[发明专利]一种文胸压力舒适性评价方法

说明书

技术领域

本发明涉及一种基于体压分布指标与视觉模拟量表耦合模型的文胸压力舒适性评价方法，属于文胸舒适性评价技术领域。

背景技术

根据调查发现，78％的女性不懂得如何选择合适的文胸，34％的女性由于选错文胸或穿戴不当而导致乳房变形，甚至发育不良。文胸舒适性日益成为女性消费者需求的主要特征之一，由于其穿着时紧贴人体，因此对其舒适性要求显得尤为重要。压力舒适性是文胸舒适性的主要影响因素，例如文胸土台虽然可以提升胸部的美观度，却会压迫胃部，压力舒适性低的文胸会引起女性乳腺疾病，因此研究文胸压力舒适性关系到女性健康，具有现实意义。

公知的文胸压力舒适性评价方法主要有两种，一种是主观评价方法，另一种是客观评价方法。单纯的主观评价，缺乏量化指标，只能提供定性的分析，且个体差异将影响评价结果的准确性；单纯的客观评价能够提供一系列的指标和数据，但这些指标和数据并不能反映人的主观感受。当前文胸压力舒适性研究缺乏有效的主客观评价指标关联性的耦合模型，从而难以为文胸设计提供压力舒适性方面的数据支持。

发明内容

本发明要解决的技术问题是为文胸设计提供压力舒适性方面的数据支持。

为了解决上述技术问题，本发明的技术方案是提供了一种文胸压力舒适性评价方法，所用的文胸为公知的带土台的文胸款式，其特征在于，步骤为：

第一步、利用体压分布映像系统采集肩带部位、罩杯部位、钢圈部位、土台部位及后比部位的体压分布数据，利用该体压分布数据计算得到肩带部位及钢圈部位的最大压强和评价压强作为体压分布指标数据，罩杯部位的接触面积、最大压强、评价压强、最大压强梯度和平均压强梯度作为体压分布指标数据，土台部位及后比部位的接触面积、最大压强和评价压强作为体压分布指标数据；

第二步、利用视觉模拟量表，由被试者在穿戴文胸后，给出肩带部位、罩杯部位、钢圈部位、土台部位及后比部位的舒适性主观评价数据；

第三步、采用GA-Elman神经网络建立肩带部位、罩杯部位、钢圈部位、土台部位及后比部位的体压分布指标数据与相应的舒适性主观评价数据之间的耦合模型，GA-Elman神经网络为采用遗传算法优化Elman神经网络结构的初始网络权值。

优选地，所述视觉模拟量表采用一定长度的光滑直线，所述肩带部位、罩杯部位、钢圈部位、土台部位及后比部位分别对应一根光滑直线，每条光滑直线两端分别对应两种极端状态，被试者根据穿戴文胸后的感受，在肩带部位、罩杯部位、钢圈部位、土台部位及后比部位所对应的光滑直线上画一条竖线，根据竖线在光滑直线上的所在位置得到相应的肩带部位、罩杯部位、钢圈部位、土台部位及后比部位的舒适性主观评价数据。

优选地，所述采用遗传算法优化Elman神经网络结构的初始网络权值的步骤为：

步骤3.1、参数设定：包括个体编码串长度L、群体大小M、终止遗传代数G、交叉算子P_c和变异算子P_m；

步骤3.2、个体二进制编码，生成初始种群；

步骤3.3、通过适应度函数计算个体适应度值；

步骤3.4、若最优个体适应度值达到期望误差，停止遗传，转步骤3.7，否则，转步骤3.5；

步骤3.5、通过选择、交叉与变异的遗传操作，产生下一代种群；

步骤3.6、第G代内最优个体的适应度值达到期望误差，算法终止，否则转步骤3.3；

步骤3.7、把最优个体赋予Elman神经网络W¹、W²与W³的网络初始权值，其中，W¹为承接层与隐藏层的连接权值，W²为输入层到隐藏层的连接权值，W³为隐藏层到输出层的连接权值。

优选地，在进行所述第三步前，先对各项体压分布指标数据与舒适性主观评价数据进行最小-最大规范化计算，将不同量纲和不同数量级大小的数据线性变换后映射到区间[0，1]中。

本发明方法的技术特点是：

1、本发明方法基于体压分布指标与视觉模拟量表耦合模型，通过GA-Elman神经网络建立主观评价与体压分布指标之间的耦合模型，能够通过文胸多个部位的压力分布指标预测人体对应部位的舒适性，从而进行数字化的文胸压力舒适性评价。

2、本发明方法区别于以往单纯地使用主观或客观评价文胸舒适性的方法，区别于以往的主观经验和反复试验的做法，为文胸舒适性设计提供了可量化的数据支持。

因此，本发明具有如下有益效果：