基于交互式遗传算法的Polo衫快速款式推荐系统

张 卓， 丛洪莲， 蒋高明， 董智佳

(江南大学 针织技术教育部工程研究中心， 江苏 无锡 214122)

近年来，个性化服装定制成为新兴的服装生产、销售方式，然而现有服装量身批量定制(MTM)技术软件操作复杂，专业知识门槛高，不足以满足以顾客主导的设计需求[1]。如何构建更加易用便捷的服装款式交互设计系统成为研究的热点。

部件化的服装个性化设计[2-4]利用客户驱动的快速三维服装造型方法,输入设计好的服装部件模型,构建虚拟服装的部件库，可方便使用者从样本中快速获得样式丰富的服装虚拟仿真模型进行不同形式的组合[5-6]。合理的款式推荐系统可从海量数据信息中快速基于顾客偏好进行精确搜索与真实展示。目前推款系统已有基于改进贝叶斯网络的服装推荐系统、基于本体论的服装推荐系统[7]、基于模糊集合论的服装推荐系统[8]、基于关键点服装款式识别的智能时尚推荐系统[9]等。同时，部分学者将优化算法中的交互式遗传算法引入款式设计与推荐系统中[10]。Kim等[11]提出可将服装领域专业知识整合到基因型中的一种新的编码方案，开发出一种更实用的女装设计辅助系统。Hsiao等[12]提出了一种基于交互遗传算法的服装咨询和仿真系统，帮助设计人员获得产品组件和装饰图案的最佳搭配方案。

Polo衫较时装等类型服装受众更广，有较大的市场与需求。本文运用服装部件化设计思想建立Polo衫的款式与纹理设计部件数据库，并引入基于部件相似度优化的交互式遗传算法，建立个性化Polo衫款式推荐系统，望在降低设计专业门槛的同时更加高效便捷地进行基于用户偏好的Polo衫个性定制。

1 Polo衫部件设计

Polo衫由针织面料构成，从运动装逐渐成为了商务休闲、学生夏季校服、公司集体服装等日常穿着的服装款式之一[13]，其基本形态较为固定但可进行细节的延伸设计。

Polo衫的部件设计可分为款式拼接部件与外观纹理部件。款式拼接部件可分为大身衣片、袖片、领片及门襟，外观纹理设计有条纹设计、针织纹理设计等。本文对其款式拼接部件与外观纹理部件的设计进行细化分析，以便于进一步建立Polo衫的部件数据库。

1.1 Polo衫版型设计与模型拼接

目前较高效的版型设计方法为参数化的纸样设计方法[14]，即针对客户的身体数据进行固定纸样的快速设计，但是款式较单一，且不同款式服装纸样三维建模后生成的部件之间融合拼接问题较复杂。因此本文提出一种基于部件化思想的参数化纸样生成方法，目的是在改变服装分部件时拼接处曲线形态保持不变。如图1所示Polo衫版型设计。按通用的参数化制版方法，根据输入的用户人体参数进行基本款式的纸样设计后，设定部件版型设计关键点集{A}，为固定部件间的拼接缝纫线。冷冻图1版型图中点集{A}联结的曲线，即款式模型上的实线标注曲线，后进行款式变形点集{B}的设定与自由设计，即改变款式模型上的虚线标注曲线处，衣袖的系列设计示例如图2所示。在相同袖山曲线的基础上进行不同袖形的变化与建模。在符合用户个性化身材的基础上，有效提高Polo衫款式变化效率，丰富部件库的部件款式。

图1 基于部件化的Polo衫版型设计

图2 袖型系列变化的版型设计与对应模型建立

本文Polo衫模型中点的存放以坐标的形式进行呈现，三维服装进行分部件上传及替换时，保持其中所有点的相对坐标数据无改变，即将各部件文件中的数据进行重组，完整显示整件服装，完成部件的拼接。以图2中衣袖与衣身的拼接处为例，由于前端版型设计时保持了袖窿缝合处的一致，当替换3种不同衣袖部件时，同位置的不同部件替换时未改变端连接处网格保持基本一致可减少部件间的部件边界融合操作，无需多次三角化占用计算机内存。

1.2 Polo衫款式部件延伸

多年来，Polo衫基本形态少有改变，但可在局部细节上做出丰富的造型延伸。

以衣领部件为例，领型的设计要点有领座高度、翻领宽、领角形状等，款式可分为小方领、中方领、短尖领、中尖领、长尖领和八字领等。领高度需使搭配西装时衣领露出，领座高常为2.5 cm左右，翻领宽为3～6 cm，部分款式部件模型如图3所示。不同领型的工艺参数等信息见表1。

图3 Polo衫领部件款式

表1 不同Polo衫领部件信息表

衣身部件中，根据臀腰差可进行贴身款式、合身款式、宽松款式等宽松度的衣身形态变化;衣长可进行短款、适中款、长款等变化;下摆可前后长短一致或前短后长，可差2 cm左右;转角处可卷摆衩或贴摆衩等;后片处可分为有背褶与无背褶款式，也可对衣身进行分割线设计，均为在缝纫拼接线固定的情况下进行的款式模型变化。

