計算機服裝智能制造系統(tǒng)中的智能計算與應用

內容概要

在計算機智能服裝制造系統(tǒng)中，存在著許多優(yōu)化、數據挖掘等問題。本書作者采用智能計算技術對計算機智能服裝制造系統(tǒng)中的優(yōu)化調度、優(yōu)化排料等問題進行了研究，詳細闡述了智能計算方法及其在計算機智能制造系統(tǒng)中的應用。全書共分八章，第一章為緒論部分；第二章敘述了制造系統(tǒng)中智能節(jié)點和自治體的概念、基于多自治體的服裝制造系統(tǒng)的構成等；第三章介紹智能計算技術，如神經網絡、模擬退火算法、遺傳算法、粒子群算法等；第四章至第八章分別討論了服裝的三維設計到二維衣片的數據轉化、優(yōu)化排料問題、縫制車間的優(yōu)化調度問題、鋪布與裁剪過程的優(yōu)化調度問題、服裝面料的聚類分析等。本書可作為高等院校服裝專業(yè)、控制理論與控制工程專業(yè)研究生的教材，也可作為自動化專業(yè)高年級學生智能計算課程教材，還可作為相關教師和工程技術人員的參考書。

作者簡介

王東云：中原工學院教授。

書籍目錄

第1章緒論
1.1 服裝工業(yè)生產技術的智能化發(fā)展
1.1.1 服裝CAD 系統(tǒng)的智能化
1.1.2 服裝CAM 系統(tǒng)的智能化
1.1.3 服裝CAPP 系統(tǒng)的智能化
1.2 智能技術應用于服裝工業(yè)生產的幾點構想
1.2.1 智能技術應用于服裝工業(yè)生產的難點
1.2.2 智能化服裝CAD 系統(tǒng)框架
參考文獻
第2章基于多自治體的服裝集成制造系統(tǒng)
2.1 引言
2.2 基于多自治體的服裝集成制造系統(tǒng)的設計思想
2.3 自治體的基本結構
2.4 基于Web的服裝生產集成管理
2.5 集成管理系統(tǒng)的關鍵技術
2.5.1 中間件服務
2.5.2 數據庫訪問中間件
2.5.3 Servlet的技術實現
2.6 基于多自主體的服裝集成制造系統(tǒng)
2.6.1 系統(tǒng)的網絡模型
2.6.2 JSP/Servlet訪問方法
2.7 系統(tǒng)的總體框架結構
2.8 結束語
參考文獻
第3章智能計算技術
3.1 BP神經網絡
3.1.1 BP神經網絡概述
3.1.2 BP神經網絡的學習
3.1.3 BP神經網絡舉例
3.2 Hopfield神經網絡
3.2.1 Hopfield神經網絡的結構
3.2.2 Hopfield網絡求解優(yōu)化問題的思想
3.2.3 Hopfield網絡求解FMS調度問題
3.2.4 旅行商問題(TSP）的Hopfield網絡求解
3.3 模擬退火算法
3.3.1 模擬退火算法簡介
3.3.2 基于Hopfield優(yōu)化模型的模擬退火求解算法
3.4 遺傳算法
3.4.1 遺傳算法簡介
3.4.2 遺傳算法舉例
3.5 粒子群算法
3.5.1 引言
3.5.2 改進的PSO算法優(yōu)化
3.5.3 算法性能準則
3.5.4 對于有約束優(yōu)化問題的求解算法
3.5.5 優(yōu)化問題應用
參考文獻
第4章上衣紙樣設計的神經網絡方法
4.1 引言
4.2 基于神經網絡的上衣樣板設計方法
4.2.1 實驗步驟
4.2.2 神經網絡結構及學習算法
4.2.3 基于MATLAB的神經網絡權值學習
