基于層次分析法的服裝面料性能模糊綜合評價(jià)

凌 雪

基于層次分析法的服裝面料性能模糊綜合評價(jià)

凌 雪

(安徽工程大學(xué)人文學(xué)院，安徽，蕪湖 241000)

為了全面評價(jià)服裝面料的各項(xiàng)性能指標(biāo)，采用層次分析法與模糊綜合評價(jià)相結(jié)合的評價(jià)方法。首先，建立了服裝面料綜合性能的評價(jià)指標(biāo)體系，利用層次分析法確定了各項(xiàng)性能指標(biāo)的權(quán)重系數(shù)。然后，運(yùn)用模糊綜合評判法對其各項(xiàng)性能指標(biāo)進(jìn)行評價(jià)，使得對服裝面料綜合性能的評價(jià)具有準(zhǔn)確性和客觀性。具體實(shí)例驗(yàn)證了層次分析法與模糊綜合評價(jià)相結(jié)合的合理性與有效性。

層次分析法；服裝面料；綜合性能；模糊綜合評價(jià)

面料、款式、色彩是服裝的三要素，其中面料是關(guān)鍵，它始終貫穿于人類的服裝發(fā)展，每一次新面料的出現(xiàn)都會給服裝帶來與眾不同的變化[1]。目前，市場上的服裝面料種類繁多、性能指標(biāo)多樣，如何評價(jià)服裝面料的綜合性能是服裝設(shè)計(jì)師在選擇面料時(shí)所面臨的一個(gè)重要問題，因?yàn)槊媪线x擇合適與否直接影響服裝的穿著效果。就具體的實(shí)際應(yīng)用而言，只考慮某一方面或者某幾個(gè)方面的性能指標(biāo)是不夠全面的，所以在選擇服裝面料時(shí)，應(yīng)對其綜合性能進(jìn)行全面考察。

鑒于服裝面料的綜合性能評價(jià)所涉及的指標(biāo)因素多，而且一般是定性的，無法利用定量的方法直接進(jìn)行對比分析，因具有鮮明的模糊性，因而服裝面料的綜合性能評價(jià)是一個(gè)多層次的模糊綜合評判問題。自從美國學(xué)者Zadeh教授于1965年提出模糊集合[2]的概念以來，模糊數(shù)學(xué)理論在近幾十年內(nèi)發(fā)展迅速，基于模糊數(shù)學(xué)理論的模糊綜合評判法也因此取得很大的進(jìn)展，并在工程領(lǐng)域得到廣泛地成功應(yīng)用[3-4]。查閱國內(nèi)資料，對于服裝面料綜合性能進(jìn)行模糊評判研究的文獻(xiàn)甚少。為此，本文引入模糊綜合評價(jià)法對服裝面料綜合性能進(jìn)行全面地分析。

1 多級模糊綜合評價(jià)

多級模糊評價(jià)模型由評價(jià)因素集、評價(jià)集、因素權(quán)重集、隸屬函數(shù)及單因素評價(jià)矩陣、模糊操作算子等幾部分組成[3,5]。

1.1 建立因素集與評價(jià)集

1.2 模糊評價(jià)

首先從因素集中的單個(gè)因素出發(fā)進(jìn)行評價(jià)，確定評價(jià)對象對因素集中各元素的隸屬程度。然后將個(gè)因素的評價(jià)集組成一個(gè)總的評價(jià)矩陣，通常以表示。

