多因素耦合翻立领样板生成模型构建

为提高样板生成预测精度,以翻立领为例,提出了一种基于Lasso和PSO-RBF神经网络的面料与款式图参数耦合的样板生成模型。将翻立领款式图样板数据与面料参数输入Lasso模型中进行降维,根据降维结果,建立针对不同领型样板数据采用不同输入方式的PSO-RBF神经网络模型,通过PSO算法得到RBF神经网络的最优权值和模型宽度,最终得到翻立领的样板参数。实验结果表明,该方法与未融入面料因素的PSO-RBF神经网络模型相比,间隙量和起翘量的均方误差分别降低了0.46 cm和0.21 cm。