云计算技术在纺织产品设计中的应用研究

宋柯萱

（咸阳职业技术学院，陕西 咸阳 712000）

传统轻纺织行业在纺织产品设计开发方面依旧存在依赖性和不可控制性，难以应对多变的市场需求。设计中出现的决策性问题缺少有效数据的支撑，大量的反馈信息难以集成转化为有效的内容以及辅助设计环节的开展，导致纺织产品的主观性决策较为严重，很难在多变的市场环境下提高商品的附加值，长此以往，无法适应消费者的多元化需求。

纺织产品依托产业集群与行业升级的快速发展，在当下已经在国际市场上占据重要的份额，因此，有必要在现有产业发展的基础上，结合计算机科学技术的优势，开发出能应对复杂市场挑战的创新模型。如何科学合理地应用新的研究分析技术与方法，云计算技术提供了较好的解决措施。以转化大数据信息为设计基础，在模糊性决策问题上提出适时的决策方案，成为纺织产品设计环节亟待解决的重要问题。

1 云计算技术概述

云技术是运用计算机网络技术、信息技术、整合技术、管理平台技术等将网络、软件、硬件等各种资源综合起来，以实现数据计算、储存、处理和共享的一种综合性较高的新兴技术[1]。云技术的诞生极大地方便了数据信息的整合与共享，同时也方便了商家和客户之间的对接服务，使企业可以提供标准的服务接口或服务模式，让企业可以在远程管理的同时，对企业的各类产品数据信息、产品开发内容进行实时共享、存储与设计。

除此之外，云计算技术还可以对产品进行一般性决策管理，因为云计算技术可以通过服务平台的建设进行不断升级、优化，进一步降低企业的信息成本。纺织服装产业作为大型的劳动密集型产业，云计算技术的融入可以大大降低企业的各类成本。以纺织产品推广为例，云计算技术的融入可以依据精准的客户画像进行大数据分析和实时推广，有效促进宣传。一方面，可以使推广达到真正的效果；另一方面，大数据的精准推送可以为企业节省更多的时间成本，减少推广中的闭环。

2 云计算技术在纺织产品设计中的应用

2.1 纺织产品原材料管理中的云技术应用

纺织产品原材料管理是纺织生产中的关键环节之一，管理的目的主要是做好纺织产品原材料的存储与供给，由于纺织产品原材料具有一定的周期性变化，为了避免原材料的涨价或短缺，要保证在进行纺织产品生产制造时原料充足，能及时满足纺织企业的市场需求，根据市场的信息反馈及时进行系统的统计、分析与预测，合理预判原料采购的种类与数量，并形成具有海量数据储存与超强计算处理能力的计算模式，而云技术恰恰满足这些要求[2]。

云计算技术在纺织产品原材料管理中的优势就是将大量烦琐的材料数据一一进行精准化管理，同时可以对各类材料进行整合，将数据反映到计算机系统中，系统可以设定原材料管理的出库与入库标准，有效解决当下纺织企业产品原材料信息化管理中的漏洞，具体过程如图1所示，最终形成纺织企业原材料的云管理。

图1 云技术下的纺织产品原材料管理

2.2 定制化纺织产品设计中的云技术应用

随着社会需求的多元化发展，定制化将成为纺织产品设计的主要发展趋势。相较于传统纺织产品设计，工业化定制可以依据客户的需求快速完成纺织产品设计，同时在定制过程中，可以利用相应的数字化软件进行纺织产品的可视化与仿真功能建设。

在纺织产品定制化中，云技术的融入为产品定制智能化提高了可能性，可以对纺织产品的智能化定制编织进行有效的开发。以控制增广编织网格命令为例，通过编程语言，可以智能控制纱线几何状态，具体如图2所示。通过纺织产品在定制系统中的可视化和仿真功能建模的数据结构，可以清晰地看到机器制造中的编织过程，利用云技术编写相应的代码，可以让机器自动进行编织与添纱，进而增广编织网格；同时，可以对纱线的走向进行精准控制，提高定制化产品订单的生产效率。

