论文部分内容阅读
服装CAD系统是服装生产企业信息化管理中的一个重要环节,利用服装CAD打板可以提高企业的生产效率,快速响应市场变化。然而,现有的服装CAD系统缺少智能性,基本可以看成是将传统的手工绘制样板工具转换为鼠标和键盘,其样板绘制过程并没有什么实质性的改变,仍然需要样板师的经验。因此,为了更好的适应企业需要,构建具有智能性的服装CAD系统就显得很有必要。本文提出一个智能服装样板生成方法,该方法主要面向服装企业的常规生产方式。该方法的智能性主要体现在两个方面:一方面是具有自动打板功能,可以实现某一特定类型服装的样板自动生成,并且对于变化款式的服装,也可以实现相应的服装样板结构变化;另一方面,具有自学习性,通过提出一种打板经验量化方法来提取样板师的打板经验部分,然后运用BP神经网络训练得到学习模型,从而可以学习有经验样板师的绘图经验,运用于服装样板的自动生成过程。基于上述方法,构建了常规男式衬衫智能样板生成方法,主要从以下几个方面展开研究:(1)通过搜集常规男式衬衫款式并进行分析,对其进行部件划分,得到基础型款式和变化型款式;(2)选择合适的样板绘制方法进行样板绘制;(3)对款式变化和相应的结构变化进行对比分析,提取样本变化的关键控制点;(4)研究了常规男式衬衫款式变化时其结构的变化规律,重点通过实验研究了包括袖窿弧线的变化、袖长与袖口及肘部收量的变化、袖窿与袖山曲线的关联等三个关键部位的变化规律;(5)提出一种样板师绘图经验的量化方法,构建基于BP神经网络的自学习模型。最后,基于常规男式衬衫智能样板生成方法的研究,运用面向对象的方法对其款式、结构进行了数字化描述,构建了一个常规男式衬衫智能打板系统。