4.3 網絡的測試與結果分析
4.4 結論
參考文獻
第5章基于人工智能的優(yōu)化排料系統(tǒng)
5.1 研究背景和意義
5.1.1 排料問題的研究背景
5.1.2 研究排料問題的意義
5.2 國內外研究歷史及現狀
5.2.1 國外研究現狀
5.2.2 國內的研究現狀
5.2.3 國內外服裝排料技術的研究趨勢
5.3 解決二維排料問題的常用算法
5.3.1 針對不規(guī)則形狀排料問題的局部優(yōu)化算法
5.3.2 啟發(fā)式方法
5.3.3 排樣問題的技術難點
5.4 遺傳粒子群算法在二維不規(guī)則排料中的應用
5.4.1 實例
5.4.2 排料布局的編碼方式
5.4.3 適應度函數
5.4.4 多邊形面積的計算
5.4.5 數據的存儲形式
5.4.6 種群及參數的初始化
5.4.7 交叉算子
5.4.8 選擇運算
5.4.9 變異算子
5.5 基于虛擬力的遺傳粒子群算法
5.5.1 利用遺傳粒子群算法的結果和分析
5.5.2 基于虛擬力的遺傳粒子群優(yōu)化算法
5.6 總結
參考文獻
目錄
ⅲ
ⅳ計算機服裝智能制造系統(tǒng)中的智能計算與應用
第6章服裝縫紉吊掛生產線的遺傳調度技術研究
6.1 引言
6.1.1 問題的提出
6.1.2 服裝縫紉吊掛生產線調度技術的相關研究
6.1.3 存在的問題和解決方案
6.2 服裝吊掛線及生產工藝的研究內容
6.2.1 縫制系統(tǒng)的生產方式
6.2.2 服裝吊掛生產系統(tǒng)的工藝適應性
6.2.3 吊掛生產線的生產結構特點
6.2.4 服裝吊掛生產系統(tǒng)的工藝設計方法
6.2.5 吊掛系統(tǒng)與傳統(tǒng)的流水線比較
6.2.6 目前國內外服裝吊掛生產系統(tǒng)產品介紹
6.3 服裝縫制生產工藝計算機輔助編排與計劃的主要研究內容
6.3.1 流水線生產的特點和組織條件
6.3.2 服裝流水生產線的組織設計
6.4 基于遺傳算法的服裝生產調度優(yōu)化系統(tǒng)
6.4.1 服裝縫紉流水線的調度研究
6.4.2 流水線調度的目標函數
6.4.3 流水線調度目標函數的優(yōu)化原理
6.4.4 遺傳算法的求解
6.5 計算實例及服裝縫制調度優(yōu)化系統(tǒng)
6.5.1 設計系統(tǒng)功能及使用方法介紹
6.5.2 系統(tǒng)計算結果部分
6.5.3 吊掛生產線動態(tài)模擬
6.6 優(yōu)化設計的應用實例——男式襯衫
6.7 結論
參考文獻
第7章鋪布與裁剪服裝生產過程的遺傳優(yōu)化調度
7.1 引言
7.2 計算機鋪布與裁剪服裝生產系統(tǒng)過程
7.3 基于遺傳算法的鋪布與裁剪順序優(yōu)化方法
7.3.1 問題的表達
7.3.2 種群的初始化
7.3.3 交叉與變異算子
7.4 適應函數與子代的復制方法
7.5 實驗結果及討論
7.6 結論
參考文獻
第8章服裝面料的智能聚類研究
8.1 服裝面料變形舒適性的粒子群聚類研究
8.1.1 粒子群算法
8.1.2 C均值算法
8.1.3 粒子群聚類算法
8.1.4 粒子群聚類舉例
8.2 服裝面料性能的模糊聚類研究
8.2.1 模糊數學基礎
8.2.2 基于模糊等價關系的聚類研究
8.2.3 遺傳模糊C均值聚類研究
參考文獻

