织物悬垂性能预测与评价系统的研究

论文摘要

计算机技术和网络技术的飞速发展,使得繁琐的服装设计知识元素的获取变得更为简易。作为影响服装美感的重要因子,面料悬垂性能的优劣直接关系着服装的设计决策。根据测试数据建立悬垂性能指标自动预测和评价的系统,对生产与科研单位研制新型纤维及改进织物设计、提高织物悬垂性能和美感度是十分必要的。针对现有悬垂性能预测系统与评价体系的现状与需求,本文围绕悬垂性能的预测及评价过程,结合服装纺织专业知识以及软件工程的设计思想,论述了系统的总体架构分析设计、后台数据库建立、功能算法的实现,以及系统的详细设计过程和系统实现过程等。本文探讨了悬垂性能指标预测以及模糊聚类评价两个功能算法。利用神经网络预测算法对50组织物试样数据进行学习和预测,最终验证了算法的实用性,确定了基于有动量和自适应学习速率梯度下降方法的BP预测算法,并实现从织物规格参数到悬垂性能参数的非线性预测;在模糊聚类评价系统中,着重讨论了FCM聚类算法无法避免噪声点影响,引入基于FPCM的模糊聚类算法,抑制了各种不利因素产生的误差。实测数据证明,聚类算法的准确度较高,聚类分析结果与主观评价能够保持良好的一致性。基于B/S(Browser / Server)结构的织物悬垂性能预测与评价系统的建立将大大简化织物悬垂性的测试与评价工序,实现了纤维、纱线及织物相关性能与织物悬垂性能指标的查询,以及从已知织物组织结构参数到悬垂性能指标的预测,最终实现对悬垂性能优劣的客观全面评价。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景和意义
• 1.2 国内外研究现状
• 1.3 课题研究的主要内容
• 1.4 本文组织结构
• 第2章 系统的总体构架分析与后台数据库的建立
• 2.1 系统分析
• 2.1.1 系统需求分析
• 2.1.2 功能需求分析
• 2.1.3 系统特点分析
• 2.2 系统架构选择
• 2.3 系统功能结构
• 2.3.1 UML 系统建模
• 2.3.2 功能模块设计
• 2.4 后台数据库系统的建立
• 2.4.1 数据库设计原则
• 2.4.2 数据库需求分析
• 2.4.3 E-R 图分析
• 2.4.4 数据库逻辑与物理设计
• 第3章 BP 算法在悬垂性能预测方面的应用研究
• 3.1 预测技术的基本理论
• 3.1.1 预测学原理
• 3.1.2 神经网络概述
• 3.1.3 BP 算法预测原理
• 3.1.3.1 BP 算法简介
• 3.1.3.2 BP 算法具体流程
• 3.2 悬垂性能预测的实现
• 3.2.1 BP 预测网络建模
• 3.2.1.1 网络参数的确定
• 3.2.1.2 学习算法的确定
• 3.2.2 预测过程的实现
• 3.2.2.1 数据的获取与预处理
• 3.2.2.2 预测模型训练效果的评价
• 3.2.2.3 预测结果分析
• 第4章 悬垂性能评价方法的研究与实现
• 4.1 悬垂性能评价体系的建立
• 4.1.1 合理的悬垂性能评价体系建立的原则
• 4.1.2 评价指标的确定
• 4.2 模糊聚类分析基本知识
• 4.2.1 聚类分析的一般过程
• 4.2.2 常用的悬垂性分类方法FCM
• 4.2.2.1 FCM 算法简介
• 4.2.2.2 FCM 算法的缺陷分析
• 4.2.3 FPCM 算法的原理介绍
• 4.3 FPCM 算法在悬垂性数据聚类分析中的应用
• 4.3.1 实验数据的获取
• 4.3.2 模糊聚类结果
• 4.3.2.1 样本集中噪声数据的剔除
• 4.3.2.2 剔除噪声数据后的模糊聚类结果
• 4.3.3 悬垂性能评价分析
• 4.4 模糊聚类结果与主观评定的比较分析
• 第5章 悬垂性能预测与评价系统的具体实现
• 5.1 系统开发环境
• 5.1.1 系统开发工具的选择
• 5.1.2 开发平台技术优势
• 5.2 数据库的连接实现
• 5.2.1 ADO.NET 数据访问模型
• 5.2.2 数据库连接与操作
• 5.3 系统功能实现
• 5.3.1 用户管理模块
• 5.3.1.1 实现功能
• 5.3.1.2 用户界面设计
• 5.3.2 样本数据管理模块
• 5.3.2.1 实现功能
• 5.3.2.2 用户界面设计
• 5.3.3 悬垂性能预测模块
• 5.3.3.1 实现功能
• 5.3.3.2 用户界面设计
• 5.3.4 悬垂性能评价模块
• 5.3.4.1 实现功能
• 5.3.4.2 用户界面设计
• 5.3.5 辅助功能模块
• 第6章 总结与展望
• 6.1 工作总结
• 6.2 待进一步研究的问题
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