基于GA-BP算法的着装时男性下体热湿舒适性预测
摘要: 为探究着装时男性下体热湿舒适性的影响因子,而这些因子之间又存在高度非线性的、复杂的关系,文章提出采用具有全局搜索寻优的遗传算法优化BP神经网络(即GA-BP),分析男性下体热湿舒适性指标及建立SVM模型进行预测,并与灰色关联度法、线性回归分析、模糊数学及BP算法的预测结果作对比。结果表明:影响男性下体热湿舒适性的主要因素是内裤面料的成分及纤维含量、回潮率、保温率、传热系数及衣下空气层;所建立的模型具有较高的精确度和可操作性,可以有效地预测主观舒适性,较优于其他算法。
关键词: 热湿舒适性;影响因素;GA-BP;男性;下体
中图分类号: TS941.17
文献标志码: A
文章编号: 1001-7003(2019)01-0038-07
引用页码: 011107
热湿舒适性一直以来就是服装领域中的研究热点之一,热湿对于人体机能或健康而言,也是不可忽略的关键因素。高温高湿均不利于机体的热平衡,如果不及时散热,高温易造成人体肌肉机能下降,导致疲劳感;湿度增高会阻止汗液蒸发,破坏热平衡。而热湿体现在服装中,两者是不可分割的,是共存的现象。即热湿舒适性的影响因子之间存在着微妙的关系,相互影响且成非线性关系。例如透湿的过程中也会带走一些热量,服装在导热的过程中也会带走一些蒸汽,故针对热湿舒适性的研究,就不能单一地去研究热舒适性或者湿舒适性。针对这种现象,本文采用GA-BP算法对男性着装时的下体热湿舒适性进行系统研究。
应用于内衣或内衣用面料舒适性评价的算法各式各样,其中BP算法应用较广。孔令剑等[1]通过灰色理论评价了麻织物的热湿舒适性,得出厚度和总紧度对织物透湿性能产生的影响是不同的;WANG等[2]采用线性回归分析对女性上衣进行了热舒适性的评价;王林玉等[3]利用人工神经网络对服装的热湿舒适性能进行预测;黄淑平等[4]采用灰色关联度法将织物热湿舒适性的主、客观评价结果进行综合处理,未对选取特征指标进行优化,得出评价模型;王美丽[5]尝试用人工神经网络中的反向传播学习算法人工神经网络(BP神经网络)来预测运动胸衣的舒适性;景晓宁等[6]通过BP神经网络对织物的热舒适性与湿舒适性分开单独预测,建立了新型再生纤维针织内衣面料的热、湿舒适性能预测模型;陈香云等[7]通过灰色理论分析织物的热湿舒适性能与纤维、纱线的性能及结构参数之间的关系,最终建立织物热湿舒适性指标的预测模型;王飞[8]通过模糊数学对混纺针织面料内衣的热湿舒适性、接触舒适性和其他相关性能指标进行综合评判;崔丹丹[9]用模糊数学综合评价方法分析了组织结构对混纺内裤服用性能的影响。
通过对上述算法关于研究服装热湿舒适性的总结发现,只局限于对面料或者仅穿内裤进行实验测试,没有对穿着状态下进行具体测试;灰色关联度法、模糊数学及BP算法等对于这种多因素耦合的研究结果准确性及适用性不高,存在一定的局限性。本文提出为优化测试数据及反映实验的真实性,通过设计新的实验方案,利用遗传算法优化BP神经网络来提高热湿舒适性研究的適应能力与预测准确度。其中,GA(Genetic Algorithm,遗传算法)算法有很强的全局搜索能力,BP(Back Propagation,反向传播算法)神经网络有很强的非线性模糊逼近能力,希望通过二者算法的结合评价热湿舒适性,得到较可靠且可信的结果。
1 实 验
1.1 人员选取
挑选5名在校且体型相近的健康大学生(表1)。
1.2 环境及要求
1)本次所有实验均在恒温恒湿的人工气候室进行,环境温度为(25±2)℃,相对湿度(65±5)%,风速≤0.1m/s。
2)选取50件号型为L且款式相同,面料不同的男性内裤(表2)。
3)进行每个实验前,保证所有实验用内裤恢复原来状态且在人工气候室放置24h。
4)测试人员在不被告知内裤面料的情况下随机挑选并依次试穿每条内裤进行实验。
5)测量时测试者上半身裸露,每个环节均测量3次,且在下一次测量时都需先脱下再重新穿上后进行测量。
1.3 内裤的热湿性能测试
1.3.1 仪器与设备
VITUS Smart三维人体扫描仪(北京力泰友联科技有限公司),出汗热平板仪(美国西北测试技术公司),YG(B)606D型平板式保温仪、YG(B)461D-Ⅱ型数字式织物透气量仪、YG(B)216-Ⅱ型织物透湿仪、YG(B)141D型数字式织物厚度仪、Y(B)802G型八篮恒温烘箱(温州市大荣纺织仪器有限公司)等相关仪器、设备。
1.3.2 性能测试
通过出汗热平板仪、YG(B) 606D型平板式保温仪、YG(B) 461D-Ⅱ型数字式织物透气量仪、YG(B) 216-Ⅱ型织物透湿仪等相关仪器对内裤面料进行了热湿舒适性能测试,见表3(因数据较多,本文则随机选取10条内裤以作示例)。
1.4 衣下空气层的确定
内裤作为紧贴人体的衣物而言,其与人体的空间可以忽略[10-11],即空气层记为0。本实验涉及穿着时的空气层,实际为内裤与裤子的空气层。利用VITUS Smart三维人体扫描仪分别对只穿内裤(裸露上半身)、着装(均穿着同一条号型为175/86A的纯棉休闲裤)的测试者进行扫描(表4)然后通过逆向工程软件Geomagic Qualify对获取的只穿内裤和着装云数据进行优化,得出腰部至脚踝处的衣下空气层体积,即V空气=V着装-V内裤。其中,V空气表示内裤与外穿裤子的空气层体积,cm3;V着装表示穿着外裤的人体体积,cm3;V内裤表示只穿内裤的人体体积,cm3。
下一篇:长沙二手房价格模糊综合评估模型