章節(jié)摘錄

計算機服裝智能制造系統(tǒng)中的智能計算與應用第1章 緒論20 世紀70 年代以來, 計算機輔助下的服裝打板、推板排料、自動裁床、單元吊掛系統(tǒng)等技術得到了發(fā)展及應用, 極大地提高了服裝生產效率。隨著網絡經濟的來臨，反應速度成為服裝市場競爭的關鍵因素，計算機輔助下的服裝工業(yè)生產仍存在一些阻礙反應速度的問題，例如設計和打板系統(tǒng)彼此孤立、對使用者專業(yè)水平要求高，自動裁剪工序前后需大量的人工準備工作，工藝設計缺乏動態(tài)優(yōu)化等，極大地影響了服裝生產的效率和質量。人工智能(AI)廣義地講就是用計算機模擬和再現人類的某些智能行為。經過40多年的發(fā)展，AI技術已在航空航天、機械制造、建筑設計等領域廣泛應用，而在服裝這一柔性體加工領域的應用相對滯后。如何運用人工智能技術解決服裝工業(yè)生產中存在的問題是當前相關領域科研人員的研究熱點。人工智能離不開計算機技術的支持，這里針對計算機輔助下的服裝生產中關鍵環(huán)節(jié)進行分析，介紹相關智能技術的應用研究和最新方法。在此基礎上，提出了智能化服裝CAD 系統(tǒng)的構想。1.1服裝工業(yè)生產技術的智能化發(fā)展計算機輔助下的服裝工業(yè)生產包括計算機輔助設計(Computer Aided Design，CAD)、計算機輔助工藝規(guī)劃( Computer Aided Process Planning，CAPP) 和計算機輔助制造(Computer Aided Manufacture，CAM) 等傳統(tǒng)模塊，隨著網絡技術、智能技術的發(fā)展和應用，一個以信息流為核心，從設計制造、生產管理到市場營銷數字化、集成化的新型生產模式正在成為服裝工業(yè)的發(fā)展方向。這里將討論重點放在涉及服裝柔性體特征的關鍵環(huán)節(jié)，如CAD、CAPP、CAM 階段。針對這些環(huán)節(jié)的生產現狀和智能技術的應用研究分別進行討論。1.1.1服裝CAD系統(tǒng)的智能化服裝CAD的研究屬于計算機在服裝工業(yè)上應用較為成熟的領域，主要包括打板、放碼（推板）、排料系統(tǒng)。部分CAD公司推出了款式設計系統(tǒng)和三維試衣系統(tǒng)?？钍皆O計系統(tǒng)提供各種繪圖工具、圖像處理和換面料技術，供服裝設計師進行服裝效果圖繪制；繪制好的效果圖經評審，不滿意的款式被淘汰或修改，滿意的款式則由打板師利用打板系統(tǒng)對其進行再創(chuàng)作。打板系統(tǒng)提供各種輔助操作，如省道轉移、打褶、放縫、對格對條、圓順曲線等功能，提高樣板生成速度；最新的三維（3D）試衣系統(tǒng)可將打好的二維（2D）樣板縫合到3D人體模型上，穿衣模型可以多視角旋轉，即時顯現2D樣板效果；放碼系統(tǒng)根據推板規(guī)格，瞬間完成放碼功能。排料系統(tǒng)可以快速完成多種排料方案，以便企業(yè)成本控制?？傮w來講，現有CAD系統(tǒng)主要提供輔助繪圖和計算功能，立體可視化和智能化正在成為CAD系統(tǒng)的發(fā)展趨勢。目前針對可視化的研究成果較多，如面料懸垂性、動感模擬、2D樣板與3D款式的相互轉換、虛擬交互設計等；針對智能化的研究主要取得了一些局部智能功能的實現，如日本YUKA公司的打板系統(tǒng)的自動打板功能：先選定某種款式，輸入胸圍、腰圍等關鍵尺寸，相應的板型就自動生成，即度身定做。其實現原理是將專家對某種板型的打板過程存儲在計算機中，然后根據不同的關鍵部位尺寸重復執(zhí)行該過程，實現固定款式的自動生成。有些排料系統(tǒng)可將人機交互獲得的優(yōu)化方案存儲、添加到自動排料方案中，實現一種“學習”功能。智能化服裝CAD是使CAD系統(tǒng)能夠在某種程度上具有設計師般的智能和思維方法，而不單單是一個重演過程，從而把設計自動化引向深入。