[发明专利]基于模糊逻辑与神经网络的下装腰省参数设计方法

权利要求书

1.一种基于模糊逻辑与神经网络的下装腰省参数设计方法，其特征在于，包括以下步骤：

(1)采集人体下半身的净体数据，提取腰围和臀围数据，依据提取的净体数据绘制下装样板，并提取腰省参数，基于腰围、臀围数据和腰省参数创建数据集，所述数据集中包括训练数据集和测试数据集；

(2)构建一个基于模糊逻辑与神经网络的混合智能模型，所述混合智能模型包括三个子模型构成，每个子模型的输入节点为人体的腰围和臀围，输出节点分别为下装的前中省、后中省和后侧省；其中，三个子模型的结构均包括5层，即1个输入层，3个中间层和1个输出层，其中，输入层的输出为其中，μ_Ai和μ_B(i-m)分别为KBd₁和KBd₂的隶属度函数，KBd₁和KBd₂分别表示腰围和臀围，第一个中间层的输出为：O_2,i＝w_i＝μ_Aiμ_Bi,i＝1,2,...,m；第二个中间层的输出为第三个中间层的输出为其中，f_i为第i条规则，p_i、q_i和r_i为第i条规则的结论参数；输出层的输出为

(3)利用训练数据集对所述混合智能模型进行训练，得到训练完成的混合智能模型；

(4)分析影响所述混合智能模型性能的主要因素，确定出最优的混合智能模型结构参数；具体为：对每个子模型采用n个测试数据样本对不同的模型结构参数进行测试，并采用平均三值相对误差及其平均值对每个子模型进行评价，并根据评价结果确定最优的子模型的模型结构参数；其中，MTRE_i为第i个测试样本的平均三值相对误差，和分别表示三个子模型的计算值，和分别表示三个子模型的目标值；为所有测试数据样本的平均三值相对误差的均值；所述模型结构参数包括隶属度函数类型和各输入节点隶属度函数的数量；

(5)将待设计下装的用户的腰围和臀围作为混合智能模型的输入，得到前中省、后中省和后侧省3个样板数据，根据得到的样板数据设计下装。

2.根据权利要求1所述的基于模糊逻辑与神经网络的下装腰省参数设计方法，其特征在于，所述步骤(1)中采用三维人体扫描的方式采集人体下半身的净体数据。