服装原型作为服装设计的基石,对服装合体性起决定作用,人体体型则是原型结构设计的基础,为服装合体性研究提供了方向。目前,我国服装企业常用的东华原型、日本文化式原型和刘瑞璞标准纸样均是根据国标号型中的标准体型进行设计,同一号型下的人体具有多种形态,根据标准体型设计的原型很难满足不同体型的服装合体化需求。体型分类方式多样,体型分类指标需要一定的学术知识基础,普适性较差,且分类较细,难以运用于企业生产运营中。因此,通过简明易懂的分类指标,进行合理的体型细分,以较少的基础原型满足更多消费者的合体需求,能大大提高企业的生产利润,减少库存压力。本文以18-28周岁的江苏地区在校女大学生为研究对象,进行三维人体扫描实验,对三维人体测量数据进行数理分析,得到简明易懂且能描述人体三维形态的体型分类指标,为体型细分提供新思路。同时,采用多种适用于体型分类的算法建立青年女性上身体型判别模型,对比预测结果,得到最优体型判别模型。最后基于三维人体测量点云数据,针对除标准体型外的其他三类体型的中间体进行原型合体化研究,以满足不同体型对合体服装的需求。主要包括以下研究内容:（1）以554名江苏地区18-28周岁的在校青年女大学生为实验对象,进行三维人体测量扫描实验,运行自编程序对与上身原型相关的20项人体特征尺寸数据与点云数据进行自动采集。通过SPSS对实验数据进行预处理,得到满足实验用数据要求的数据集。（2）对青年女性上半身体型进行分类研究,根据相关性分析、因子分析、方差分析和服装专业知识选取胸腰差、腹腰差、身胸比、肩弯指数、腰部扁圆指数为分类指标,运用K均值聚类分析法进行体型细分,计算误差均方SSE绘制出肘部图以确定K值为4,将体型分为小胸扁腰平肩瘦体;正常胸正常腰平肩标准体;大胸圆腰平肩微胖体;大胸圆腰屈肩胖体4类。（3）根据体型分类指标,建立CART分类回归树、朴素贝叶斯分类、BP神经网络的体型预测模型,对未知体型进行判别归类。模型择优,选择预测效果最好的BP神经网络体型预测模型进行未知体型分类。（4）基于除标准体型外其他三类细分体型的中间体尺寸特征,通过分析着装条件下原型样版与人体之间的对应关系,计算三维原型坐标、松量和省道的分布规则,利用逆向工程软件建立三种特殊体型的三维原型样版模型,并沿人体结构线展开三维原型样版,获得三类特殊体型的合体实验原型样版。（5）通过Clo软件对获得的三类特殊体型的合体实验原型样版进行虚拟试穿实验,验证实验原型的可行性。