基于實例推理的毛衫快速變型設計方法

劉艷梅

(嘉興學院 設計學院，浙江 嘉興 314001)

基于實例推理的毛衫快速變型設計方法

劉艷梅

(嘉興學院 設計學院，浙江 嘉興 314001)

針對毛衫大規(guī)模定制中設計任務重，用戶需求多樣化等問題，提出基于實例推理的毛衫快速變型設計方法。分析毛衫定制的變型規(guī)律，歸納出實例的不變參數和可變參數，進一步確定實例的特征屬性；設計局部相似度模型，給出了計算數值與數值、數值與區(qū)間相似度的推導方法；結合主觀權重和客觀權重計算出融合權重，基于局部相似度和屬性融合權重計算出相似實例全局相似度，從全局相似度高的相似實例中選取最優(yōu)相似實例作快速變型設計，并給出了快速變型設計具體采用的方法，最終得到待解實例的解。實例驗證表明，本文方法能夠有效地找到滿足客戶需求的產品變型設計解決方案。

毛衫； 實例推理； 相似度計算； 大規(guī)模定制； 變型設計

隨著社會的發(fā)展和人們生活水平的提高，生活方式及需求逐漸向多極化方向發(fā)展，產生的大規(guī)模定制生產方式——以大批量生產的成本生產出滿足客戶多樣化和個性化需求的產品[1]，成為提高企業(yè)核心競爭力的有力因素。

近年來，大規(guī)模定制的研究和應用呈迅速發(fā)展的勢頭。國內外學者對大規(guī)模定制的研究主要包括3個方面：1)理論的角度。Jiao和Tseng[2]提出了大規(guī)模定制環(huán)境下開發(fā)產品族結構(PFA)的方法；吳迪沖等[3]提出服裝大規(guī)模定制的基本形式和體系結構。2)管理的角度。Caddy等[4]研究了由于大規(guī)模定制生產方式導致的供應鏈的變化，分析了在大規(guī)模定制生產方式中可能影響供應鏈配置和供應鏈管理的原因；王志宏等[5]提出了2 種不同生產模式下的服裝供應鏈模型。3)技術的角度。許才國等[6]給出了影響服裝大規(guī)模定制產品開發(fā)的關鍵技術；伊輝勇等[7]給出了在線大規(guī)模定制下的多約束產品配置策略。

綜合分析不難看出，這些基于理論、管理和技術等方面的研究，主要是從企業(yè)的角度規(guī)范和優(yōu)化了產品大規(guī)模定制的過程，而對過去的知識和經驗重用較少。大規(guī)模定制產品的設計是一個量大、層次多的繁重任務，因此，重用已有產品的設計具有重要的價值?；趯嵗评淼脑O計方法能用過去的實例或經驗來解決新的問題，它是一種相似問題求解方法，以實例為主進行推理，利用以往的設計結果作變型設計，從而大大減少設計的工作量和設計時間。基于實例推理的設計方法已被廣泛應用于多個領域，如過程管理、智能診斷等，特別是應用于產品的設計領域，如王體春等[8]研究了基于知識重用的產品方案設計多級實例推理模型；Villanueva等[9]設計的實例推理系統(tǒng)應用于紡織工業(yè)過程管理；王生發(fā)等[10]利用本體技術建立基于實例推理的產品設計實例本體及模型；游偉等[11]采用可拓基元和實例推理技術解決裝載加固決策問題；王海巧等[12]提出了基于實例推理的數控刀架快速設計方法等。本文將實例推理方法應用到毛衫大規(guī)模定制中，設計相似度計算模型，從已有實例庫中搜索相似實例，通過重用、修改已有實例的設計，獲得待解實例快速變型設計解決方案。

1 實例推理機制

基于實例推理的設計方法是一個模擬人工設計的過程，其思想是利用過去成功的實例和經驗解決新問題，通過檢索實例庫提取相似實例，根據用戶要求對相似實例作快速變型設計得到新問題的解。