服裝CAD系統(tǒng)要實現智能化，仍有很多問題有待解決：款式設計和打板兩系統(tǒng)是以鼠標、計算機屏幕等新工具代替?zhèn)鹘y(tǒng)畫筆、剪刀，實現了設計人員工作過程的再現，使用熟練過程需要一定時間，仍需要專業(yè)人員操作，缺乏智能性；兩個系統(tǒng)彼此孤立，款式系統(tǒng)負責設計意圖的視覺表達，打板系統(tǒng)負責款式圖的工藝實現，需要不同專業(yè)人員進行二次創(chuàng)作建立聯結；排料系統(tǒng)的智能優(yōu)化學習功能也有待提高。智能化的款式設計系統(tǒng)應該是建立在對設計師思維活動充分研究和把握的基礎之上，運用計算機技術對這種形象創(chuàng)作思維進行模擬，使系統(tǒng)能根據設計要求自動生成符合要求的款式。智能化的打板系統(tǒng)可以是建立在模型庫基礎之上的專家打板系統(tǒng)，將款式系統(tǒng)和打板系統(tǒng)實現功能的合并，通過對款式圖的模式識別分類與打板庫聯結，運用推理機制自動生成2D板型。1.1.2服裝CAM 系統(tǒng)的智能化20世紀60年代末~70年代初，服裝機械供應商開始推出計算機輔助裁剪和縫制技術。該項技術可以實現布匹自動拾取，利用自動鋪料機進行無張力鋪料，用數控(NC)裁刀進行裁剪，然后由人工將裁片層層剝離開，按照縫制順序掛到UPS(Unit Production System)的吊架上，UPS將裁片沿軌道運送至各個車位縫制，車位工人的狀態(tài)信息由反饋裝置送回電腦控制中心，通過人機交互的方式調節(jié)UPS的運輸平衡。自動裁剪和吊掛縫制系統(tǒng)大大提高了服裝的裁剪精度和縫制加工效率，但是其中大量的人工輔助操作影響了整個系統(tǒng)高效性的發(fā)揮，主要體現在裁剪排序和裁片分離兩個瓶頸階段：第一，自動裁剪設備往往由多臺鋪料機與一臺裁剪機協調工作，彼此的工作順序需要安排，如果設備之間的工作次序安排不當，就會出現等待延誤時間，從而影響生產效率。實際生產中的排序通常由人工進行，工序安排花費時間長且達不到最優(yōu)。第二，當數控裁床完成裁剪任務以后，成疊的裁片需要人工進行分片，按縫制順序掛在UPS的吊架上。這種人工分離裁片的過程占用了大量的生產時間，降低了生產效率，并且容易出錯。針對這些問題，可以考慮運用遺傳算法、智能自主體、神經網絡等人工智能技術加以解決。Wong［1］等人將遺傳算法(GA)運用于裁剪排序問題：他們把每一項待排序的任務看做一個基因，一種任務排列順序就是一個染色體，每個染色體有一個評估值E:E=∑Nn=1C(xn)+∑Nn=1I(xn)－∑Nn=1∑Mm=1S(xnm)(1-1)式中，C(xn)——裁剪時間；I(xn)——等待時間；S(xnm)——xn任務在m號鋪料機上的準備時間。首先由計算機隨機產生不同的排序順序(染色體)，構成第一代群體；為了防止過早收斂，用線性標準化法將染色體評估值E轉換為適合度Fi：Fi=C+(i－1)di=1,2,…,S(1-2)式中，C——初始常量；S——群體數量；d——E值線性下降的斜率。用適應度比例法選擇交配個體，經過交叉、變異產生后代直至迭代過程收斂，算法結束。最優(yōu)排序模型是總裁剪時間、等待時間最小，如果鋪料時間∑S(xnm)小于或等于裁剪時間∑C(xn－1)，裁剪機就可以持續(xù)不斷地工作，反之，等待時間I(xn)產生。在實際應用過程中，用GA方法可以產生無等待時間的排序任務，大大優(yōu)于手工排序。針對人工分離裁片工作，Czarnecki 研制了一個雙功能機器人工作單元［2］，該機器人工作單元由高架移動軌道裝置和分片拾取裝置集成，能實現如下功能：①準確分開拾取成疊裁片的最上面一層，同時保持下層裁片不動。②將拾取的裁片掛到UPS的吊架上。采用離線程序控制機器人工作單元，控制軟件根據任務描述(CAD階段的設計信息和縫制順序安排)自動生成機器人行動程序，使機器人能夠準確無誤地將自動裁床裁好的衣片按加工順序分開拾取，送到UPS裝置上。由于該機器人控制程序的智能化生成，特別適合于中小批量、多品種的服裝生產。