论文部分内容阅读
服装成衣结构纸样是服装生产加工的基础,是着装合体与否的重要依据.随着服装数字化技术的提高和精益化生产管理方法的提出,传统的服装打板技术急需做出调整以适应快速发展的服装市场.基于BP神经网络在函数逼近和分类预测方面的优势,本文采用MIV(Mean Impact Value)变量筛选算法对BP神经网络进行优化,设计了由净体尺寸输入自动生成成衣尺寸预测模型.结果表明预测模型对提高打板效率,改善服装的适体性具有积极的意义.