验测得数据与模型预测数据之间都有很高的相关性。 同时在感觉舒适评定数据以及物理性能测试数据的基础上定量研究