另外，在服裝的整個加工過程中，對面料的手工操作如搬運、拾取、擺放、層疊等占據了大概70%的生產加工時間，而且按照嚴格的生產控制標準，某些環(huán)節(jié)中面料的擺放誤差要控制在1mm以內。要提高服裝生產效率和精確性，就要考慮用智能化的操作過程代替人工過程。這些人工過程中面料通常都是與光滑表面接觸的，但Shenoy［3］認為，如果面料被擺放在粗糙表面上，會有利于面料擺位的控制。他設計了一個實驗裝置，用皮帶傳動裝置拖動一塊面料條在普列克斯玻璃上線性滑動，并用質量塊的運動模擬面料的振動，用彈簧模擬摩擦反饋補償建立模型。面料的拖動操作作為控制輸入，面料的擺放位置作為控制輸出，摩擦補償作為前向反饋，用神經網絡自適應控制器進行控制，通過激光邊緣檢測裝置檢驗表明，比傳統(tǒng)的PID控制器具有更好的面料軌跡跟蹤及對面料特性變化的魯棒性。1.1.3服裝CAPP系統(tǒng)的智能化服裝CAPP是連接服裝CAD和CAM的橋梁，根據不同設計款式的加工要求，平衡合理地安排設備和人員勞動，使服裝的設計信息轉換成服裝的加工信息。最初在計算機輔助服裝工業(yè)生產的研究中并沒有很明確地分出CAPP模塊，隨著服裝工業(yè)集成制造、靈敏制造的發(fā)展要求，工藝設計作為生產過程技術準備的重要環(huán)節(jié)，其信息化、智能化發(fā)展成為必然。目前我國的計算機輔助服裝工藝設計尚處起步階段，杭州愛科、北京六合生等少數幾家公司推出的商業(yè)化CAPP模塊，可提供在電腦上編制、設計、修改、管理工藝文件和圖表，由于我國CAM技術的嚴重滯后，也只能是屏幕上談兵——實現工藝設計過程的電腦重演。瑞典ETON、美國GGT、法國LECTRA等公司的工藝設計系統(tǒng)可實現與CAM系統(tǒng)的集成，根據不同款式要求進行工序分解，自動計算勞動時間和成本，將設計結果傳送給單元生產系統(tǒng)，實現對吊掛運輸及縫制生產線的控制。工藝設計的主要目的是實現流水線的平衡和優(yōu)化、降低成本、提高效率。信息化服裝工業(yè)生產要求服裝CAPP具有：①滿足多品種小批量服裝生產導致的產品結構和工藝變化大而周期短的設計要求。②除了初始工藝設計優(yōu)化外，要有始終保持流水線動態(tài)平衡的能力。也即要求CAPP具有能夠根據環(huán)境、任務的變化產生實時反應的智能性。目前與CAM系統(tǒng)集成的CAPP模塊多是建立在工藝設計經驗基礎之上的原型系統(tǒng)，當流水線上出現因人員誤工或機器故障等因素造成工序平衡破壞、需要不斷重新調整時，這些模塊缺乏智能化自調節(jié)動態(tài)平衡的能力，仍需要人工進行交互設計，極大地影響了生產效率。Czarnecki等人嘗試對服裝加工過程進行動態(tài)模擬，運用智能代理體控制流水線的平衡，取得了很好的效果。他們首先對流水線知識進行表示：把流水線的一系列操作用O表示，其特性由操作者OP和機器M兩個數組描述，流水線的排序問題就可表達為：O1({Op1,Op2,…,Opn},{M1,M2,…,Mn})≥O2({Op1′,Op2′,…,Opn′},{M1′,M2′,…,Mn′})即不斷為操作工序安排操作者和設備，直到滿足工藝約束條件：操作O1必須在操作O2之前完成。為了維持流水線的動態(tài)平衡，在流水線上安排一些機動任務作為緩沖，當各工序的操作時間稍有不平衡時，可通過機動任務維持平衡，但當出現大的波動時，機動任務會很快被消耗，智能代理體監(jiān)測到這一情況后，立刻根據約束滿足算法調整流水線使其重新達到平衡。另外，對于接受訂單加工的服裝企業(yè)，其生產進度和流水線安排時時處于變動之中，工藝設計安排還可以考慮運用神經網絡、遺傳算法等人工智能技術加以解決，如：Chen等將基于模擬退火概念的啟發(fā)式解決程序用于服裝企業(yè)生產進度安排問題［4］，Chan等將遺傳算法用于縫制流水線的平衡問題［5］等。…… 

圖書封面

評論、評分、閱讀與下載

---

    計算機服裝智能制造系統(tǒng)中的智能計算與應用 PDF格式下載

---