为产业集群定制“趋势信息”

目前,全国拥有130多个纺织服装,产业集群试点,他们分布在国内的各个省份城市,其规模大小、发展状况各不相同,却几乎都不可避免地存在着“创新软肋”,一是产品创新方面：产品开发设计能力有限,技工和技术人才严重短缺,质量提高缓慢,产品同质化现象严重;二是管理创新方面：同业无序竞争和内耗严重,品牌意识缺失,大路货产品过剩,管理水平落后;     

基于BP神经网络及其改进算法的织机效率预测

为准确预测纺织厂织布车间的织机效率,提出利用BP神经网络、主成分分析结合BP神经网络(PCA-BP)、遗传算法改进BP神经网络(GA-BP)3种模型预测织机效率,并将GA-BP预测模型与传统BP神经网络和PCA-BP预测模型的预测结果进行对比分析。结果表明:GA-BP对原始数据的拟合度最好,相关系数为0.946 87, 比BP增加了6.42%,比PCA-BP增加了2.61%;GA-BP、PCA-BP、BP这3种网络十万入纬的经停仿真值与期望值间的平均误差分别为0.341 2、0.303 1、0.234 1,误差百分率分别为8.63%、7.67%、5.92%,不同网络结构下织机效率仿真预测值与期望值间的平均误差分别为3.010 9、2.688 4、2.118 9,误差百分率分别为3.51%、3.13%、2.47%;3种模型的预测准确度顺序由大到小为GA-BP、PCA-BP、BP。     

追求设计创意的集体发声——2012面料设计与创意论坛在浙江柯桥举行

由中国纺织信息中心、国家纺织产品开发中心和绍兴县人民政府主办的“2012面料设计与创意论坛”于5月6日在绍兴柯桥成功举办。本届论坛主要依托2012中国国际面料设计大赛，侧重于探讨面料开发与设计，以及花样创意等方面的专题内容。     

基于Stearns-Noechel模型的色纺纱配色算法改进

为提高色纺纱计算机配色的准确性和实用性,以Stearns-Noechel模型为基础,对配色算法进行改进。改变Stearns-Noechel模型中最优参数的确定方法,对参数M进行循环赋值,选择色差最小时对应的M值为最优参数预测配方,在此基础上,将人眼视觉特性以代码表示并用于色纺纱的配色,通过比较标准样与拟合样的色差大小判断配色效果。结果表明:按照前人固定最优参数预测配方,平均拟合色差为1.02,中位数为1.08;对参数M循环赋值后预测配方,平均拟合色差为0.477,中位数为0.46,配色效果得到提高;基于人眼视觉特性预测配方,平均拟合色差为0.201,中位数为0.125,配色效果得到进一步提高。     

竖井工作面注浆堵水实践

结合工程实践，介绍了竖井工作面注浆堵水工艺及施工方法。     

基于相关国家标准的我国纺织服装品牌价值评价探究

本文从对纺织服装品牌价值有重要影响的因素出发进行研究分析,为我国纺织服装品牌价值提升和企业发展战略升级提供借鉴。结果表明:品牌价值高的企业,其年收入、年净利润及利润率都保持在较高的水平,且其品牌强度各维度得分均高于行业平均水平。     

基于介电谱的醋酸酯水刺非织造布含水率估算

为估算醋酸酯水刺非织造布含水率,测试了不同体积分数与不同含水率醋酸酯非织造布的介电谱,分析了干燥醋酸酯非织造布的体积分数以及非织造布中水分的体积分数对其介电常数的影响,并建立了单位质量醋酸酯非织造布介电常数变化率与含水率的关系。实验结果显示:在干燥状态下醋酸酯的介电常数对电场频率不敏感,醋酸酯的体积分数与其介电常数都存在显著的线性关系;在非织造布-水两相集合体中水分的体积分数与其介电常数呈指数函数关系,在电场频率为1 Hz和1×10⁶ Hz时含水率与其介电常数之间为指数函数关系,试样的含水率与其单位质量介电常数变化率之间存在幂函数关系。     

纹样设计在纺织品开发中的应用

对于服装而言,面料的重要性不言而喻。面料能烘托出服装的气质和灵魂。中国的面料设计作品与一些发达国家相比(如法国、意大利)总是缺点儿精致和内涵。这种差距不仅是技术层面的差距,而且更多的是设计层面的差距。成功的设计可以大大提高纺织品的附加值。纺织品纹样设计是将工程与艺术相结合的一门技艺,其主要包括织花图案和印花图案设计两方面。恰如其分的设计手法及应用将为面料设计增加强有力的价值砝码。1纹样设计在产品开发中的应用1.1纹样设计的目标首先,纹样设计产品应符合流行趋势,让消费者觉得     

纺织服装业智能化与智慧化发展探究

中国纺织服装业进入"新时代",正加速成为创新驱动的科技产业。文章从纺织服装业的国内外发展历程、投资状况、发展趋势等方面,详细论述了我国纺织服装业智能化与智慧化建设的现状、智能制造的关键装备及技术、智慧服装的发展趋势,并从智慧化发展的社会责任、大数据平台、人工智能与产业协同、柔性智慧服装、行业规范等方面进行了展望,建议建立智能纺织品等系列产品的国家标准,为我国纺织服装业的智能化发展提供有益借鉴。     

基于客流量的贝叶斯回归服装销售预测方法

科学、准确地预测服装销售量,对服装企业研发、生产、配送、销售等流程起到至关重要的作用。为此,文章采用贝叶斯一元回归方法,借助贝叶斯极大似然估计的优势,并结合时间序列移动平均法构建了服装销售量预测模型。该模型首先引入客流量的概念,以此作为服装销售预测的中间转化量,采用时间序列的移动平均法构建季节因子,屏蔽季节影响因素,用以预测客流量;然后依据客流量预测值通过贝叶斯一元回归方法预测服装销售量;最后利用案例验证了贝叶斯回归服装销售量预测的有效性和准确性。