對于大規(guī)模定制產品的設計，其設計過程主要是基于已有實例的變型設計，基于實例推理的設計正好滿足這一模式。圖1示出基于實例推理的產品快速變型設計原理圖。基于實例推理的產品快速變型設計實現過程包括以下幾個步驟：1)提煉需求。根據用戶設計要求，提煉對實例檢索有用的實例特征作為檢索條件。2)實例檢索。根據一定的檢索方案或算法，從實例庫中檢索出與設計要求相似的實例。本文設計一種融合屬性主觀權重和客觀權重的相似度檢索方法，盡可能減少人為干擾因素，從實例庫中檢索與設計要求最相似實例。若檢索結果為空，則轉至步驟1)，修改檢索條件后重新檢索。3)實例變型設計。如果相似實例與用戶要求存在差異，就需要對實例作變型設計，以獲得用戶滿意解。4)實例存儲。把用戶滿意解作為一個新的實例保存到實例庫中，供以后設計使用。

圖1 基于實例推理的產品快速變型設計原理圖Fig.1 Schematic diagram of product rapid variant design based on case-based reasoning

2 相似度計算模型

2.1 局部相似度模型

2.1.1 數值與數值相似度模型

毛衫大部分款式的肩寬、袖長等數據在一個較小的范圍內波動。在一個設定區(qū)間內數值與數值之間的相似度S可定義如下：

(1)

2.1.2 數值與區(qū)間相似度模型

考慮到保存在實例庫中毛衫的數據是特定的數值，而搜索時往往是一個數值區(qū)間，因此，需要建立數值與區(qū)間之間的相似度模型，該模型定義如下：

(2)

表1 二元對比法Tab.1 Binary competition method

注：相同實例屬性不作比較，置為空。

將式(1)代入式(2)中，則有

(3)

求解得

S(x1,[xs,xe])=

(4)

2.1.3 局部相似度矩陣

設原有n個設計實例，構成實例集C={c1,c2,…,cn}，每個實例有k個屬性，C中所有實例的屬性相似度構成局部相似度矩陣

(5)

2.2 全局相似度模型

2.2.1 屬性的權重計算

判斷實例與實例之間的相似程度，是由實例間屬性的相似程度得到的，而在決定實例性質的諸多屬性中，其重要程度是不一樣的，將實例屬性的重要程度稱為屬性權重。屬性權重按性質分可以分為主觀權重和客觀權重。主觀權重反映決策者對各種屬性的偏好或者屬性本身的重要程度，常用的方法有專家打分法和二元對比法?？陀^權重反映屬性自身的信息對決策結果的貢獻，對實例區(qū)分能力強的屬性應賦予相對較大的權重，而不管屬性本身的重要程度。

本文采用二元對比法的主觀權重和客觀權重相融合的方法計算最終的屬性權重。二元對比法將屬性按照其重要程度分別給出0～4分。甲乙2個屬性相比，如果同等重要，甲乙就各得2分；如果甲比乙重要，甲得3分，乙得1分；如果甲比乙重要的多，則甲得4分，乙得0分。假設每個實例有k個屬性，其兩兩比較的結果Njl(j≠l)，每個屬性的Njl累加記為比較因子Cj(j=1,2,…,k)，則有

(6)

通過二元對比法得到的屬性主觀權重U計算公式為

(7)

表1示出衣長、胸圍等9個屬性的二元對比法的分值。兩兩比較的結果累加記為比較因子，最后一列數據為通過二元對比法得到的屬性主觀權重。

由客觀權重的性質可知，若待解實例的第j個屬性和所有實例第j個屬性的相似度差異很小，即第j列的值變化很小，則說明該屬性對于實例檢索的貢獻很小，應該賦予較小的權重；反之則應賦予較大的權重。由此可見，屬性權重和屬性相似度之間是有關聯的。本文采用基于標準差的客觀權重計算方法，描述如式(8)～(10)所示：

(8)

(9)

(10)

