基于实例推理的毛衫快速变型设计方法

刘艳梅

(嘉兴学院 设计学院，浙江 嘉兴 314001)

基于实例推理的毛衫快速变型设计方法

刘艳梅

(嘉兴学院 设计学院，浙江 嘉兴 314001)

针对毛衫大规模定制中设计任务重，用户需求多样化等问题，提出基于实例推理的毛衫快速变型设计方法。分析毛衫定制的变型规律，归纳出实例的不变参数和可变参数，进一步确定实例的特征属性；设计局部相似度模型，给出了计算数值与数值、数值与区间相似度的推导方法；结合主观权重和客观权重计算出融合权重，基于局部相似度和属性融合权重计算出相似实例全局相似度，从全局相似度高的相似实例中选取最优相似实例作快速变型设计，并给出了快速变型设计具体采用的方法，最终得到待解实例的解。实例验证表明，本文方法能够有效地找到满足客户需求的产品变型设计解决方案。

毛衫； 实例推理； 相似度计算； 大规模定制； 变型设计

随着社会的发展和人们生活水平的提高，生活方式及需求逐渐向多极化方向发展，产生的大规模定制生产方式——以大批量生产的成本生产出满足客户多样化和个性化需求的产品[1]，成为提高企业核心竞争力的有力因素。

近年来，大规模定制的研究和应用呈迅速发展的势头。国内外学者对大规模定制的研究主要包括3个方面：1)理论的角度。Jiao和Tseng[2]提出了大规模定制环境下开发产品族结构(PFA)的方法；吴迪冲等[3]提出服装大规模定制的基本形式和体系结构。2)管理的角度。Caddy等[4]研究了由于大规模定制生产方式导致的供应链的变化，分析了在大规模定制生产方式中可能影响供应链配置和供应链管理的原因；王志宏等[5]提出了2 种不同生产模式下的服装供应链模型。3)技术的角度。许才国等[6]给出了影响服装大规模定制产品开发的关键技术；伊辉勇等[7]给出了在线大规模定制下的多约束产品配置策略。

综合分析不难看出，这些基于理论、管理和技术等方面的研究，主要是从企业的角度规范和优化了产品大规模定制的过程，而对过去的知识和经验重用较少。大规模定制产品的设计是一个量大、层次多的繁重任务，因此，重用已有产品的设计具有重要的价值。基于实例推理的设计方法能用过去的实例或经验来解决新的问题，它是一种相似问题求解方法，以实例为主进行推理，利用以往的设计结果作变型设计，从而大大减少设计的工作量和设计时间。基于实例推理的设计方法已被广泛应用于多个领域，如过程管理、智能诊断等，特别是应用于产品的设计领域，如王体春等[8]研究了基于知识重用的产品方案设计多级实例推理模型；Villanueva等[9]设计的实例推理系统应用于纺织工业过程管理；王生发等[10]利用本体技术建立基于实例推理的产品设计实例本体及模型；游伟等[11]采用可拓基元和实例推理技术解决装载加固决策问题；王海巧等[12]提出了基于实例推理的数控刀架快速设计方法等。本文将实例推理方法应用到毛衫大规模定制中，设计相似度计算模型，从已有实例库中搜索相似实例，通过重用、修改已有实例的设计，获得待解实例快速变型设计解决方案。

1 实例推理机制

基于实例推理的设计方法是一个模拟人工设计的过程，其思想是利用过去成功的实例和经验解决新问题，通过检索实例库提取相似实例，根据用户要求对相似实例作快速变型设计得到新问题的解。

对于大规模定制产品的设计，其设计过程主要是基于已有实例的变型设计，基于实例推理的设计正好满足这一模式。图1示出基于实例推理的产品快速变型设计原理图。基于实例推理的产品快速变型设计实现过程包括以下几个步骤：1)提炼需求。根据用户设计要求，提炼对实例检索有用的实例特征作为检索条件。2)实例检索。根据一定的检索方案或算法，从实例库中检索出与设计要求相似的实例。本文设计一种融合属性主观权重和客观权重的相似度检索方法，尽可能减少人为干扰因素，从实例库中检索与设计要求最相似实例。若检索结果为空，则转至步骤1)，修改检索条件后重新检索。3)实例变型设计。如果相似实例与用户要求存在差异，就需要对实例作变型设计，以获得用户满意解。4)实例存储。把用户满意解作为一个新的实例保存到实例库中，供以后设计使用。

图1 基于实例推理的产品快速变型设计原理图Fig.1 Schematic diagram of product rapid variant design based on case-based reasoning

2 相似度计算模型

2.1 局部相似度模型

2.1.1 数值与数值相似度模型

毛衫大部分款式的肩宽、袖长等数据在一个较小的范围内波动。在一个设定区间内数值与数值之间的相似度S可定义如下：

(1)

2.1.2 数值与区间相似度模型

考虑到保存在实例库中毛衫的数据是特定的数值，而搜索时往往是一个数值区间，因此，需要建立数值与区间之间的相似度模型，该模型定义如下：

(2)