1.3 建立權(quán)重向量

1.4 模糊綜合評價(jià)數(shù)學(xué)模型

當(dāng)權(quán)重向量A和評判矩陣為已知時(shí)，便可做模糊變換來進(jìn)行綜合評判，模糊綜合評判的數(shù)學(xué)模型為

圖1所示的是二級模糊綜合評判模型的框圖[3]。

若一級因素集X仍含有較多的因素，還可將X再細(xì)分，于是得到三級模糊綜合評判模型、四級模糊綜合評判模型等等[6]。

2 服裝面料綜合性能評價(jià)模型

2.1 建立服裝面料性能指標(biāo)評價(jià)體系

服裝面料除要求其基本服用性能(保健護(hù)膚、抗菌、抗污染等)優(yōu)異外，還要求其具有良好的運(yùn)動(dòng)舒適性，能夠?qū)瘛⑼笟?，迅速將人體運(yùn)動(dòng)時(shí)產(chǎn)生的汗液和汗氣吸附到織物外層并迅速蒸發(fā)，使衣服不沾身；同時(shí)，還要求其具有抗靜電性，避免織物與身體或與其他物體的接觸摩擦產(chǎn)生靜電；如果是戶外運(yùn)動(dòng)，還要求其具有一定的防紫外線功能，以免過強(qiáng)的紫外線傷害皮膚；另外，還需要考慮該面料的經(jīng)濟(jì)性(成本低、生產(chǎn)工藝復(fù)雜性與否等)。綜合以上各種因素，將服裝面料綜合性能指標(biāo)主要分為功能性指標(biāo)、舒適性能指標(biāo)、基本服用性能指標(biāo)、經(jīng)濟(jì)性能指標(biāo)，運(yùn)用層次分析法的思想建立了如圖2所示的評價(jià)指標(biāo)體系。服裝面料綜合性能評價(jià)指標(biāo)體系分兩個(gè)層次，第一層為總目標(biāo)因素集={1,2,3,4}；第二層為子目標(biāo)因素集1={11,12,13,14}，2={21,22}，3={31,32,33,34}，4={41,42}。

圖2 服裝面料性能指標(biāo)體系

2.2 服裝面料性能綜合性能評價(jià)的評價(jià)集

評價(jià)集是評價(jià)人員對各層次評價(jià)指標(biāo)所給出的評語集合，對于不同的評價(jià)指標(biāo)，其評語等級所代表的含義各不相同。根據(jù)服裝面料各項(xiàng)性能指標(biāo)的特點(diǎn)，給出評價(jià)集={v}，共設(shè)5個(gè)評價(jià)等級，即={1,2,3,4,5}，其中1＝{優(yōu)秀}，2＝{良好}，3＝{中等}，4＝{一般}，5＝{較差}，即服裝面料性能指標(biāo)的評價(jià)集為V＝{優(yōu)秀，良好，中等，一般，較差}。

2.3 確定服裝面料性能各級指標(biāo)權(quán)重系數(shù)

在進(jìn)行服裝面料性能模糊綜合評判時(shí)，各項(xiàng)指標(biāo)的權(quán)重系數(shù)對最終的評判結(jié)果將會產(chǎn)生很大的影響，不同的權(quán)重系數(shù)會導(dǎo)致不同的評判結(jié)果，因此正確確定權(quán)重系數(shù)顯得尤為重要。確定權(quán)重系數(shù)的方法很多，本文擬采用層次分析法(analytical hierarchy process, AHP)[7]來確定各指標(biāo)權(quán)重系數(shù)。

2.3.1構(gòu)建判斷矩陣

建立判斷矩陣是層次分析法最關(guān)鍵的一步，針對每層每項(xiàng)的各下屬因素(例如目標(biāo)層的各下屬因素指標(biāo)1、2、3、4)兩兩進(jìn)行比較來確定矩陣中各元素的值，其判斷標(biāo)準(zhǔn)按表1給出元素相對于元素的重要性比例標(biāo)度a。顯然，元素相對于元素的重要性比例尺度a＝1/a。這樣，個(gè)元素對于所屬的上一層元素便可構(gòu)成一個(gè)以重要性標(biāo)度a為元素的兩兩比較判斷矩陣＝(a)×，本文判斷矩陣中各個(gè)元素的值由服裝設(shè)計(jì)領(lǐng)域的專家組根據(jù)服裝面料的各性能指標(biāo)的重要程度結(jié)合表1給出。

表1 判斷尺度標(biāo)度

通過該領(lǐng)域的專家建立兩兩比較判斷矩陣如式(1)~ (5)所示。其中，1是目標(biāo)層U的各下屬因素(1,2,3,4)的兩兩比較判斷矩陣；21、22、23和24分別是1、2、3和4各下屬因素的兩兩比較判斷矩陣。

2.3.2求解各級指標(biāo)的相對權(quán)重向量

3 應(yīng)用實(shí)例

目前市場上常見的服裝面料主要有：棉織、麻織物、毛織物、絲綢織物、化學(xué)纖維面料、針織品類面料、裘皮及皮革面料等。其中，化學(xué)纖維面料質(zhì)地均勻細(xì)潔，色澤艷麗，手感滑爽，穿著舒適，透氣性及懸垂性好，適用于夏季女衣裙、襯衫、冬季棉衣和童裝等衣料。本文以該面料為研究對象，運(yùn)用二級模糊綜合評判法對其性能指標(biāo)進(jìn)行分析評價(jià)。

3.1 建立單因素模糊評價(jià)矩陣

為了使該人造棉織物面料綜合性能的評判結(jié)果具有盡可能高的客觀性，我們采用問卷調(diào)查法和專家打分對二級指標(biāo)中的各個(gè)因素進(jìn)行評價(jià)，通過對調(diào)查結(jié)果進(jìn)行整理和統(tǒng)計(jì)，最終得到如表2所示的評價(jià)結(jié)果。