融合主觀權重和客觀權重的融合權重W計算方法如式(11)描述：

(11)

2.2.2 全局相似度

全局相似度相當于對一個實例的綜合評價。根據局部相似度矩陣和各屬性的權重，容易得到查詢案例Cq與實例集合Ci的全局相似度：

(12)

2.3 實例推理過程

毛衫變型設計實例推理過程如下。

步驟1，輸入用戶需求的特征數據，構成待解實例，并對特征數據作歸一化處理。

步驟2，初次檢索。考慮到實例庫規(guī)模較大時，如果計算待解實例與所有實例的相似度，計算量將很大，因此，采用關鍵屬性擴展匹配方式實現初次檢索。根據表1主觀權重值的大小，選擇衣長為第一關鍵屬性，胸圍和肩寬分別作為第二和第三關鍵屬性。將待解實例關鍵屬性數據按加大1個尺碼規(guī)格和減小1個尺碼規(guī)格擴展，然后在實例庫中對每個實例進行屬性匹配。設第i個實例Ei的第j個屬性值為Pj，待解實例Eunr第j個屬性的擴展屬性為[Pj1,Pj2]，則第j個屬性是否匹配成功由式(13)表示：

(13)

(14)

步驟3，降低初次檢索閾值。若步驟2沒有檢索到相似閾值，則將Thigh降至二次檢索閾值Tlow，重新獲得NE，若NE≥1，則轉至步驟4，否則轉至步驟6。

步驟4，計算相似實例的相似度矩陣，并計算全局相似度。

步驟5，從全局相似度高的相似實例中選取最優(yōu)相似實例作快速變型設計，轉至步驟7。

步驟6，沒有檢索到相似實例，改為人工設計。

步驟7，與用戶確認后獲得用戶滿意解，保存到實例庫。

3 毛衫快速變型設計

大規(guī)模定制下毛衫產品的快速變型設計問題主要是研究相似實例的修改重用問題。快速變型的基礎在于：其一，實例庫中有較大規(guī)模的實例，保證一般用戶需求都能找到相似實例；其二，組件庫也應具有較大規(guī)模，一般需求都應能找到替換組件，對于相似實例的修改部分，通常采用組件替換的方式實現，大大縮短了修改周期。

快速變型設計具體采用以下方法：

1)基于組件替換的相似實例修改。在這一過程中，組件的設計十分重要，要求組件與組件之間、組件與實例之間有良好的接口，方便替換。

2)多個相似實例組合修改。對于檢索到的多個相似實例，用戶可能只對相似實例的某些部分比較滿意，因此，需要將多個實例中用戶滿意部分進行組合，修改成用戶滿意的新實例。

3)設計人員人工修改。修改部分涉及特殊需求或者沒有檢索到可替換的組件，則需要輔助人工修改。修改過程需要設計師具有豐富的設計領域知識，這樣可以保證在滿足設計要求的情況下提高設計速度。

4 實例評估與分析

以某公司毛衫定制產品的變型設計為例，對上述方法進行驗證。毛衫定制產品通?？梢苑譃槠郊?西裝肩)套衫、插肩套衫、馬鞍肩套衫等系列產品，圖2示出平肩套衫產品的主結構模型及相關參數。

圖2 平肩套衫的主結構模型及相關參數Fig.2 Main structure model and related properties of square shoulders sweater

分析毛衫定制產品的變型形式，歸納出不變參數和可變參數，進一步確定待解實例檢索的特征屬性，包括：衣長、胸圍、腰圍、肩寬、下擺、袖肥、袖長、領深和領寬9個屬性。

表5 歸一化后的實例特征數據Tab.5 Characteristic data of cases after normalization

以某待解實例ID為101的特征輸入數據為例，說明毛衫變型設計實例推理過程。101的特征輸入數據如表2所示。

表2 待解實例的特征輸入數據Tab.2 Input data of features of unknown case cm

根據2.3小節(jié)步驟2所述，經過初次檢索，從實例庫中搜索符合條件的相似實例集合，如表3所示。

為了使數據具有可比性，需要對實例的特征數據作歸一化處理，處理過程如下：

(15)