表1 二元对比法Tab.1 Binary competition method

注：相同实例属性不作比较，置为空。

将式(1)代入式(2)中，则有

(3)

求解得

S(x1,[xs,xe])=

(4)

2.1.3 局部相似度矩阵

设原有n个设计实例，构成实例集C={c1,c2,…,cn}，每个实例有k个属性，C中所有实例的属性相似度构成局部相似度矩阵

(5)

2.2 全局相似度模型

2.2.1 属性的权重计算

判断实例与实例之间的相似程度，是由实例间属性的相似程度得到的，而在决定实例性质的诸多属性中，其重要程度是不一样的，将实例属性的重要程度称为属性权重。属性权重按性质分可以分为主观权重和客观权重。主观权重反映决策者对各种属性的偏好或者属性本身的重要程度，常用的方法有专家打分法和二元对比法。客观权重反映属性自身的信息对决策结果的贡献，对实例区分能力强的属性应赋予相对较大的权重，而不管属性本身的重要程度。

本文采用二元对比法的主观权重和客观权重相融合的方法计算最终的属性权重。二元对比法将属性按照其重要程度分别给出0～4分。甲乙2个属性相比，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，则甲得4分，乙得0分。假设每个实例有k个属性，其两两比较的结果Njl(j≠l)，每个属性的Njl累加记为比较因子Cj(j=1,2,…,k)，则有

(6)

通过二元对比法得到的属性主观权重U计算公式为

(7)

表1示出衣长、胸围等9个属性的二元对比法的分值。两两比较的结果累加记为比较因子，最后一列数据为通过二元对比法得到的属性主观权重。

由客观权重的性质可知，若待解实例的第j个属性和所有实例第j个属性的相似度差异很小，即第j列的值变化很小，则说明该属性对于实例检索的贡献很小，应该赋予较小的权重；反之则应赋予较大的权重。由此可见，属性权重和属性相似度之间是有关联的。本文采用基于标准差的客观权重计算方法，描述如式(8)～(10)所示：

(8)

(9)

(10)

融合主观权重和客观权重的融合权重W计算方法如式(11)描述：

(11)

2.2.2 全局相似度

全局相似度相当于对一个实例的综合评价。根据局部相似度矩阵和各属性的权重，容易得到查询案例Cq与实例集合Ci的全局相似度：

(12)

2.3 实例推理过程

毛衫变型设计实例推理过程如下。

步骤1，输入用户需求的特征数据，构成待解实例，并对特征数据作归一化处理。

步骤2，初次检索。考虑到实例库规模较大时，如果计算待解实例与所有实例的相似度，计算量将很大，因此，采用关键属性扩展匹配方式实现初次检索。根据表1主观权重值的大小，选择衣长为第一关键属性，胸围和肩宽分别作为第二和第三关键属性。将待解实例关键属性数据按加大1个尺码规格和减小1个尺码规格扩展，然后在实例库中对每个实例进行属性匹配。设第i个实例Ei的第j个属性值为Pj，待解实例Eunr第j个属性的扩展属性为[Pj1,Pj2]，则第j个属性是否匹配成功由式(13)表示：

(13)

(14)

步骤3，降低初次检索阈值。若步骤2没有检索到相似阈值，则将Thigh降至二次检索阈值Tlow，重新获得NE，若NE≥1，则转至步骤4，否则转至步骤6。

步骤4，计算相似实例的相似度矩阵，并计算全局相似度。

步骤5，从全局相似度高的相似实例中选取最优相似实例作快速变型设计，转至步骤7。

步骤6，没有检索到相似实例，改为人工设计。

步骤7，与用户确认后获得用户满意解，保存到实例库。

3 毛衫快速变型设计

大规模定制下毛衫产品的快速变型设计问题主要是研究相似实例的修改重用问题。快速变型的基础在于：其一，实例库中有较大规模的实例，保证一般用户需求都能找到相似实例；其二，组件库也应具有较大规模，一般需求都应能找到替换组件，对于相似实例的修改部分，通常采用组件替换的方式实现，大大缩短了修改周期。

快速变型设计具体采用以下方法：

1)基于组件替换的相似实例修改。在这一过程中，组件的设计十分重要，要求组件与组件之间、组件与实例之间有良好的接口，方便替换。

2)多个相似实例组合修改。对于检索到的多个相似实例，用户可能只对相似实例的某些部分比较满意，因此，需要将多个实例中用户满意部分进行组合，修改成用户满意的新实例。

3)设计人员人工修改。修改部分涉及特殊需求或者没有检索到可替换的组件，则需要辅助人工修改。修改过程需要设计师具有丰富的设计领域知识，这样可以保证在满足设计要求的情况下提高设计速度。