图2 云技术下的纺织产品定制智能化编织网格

2.3 纺织产品营销中的云技术应用

随着电子商务与虚拟成像技术的发展，纺织产品营销系统逐渐成熟。用户在足不出户的情况下，能在网页或移动互联网客户端上完成产品的下单与付款，享受最为便捷的优质服务。

以云技术应用于针织服装定制产品营销平台为例，如图3所示，依据客户的下单要求进行信息录入，依次利用云技术在生产环节中添加信息命令，选择颜色与面料后生成订单进行制造。制造完成后，平台给客户发送进行服装试穿的信息，这一环节中有任何问题都可以直接联系售后服务，一方面加快了产品的生产，另一方面也有效降低了企业生产成本。

图3 云技术下针织服装定制产品营销平台

2.4 纺织产品趋势预测中的云技术应用

云平台数据具有存储功能与科学计算能力，纺织产品趋势预测可以依据云平台数据进行算法分析，对潜在的市场流行趋势进行有效分析，同时可以对纺织产品的颜色、造型、功能、款式进行相应的预测数据指导，所构建的算法模型都可以依据云技术进行预测，提高纺织企业面对市场的反应能力与决策能力，进一步减少企业设计师人为的主观预测，提高纺织企业的经济效益。

现有的纺织产品趋势预测算法主要有改进的贝叶斯网络算法、本体理论、软犹豫模糊集合理论、关键点理论、决策树算法、协同过滤算法及交互式遗传进化算法等[3]，为纺织产品趋势预测提供了更为科学的数据信息。

3 基于软犹豫模糊粗糙集算法的纺织产品设计决策应用

3.1 软犹豫模糊粗糙集算法

软犹豫模糊粗糙集算法能够反映集值映射隶属度的所有可能取值，减少了决策过程中的信息损失。换言之，借助软犹豫模糊集及其拓展结构，企业能更加全面地刻画和处理决策过程中的不确定性，进而更好地解决相关问题[4]。纺织行业作为密集型产业，纺织产品设计决策中的频度、广度和复杂性容易产生变化，而决策中的不确定因素伴随着国内外纺织市场的变化不断增多，纺织产品设计的决策分析难度不断加大，利用云技术中的软犹豫模糊粗糙集算法可以有效对产品进行设计决策。

3.2 基于软犹豫模糊粗糙集的纺织品设计决策算法

（1）基于论域U构建伪犹豫模糊软集

（2）在伪犹豫模糊软集上建立理想决策参数集合A，且A⊆E。

式中：λ为上下近似犹豫模糊元的隶属度。

（5）将得分排序，取最大值为决策结果，不唯一则均选为最优解，记为σk=maxσi。

3.3 基于软犹豫模糊粗糙集算法的纺织品设计决策应用

在纺织产品设计的决策性问题中，纺织产品在产品质量发展和产品生产方式中的侧重方式以及针对纺织产品发展走向的决策性都是设计中应重视的。

本节将采取设计中常出现的针对纺织产品在符合市场预期环境中的最优解方法，同时避免主观性影响，即设计竞品存在U种不同的纺织产品，在不同产品论域U中存在参数集E={舒适度、设计感、颜色、图形图案}，记为。

首先，针对纺织品设计的决策性要素，依据专家评测获取论域U所对应的犹豫模糊软集其次，采用伪犹豫模糊映射得到伪犹豫模糊软集如表1所示。

表1 5种不同品类对应的伪犹豫模糊软集

其中，对于最符合当前市场预期的产品，通过市场调研商讨得到理想决策参数集：

代入得分函数计算各品类得分情况，如表2所示。

表2 各品类得分情况

从表2可看出，σ5=maxσi=0.540，即第五类纺织产品为符合市场预期的最优产品类型。

依据算法中的数据反馈得出结论：云技术中的软犹豫模糊粗糙集算法主要解决了纺织产品设计过程中存在的主观性问题，即主观性决策对产品性能的影响，根据数据的反应可以此办法解决不同纺织产品中关于设计决策的问题，使纺织产品设计更好地应对国内外市场变化。

4 结语

云计算技术在处理纺织产品设计中的模糊性问题、庞大数据流问题方面都有绝对优势，在纺织产品设计行业多变的现代社会发展中，可以充分运用云计算技术处理纺织行业发展的大数据信息，为纺织产品设计环节的决策问题提供科学依据，更好地应对国内外市场风险。同时，云计算技术在注重质量发展的纺织产品生产设计环节也能提供科技保障，在产业集群发展中，可以发挥更大的优势。