表3 相似實例集合Tab.3 Set of similar cases cm

表4 各屬性的Vminj和Vmaxj值Tab.4 Vminj and Vmaxj values of attributes cm

將編號為101的待解實例數據按加大半個尺碼規(guī)格和減小半個尺碼規(guī)格擴展，歸一化處理后如表5的第1行所示，相似實例的特征數據歸一化處理后如表5的第2～6行所示。

根據式(4)數值與區(qū)間的相似度模型，得到待解實例與相似實例的局部相似度矩陣：

采用表1的主觀權重值，根據式(10)獲得客觀權重值，并根據式(11)計算出融合權重，如表6所示。

表6 屬性權重Tab.6 Weight of attributes

在已知局部相似度矩陣和融合屬性的情況下，根據式(12)計算出待解實例和相似實例的全局相似度，如表7所示。

表7 待解實例和相似實例的全局相似度Tab.7 Global similarity of unknown case and similar cases

從計算結果看，編號為410的實例與待解實例的全局相似度最大，將實例410作為待解實例的建議解，在此基礎上作快速變型設計，可得到最終的設計方案。

分析待解實例數據特征，用戶要定制的毛衫衣長很長，腰圍和胸圍數據較大，而下擺和袖長并不是很大，說明客戶要定制的是一款中等號型、體型偏胖的長款羊毛衫。從相似實例數據可看出，相似實例中大部分是修身的，而腰圍和胸圍較大的相似實例下擺和袖長偏大，不符合用戶需求。實例410的數據基本符合用戶需求，全局相似度也最大，印證了本文方法的正確性。

分析屬性權重，衣長的主觀權重是最大的，但是計算出來的客觀權重比較小。這是因為初次檢索時衣長是關鍵檢索屬性，檢索出來的相似實例降低了衣長包含的信息量，計算出來衣長的客觀權重小是有道理的。腰圍和胸圍的主觀、客觀權重均比較高，其融合權重加大；雖然領深的客觀權重最大，但由于其主觀權重很小，融合權重較小，融合主觀權重和客觀權重的方法是有效的。

從待解實例與相似實例的局部相似度矩陣看，通過擴展待解實例的尺寸規(guī)格，使其變成一個區(qū)間，較好地包容了數據間的差異，又達到了有效區(qū)分數據間相似性的效果。

實例驗證表明，基于實例推理的產品變型設計方法，在合適的檢索條件下，總能找到一組優(yōu)選的相似實例，為后續(xù)的快速變型設計提供基礎，實現客戶的定制需求，可有效支持大規(guī)模定制生產。

5 結 語

本文通過分析實例推理機制的優(yōu)點，將實例推理方法應用到毛衫大規(guī)模定制中，設計了局部相似度模型和全局相似度模型，在此基礎上給出了毛衫變型設計實例推理過程，列出了快速變型設計具體采用的方法。隨著實例庫和組件庫的不斷擴充和完善，檢索到可參考的相似實例的概率將進一步提高，變型設計將更快捷。

[1] KAY M J. Making mass customization happen: lessons for implementation[J].Planning Review,1993, 21(4): 14-18.

[2] JIAO Jianxin, TSENG M M. A methodology of developing product family architecture for mass customization[J]. Journal of Intelligent Manufacturing, 1999, 10(1): 3-20.

[3] 吳迪沖,顧新建.服裝大規(guī)模定制及其結構體系研究[J].紡織學報,2004,25(5): 139-141. WU Dichong, GU Xinjian. Characteristics analysis of mass customization of costume[J].Journal of Textile Research, 2004, 25(5): 139-141.

[4] CADDY I, HELOU M, CALLAN J. From Mass Production to Mass Customiz-ation: Impact on Integrated Supply Chains[M]. Germany: Springer International Publishing,2002:59-70.

