论文部分内容阅读
随着服装自主品牌设计开发和营销推广研究成为我国服装产业发展的热点,传统的“企划墙”式的企划过程不能满足服装产品“品种多、批量少、周期短”的发展要求,科学有效地进行服装企划成了服装企业制胜的关键。本文在结合国内外服装企划现状,学习国外各种PLM产品理念的情况下,设计了符合我国品牌服装企划需求的辅助企划系统。该系统旨在辅助服装设计总监进行快速,准确地服装企划,使得企划的产品具有品牌特色,并且能够前瞻性地作出评估预测,降低服装产品的风险。本文作者的主要研究工作概述如下:1)利用W3C组织制定的SVG矢量图标准作为设计作品载体,在Apache Batik Toolkit的基础上进行矢量编辑器的开发,运用了比较流行的状态模式,单例模式对系统进行规划和设计,有利于代码维护和功能扩展;2)在处理元素方面,实现了对基本元素和特殊元素的解析和编辑。在矢量图编辑器基础上,实现了款式设计,面料展示,品牌特征元素应用等功能;3)根据品牌视觉化元素应用特点,提出了服装品牌视觉识别元素的自动化应用模型,有效地缩短产品的开发过程,同时通过视觉化元素使消费者对品牌产生联想和记忆;4)根据历史流行色数据,提出结合灰色理论和前馈神经网络的流行色预测模型G-LMBPNN。运用灰色理论学习历史数据的变化规律,对数据进行灰处理,并利用Levenberg-Marquardt算法提高传统BP神经网络模型的学习速率,再对比目标值与改进后BP网络的初始输出值,不断进行逆向反馈修正,训练完毕后通过仿真、白化处理得出流行色预测值。实验表明,G-LMBPNN模型预测所得的流行值比灰色模型方法所得值的精度高,且比传统BP神经网络的收敛速度快。经过系统实现和模型实验,本文研究的内容较好地满足辅助品牌服装的企划需求,对企划过程进行科学、有效地辅助管理。