4 实例评估与分析

以某公司毛衫定制产品的变型设计为例，对上述方法进行验证。毛衫定制产品通常可以分为平肩(西装肩)套衫、插肩套衫、马鞍肩套衫等系列产品，图2示出平肩套衫产品的主结构模型及相关参数。

图2 平肩套衫的主结构模型及相关参数Fig.2 Main structure model and related properties of square shoulders sweater

分析毛衫定制产品的变型形式，归纳出不变参数和可变参数，进一步确定待解实例检索的特征属性，包括：衣长、胸围、腰围、肩宽、下摆、袖肥、袖长、领深和领宽9个属性。

表5 归一化后的实例特征数据Tab.5 Characteristic data of cases after normalization

以某待解实例ID为101的特征输入数据为例，说明毛衫变型设计实例推理过程。101的特征输入数据如表2所示。

表2 待解实例的特征输入数据Tab.2 Input data of features of unknown case cm

根据2.3小节步骤2所述，经过初次检索，从实例库中搜索符合条件的相似实例集合，如表3所示。

为了使数据具有可比性，需要对实例的特征数据作归一化处理，处理过程如下：

(15)

表3 相似实例集合Tab.3 Set of similar cases cm

表4 各属性的Vminj和Vmaxj值Tab.4 Vminj and Vmaxj values of attributes cm

将编号为101的待解实例数据按加大半个尺码规格和减小半个尺码规格扩展，归一化处理后如表5的第1行所示，相似实例的特征数据归一化处理后如表5的第2～6行所示。

根据式(4)数值与区间的相似度模型，得到待解实例与相似实例的局部相似度矩阵：

采用表1的主观权重值，根据式(10)获得客观权重值，并根据式(11)计算出融合权重，如表6所示。

表6 属性权重Tab.6 Weight of attributes

在已知局部相似度矩阵和融合属性的情况下，根据式(12)计算出待解实例和相似实例的全局相似度，如表7所示。

表7 待解实例和相似实例的全局相似度Tab.7 Global similarity of unknown case and similar cases

从计算结果看，编号为410的实例与待解实例的全局相似度最大，将实例410作为待解实例的建议解，在此基础上作快速变型设计，可得到最终的设计方案。

分析待解实例数据特征，用户要定制的毛衫衣长很长，腰围和胸围数据较大，而下摆和袖长并不是很大，说明客户要定制的是一款中等号型、体型偏胖的长款羊毛衫。从相似实例数据可看出，相似实例中大部分是修身的，而腰围和胸围较大的相似实例下摆和袖长偏大，不符合用户需求。实例410的数据基本符合用户需求，全局相似度也最大，印证了本文方法的正确性。

分析属性权重，衣长的主观权重是最大的，但是计算出来的客观权重比较小。这是因为初次检索时衣长是关键检索属性，检索出来的相似实例降低了衣长包含的信息量，计算出来衣长的客观权重小是有道理的。腰围和胸围的主观、客观权重均比较高，其融合权重加大；虽然领深的客观权重最大，但由于其主观权重很小，融合权重较小，融合主观权重和客观权重的方法是有效的。

从待解实例与相似实例的局部相似度矩阵看，通过扩展待解实例的尺寸规格，使其变成一个区间，较好地包容了数据间的差异，又达到了有效区分数据间相似性的效果。

实例验证表明，基于实例推理的产品变型设计方法，在合适的检索条件下，总能找到一组优选的相似实例，为后续的快速变型设计提供基础，实现客户的定制需求，可有效支持大规模定制生产。

5 结 语

本文通过分析实例推理机制的优点，将实例推理方法应用到毛衫大规模定制中，设计了局部相似度模型和全局相似度模型，在此基础上给出了毛衫变型设计实例推理过程，列出了快速变型设计具体采用的方法。随着实例库和组件库的不断扩充和完善，检索到可参考的相似实例的概率将进一步提高，变型设计将更快捷。

[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] 吴迪冲,顾新建.服装大规模定制及其结构体系研究[J].纺织学报,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,祁国宁,顾新建,等.面向服装大规模定制的供应链管理[J].纺织学报,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] 许才国,刘晓刚.影响服装大规模定制产品开发的关键技术[J].纺织导报,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] 伊辉勇.面向在线定制的多约束产品配置策略[J].计算机集成制造系,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] 王体春,卜良峰,王威. 基于知识重用的产品方案设计多级实例推理模型[J].计算机集成制造系统,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] 王生发,顾新建,郭剑锋,等.面向实例推理的产品设计本体建模研究及应用[J].机械工程学报, 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] 游伟,雷定猷.铁路超限超重货物装载加固可拓实例推理方法[J].计算机工程与应用,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,孙蓓蓓. 基于实例推理的数控刀架快速设计方法[J].东南大学学报,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

浙江省教育厅科研项目(Y201533781)；嘉兴市科技计划项目(2014AY11018)

刘艳梅(1975—)，女，讲师，硕士。研究方向为针织服装设计、服装大规模定制。E-mail：yanmei0_lym@163.com。

TS 941.26

A