[5] 王志宏,祁國寧,顧新建,等.面向服裝大規(guī)模定制的供應鏈管理[J].紡織學報,2006,27(2):117-120. WANG Zhihong, QI Guoning, GU Xinjian, et al. Supply chain management for apparel mass customization[J]. Journal of Textile Research, 2006,27(2):117-120.

[6] 許才國,劉曉剛.影響服裝大規(guī)模定制產品開發(fā)的關鍵技術[J].紡織導報,2009(2):90-92. XU Caiguo, LIU Xiaogang. The key technologies impacting the apparel mass customization produc-tion[J]. China Textile Leader, 2009(2):90-92.

[7] 伊輝勇.面向在線定制的多約束產品配置策略[J].計算機集成制造系,2014,20(10):2395-2402.

YI Huiyong. Multi-constrained product configuration strategies for online mass customization[J].Computer Integrated Manufacturing Systems, 2014,20(10):2395-2402.

[8] 王體春,卜良峰,王威. 基于知識重用的產品方案設計多級實例推理模型[J].計算機集成制造系統(tǒng),2011(3):571-576. WANG Tichun, BU Liangfeng, WANG Wei. Model of hierarchical case-based reasoning for product scheme design based on knowledge reuse[J]. Computer Integrated Manufacturing Systems,2011(3):571-576.

[9] VILLANUEVA B S, SNCHEZ-MARRM. Case-based reasoning applied to textile industry processes[J]. Lecture Notes in Computer Science, 2012(7466):428-442.

[10] 王生發(fā),顧新建,郭劍鋒,等.面向實例推理的產品設計本體建模研究及應用[J].機械工程學報, 2007(3):112-117.

WANG Shengfa, GU Xinjian, GUO Jianfeng, et al. Research and application of ontology modeling for product design based on case reasoning[J]. Chinese Journal of Mechanical Engineering,2007(3):112-117.

[11] 游偉,雷定猷.鐵路超限超重貨物裝載加固可拓實例推理方法[J].計算機工程與應用,2013,49(18):24-28,44. YOU Wei, LEI Dingyou. Extension and case-based reasoning method for loading and reinforcement of railway out-of-gauge and enhanced-load goods[J]. Computer Engineering and Applications,2013,49(18):24-28,44.

[12] 王海巧,孫蓓蓓. 基于實例推理的數控刀架快速設計方法[J].東南大學學報,2013,43(6):1232-1237. WANG Haiqiao, SUN Beibei. Rapid design method of CNC turret based on case-based reasoning[J]. Journal of Southeast University,2013,43(6): 1232-1237.

Rapid variant design method of sweater based on case-based reasoning

LIU Yanmei

(CollegeofDesign,JiaxingUniversity,Jiaxing,Zhejiang314001,China)

Aiming at design task and the diversity of customer requirements in sweater mass customization, a method of sweater rapid variant design based on case-based reasoning is proposed. Variant regularity in sweater customization is analyzed, invariant parameters and variable parameters of case are summarized, and the characteristics of case attributes are further determined. Local similarities model is designed, and the derivation of similarity calculation between value and value and value and range is given. The subjective weight and the objective weight are combined to form synthetic weight, and based on local similarities and attribute synthetic weight global similarity of similar cases is calculated. Then, an optimal similar case with the highest global similarity is selected to implement rapid variant design. In addition, concrete measures of rapid variant design are listed. The solution to unknown instance is obtained at last. An example is used to verify the proposed method, and the results show that the method can find the product variant design solution which satisfied customer requirements effectively.

sweater; case-based reasoning; similarity calculation; mass customization; variant design

10.13475/j.fzxb.20150805307

2015-08-31

2016-01-11

浙江省教育廳科研項目(Y201533781)；嘉興市科技計劃項目(2014AY11018)

劉艷梅(1975—)，女，講師，碩士。研究方向為針織服裝設計、服裝大規(guī)模定制。E-mail：yanmei0_lym@163.com。

TS 941.26

A