表2 評價(jià)結(jié)果統(tǒng)計(jì)表

由此求得二級單因素模糊綜合評價(jià)矩陣：

3.2 各項(xiàng)性能的模糊綜合評判

根據(jù)本文所求得的二級指標(biāo)權(quán)重向量即可求得一級指標(biāo)模糊綜合評判結(jié)果：

同理可以求得：

由評判結(jié)果可知該面料的功能性指標(biāo)、舒適性指標(biāo)、基本服用性能指標(biāo)和經(jīng)濟(jì)性指標(biāo)的隸屬度分別為48.1%、42.5%、46.5%和41.1%，分別對應(yīng)功能性良好、舒適性良好、基本服用性能良好和經(jīng)濟(jì)性優(yōu)秀。

再根據(jù)一級指標(biāo)的權(quán)重向量

該化學(xué)纖維面料模糊綜合性能評判結(jié)果為：

根據(jù)以上結(jié)果，則該化學(xué)纖維面料綜合性能總指標(biāo)評價(jià)結(jié)果為良好，其隸屬度為48.1%。

4 結(jié)論

(1) 為了避免層次分析法中人的主觀判斷、偏好等對服裝面料性能的影響，采用層次分析法與模糊綜合評判相結(jié)合的方法建立了服裝面料模糊綜合評價(jià)數(shù)學(xué)模型。

(2) 通過對某化學(xué)纖維面料的綜合模糊評價(jià)，驗(yàn)證了采用層次分析法與模糊綜合評判相結(jié)合進(jìn)行服裝面料模糊綜合評價(jià)的合理性與可靠性。

(3) 由于層次分析法與模糊綜合評判具有計(jì)算簡單、易于實(shí)現(xiàn)等優(yōu)點(diǎn)，有利于快速有效地評價(jià)服裝面料綜合性能指標(biāo)，可作為服裝設(shè)計(jì)師在選擇不同服裝面料型號時(shí)提供一定的參考價(jià)值，對于其它與服裝行業(yè)相關(guān)方面的綜合性能的科學(xué)評價(jià)也具有借鑒作用。

[1] 劉珍珍,陳超.層次分析法在服裝面料選擇中的應(yīng)用[J].蘇州大學(xué)學(xué)報(bào):工科版,2008, 28(3): 47-50.

[2] Zadeh L. A fuzzy sets [J]. Information and control, 1965(8):338-353.

[3] 劉世豪,葉文華,唐敦兵,等.基于層次分析法的數(shù)控機(jī)床性能模糊綜合評判[J].山東大學(xué)學(xué)報(bào):工學(xué)版,2010, 40(1):68-73.

[4] 李鯤鵬,胡虔生.電機(jī)設(shè)計(jì)方案的多級模糊綜合評判[J].微電機(jī),2002,35(1):11-14.

[5] 韓立巖,汪培莊.應(yīng)用模糊數(shù)學(xué)[M].北京:首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社,1998.

[6] 朱劍英.智能系統(tǒng)非經(jīng)典數(shù)學(xué)方法[M].武漢:華中科技大學(xué)出版社,2001.

[7] 許樹柏.層次分析法原理[J].天津:天津大學(xué)出版社,1998.

FUZZY COMPREHENSIVE EVALUATION FOR THE PERFORMANCE OF CLOTHING FABRIC BASED ON ANALYTICAL HIERARCHY PROCESS

LING Xue

(School of Humanities, Anhui Polytechnic University, Wuhu, Auhui 241000, China)

In order to evaluate each performance index of clothing fabric comprehensively, an approach based on the analytical hierarchy process (AHP) and fuzzy comprehensive evaluation is presented. Firstly, an evaluation index system for comprehensive performance of clothing fabric is established, the weight of each performance index is determined by using AHP. Furthermore, a fuzzy comprehensive evaluation method is used to evaluate each performance index in order that the overall performance evaluation of clothing fabric is accurate and objective.A specific example shows that the fuzzy comprehensive evaluation based on AHP is reasonable and effective.

analytical hierarchy process; clothing fabric; comprehensive property; fuzzy comprehensive evaluation

TU984

A

10.3969/j.issn.1674-8085.2012.04.020

1674-8085(2012)04-0084-04

2012-01-08；

2012-04-05

凌 雪（1982-)，女，安徽六安人，助教，碩士，主要從事智能服裝方面的研究(E-mail:lingxue1982@126.com).