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
1.1 服裝工業(yè)生產(chǎn)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(chǎn)的幾點構想
1.2.1 智能技術應用于服裝工業(yè)生產(chǎn)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(chǎn)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(shù)據(jù)庫訪問中間件
2.5.3 Servlet的技術實現(xiàn)
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(wǎng)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(jīng)網(wǎng)絡
3.1.1 BP神經(jīng)網(wǎng)絡概述
3.1.2 BP神經(jīng)網(wǎng)絡的學習
3.1.3 BP神經(jīng)網(wǎng)絡舉例
3.2 Hopfield神經(jīng)網(wǎng)絡
3.2.1 Hopfield神經(jīng)網(wǎng)絡的結構
3.2.2 Hopfield網(wǎng)絡求解優(yōu)化問題的思想
3.2.3 Hopfield網(wǎng)絡求解FMS調(diào)度問題
3.2.4 旅行商問題(TSP）的Hopfield網(wǎng)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(jīng)網(wǎng)絡方法
4.1 引言
4.2 基于神經(jīng)網(wǎng)絡的上衣樣板設計方法
4.2.1 實驗步驟
4.2.2 神經(jīng)網(wǎng)絡結構及學習算法
4.2.3 基于MATLAB的神經(jīng)網(wǎng)絡權值學習
4.3 網(wǎng)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(nèi)外研究歷史及現(xiàn)狀
5.2.1 國外研究現(xiàn)狀
5.2.2 國內(nèi)的研究現(xiàn)狀
5.2.3 國內(nèi)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(shù)
5.4.4 多邊形面積的計算
5.4.5 數(shù)據(jù)的存儲形式
5.4.6 種群及參數(shù)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(chǎn)線的遺傳調(diào)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(chǎn)線調(diào)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(chǎn)工藝的研究內(nèi)容
6.2.1 縫制系統(tǒng)的生產(chǎn)方式
6.2.2 服裝吊掛生產(chǎn)系統(tǒng)的工藝適應性
6.2.3 吊掛生產(chǎn)線的生產(chǎn)結構特點
6.2.4 服裝吊掛生產(chǎn)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(nèi)外服裝吊掛生產(chǎn)系統(tǒng)產(chǎn)品介紹
6.3 服裝縫制生產(chǎn)工藝計算機輔助編排與計劃的主要研究內(nèi)容
6.3.1 流水線生產(chǎn)的特點和組織條件
6.3.2 服裝流水生產(chǎn)線的組織設計
6.4 基于遺傳算法的服裝生產(chǎn)調(diào)度優(yōu)化系統(tǒng)
6.4.1 服裝縫紉流水線的調(diào)度研究
6.4.2 流水線調(diào)度的目標函數(shù)
6.4.3 流水線調(diào)度目標函數(shù)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(diào)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(chǎn)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(chǎn)過程的遺傳優(yōu)化調(diào)度
7.1 引言
7.2 計算機鋪布與裁剪服裝生產(chǎn)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(shù)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(shù)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