衣袖部件中，多为短袖，在袖山曲线处形态不变的情况下可进行袖肥、袖长、袖口形态等变化，以及是否缝制罗纹袖口、罗纹袖口的宽度等变化，不缝制罗纹袖口时，袖口缝迹有单线与双线等。

门襟部件中，有明门襟、暗门襟、V字门襟等款式变化。纽扣设置常为两粒扣或三粒扣。门襟深度可搭配衣身一起进行改变，两粒扣时门襟深度常为15 cm;三粒扣时常为17 cm。封口有普通封口、宝剑封口、交叉封口等，可按此款式变化分别保存款式模型。

1.3 Polo衫外观纹理设计

Polo衫外观纹理设计不同的颜色与条纹宽度可组合生成多种复杂条纹。本文采用最小循环设计法，对Polo衫外观设计包括色彩选择、针织组织纹理选择、条纹宽度、领部色彩纹理等进行设计。

由于条纹Polo衫领部设计通常为纯色设计，色彩可选用条纹色及黑白灰等常用色，纹理可选平纹、横机领纹理等，常与衣身等分开进行映射。

色彩设计可就生产部门现有的彩色纱线色彩建库，设计款直接可投入生产，亦可参考潘通色卡等现有色彩库进行选择，给用户更大的选择空间。Polo衫常用面料为针织纬编针织面料，常见组织有纬平针组织、斜纹组织、珠地网眼组织等纬编组织。本文对多种纬编针织物扫描并进行放大、增强对比度等图片处理，获得其纹理图元，分别保存后与颜色复合即可进行纯色面料的模拟。

将条纹宽度选定后计算机绘制条纹面料模拟图，构成1款条纹设计的循环图案，可直接在Polo衫除领部版片内进行四方循环映射，用于Polo衫的外观设计，如图4所示。补充针织组织纹理后的条纹设计更加直观反映面料外观属性，便于用户更加直观地进行面料设计。

图4 具有针织纹理的Polo衫面料设计

2 Polo衫部件库建立

设计服装时构架部件数据库可帮助解决本文中数据的定义、储存、查询、操作等问题[15]。Polo衫中部件拼接与面料设计的实现过程实质上是设定的程序对部件库内已做好标记的款式部件与纹理部件的选择调用与结合。

Polo衫设计部件库分为款式部件库与纹理部件库，款式部件库有各部件模型、特征曲线、特征点、网格信息、属性等子部件库，纹理部件库有针织纹理库、条纹宽度库、衣身颜色库及领部颜色库、组织库等子部件库。如图5为部件数据库中衣片、纹理等部件实体及其之间的相互关系的实体-联系(E-R)图，其中m与n表示各部件间多对多的关系。部件数据库的表间结构，如图6所示。根据库中的信息与定义，进行选择、删除、替换、修改等操作来支持部件在Polo衫虚拟展示中的显示、修改、储存等工作。

由于后续引入交互式遗传算法进行款式推荐时也需要编码操作，为简化操作，本文在部件建库时各子部件模型及设计元素直接使用0、1组成的二进制编码。编码的位数随子部件库中各部件数量决定。

图5 部件数据库结构E-R图

图6 部件库数据表间结构

款式部件、颜色库、纹理库等有已知容量，可直接编码。特别的，条纹宽度库中，可由建库者根据实际情况进行条纹宽度的最大值、最小值以及划分精度的确定，由划分后的数值个数确定由多少位编码表示条纹宽度的取值。若有更多部件储存需求，可适当增加编码位数，留一定冗余量，则可实现部件库的大容量储存与调用。

3 Polo衫款式推荐系统

3.1 系统设计思路

目前，交互式遗传算法主要通过算法的编码、初始种群生成、以评分机制获取方案适应度、选择、交叉与变异等逐渐生成最优解。由于在服装款式的获取中，款式间差异较小，评分制方法随意性较强，迭代次数多易引起用户疲劳，且基于整体的评分机制未考虑部件位置的影响权重，基于部件的评分机制交互复杂。

图7 改进的交互式遗传算法流程图

3.2 基因编码与差异度赋值

基因的编码由各设计因素的二进制编码排列组成，各部件数量决定了该片段编码需要的容量长度，如若有8个部件模型，则应设置3位长度的编码位置来对各部件进行编码。部件拼接的编码形式如图8所示，展示了一个Polo衫的个性化设计方案的二进制编码方案的构成。本文示例中各部件均存放8个部件模型，即共需要长度为12的编码组来表示1个部件拼接方案。Polo衫的外观设计中，为使样本数量有限，本文选取共有8种备用颜色的两色循环提花条纹设计，其设计方案有颜色一的颜色选择、颜色一的条纹宽度、颜色二的颜色选择、颜色二的条纹宽度、衣身面料纹理设计(平纹、斜纹、单珠地、双珠地四种纬编面料编织纹理)、领部色彩设计(常见的白色、黑色或主纹理选择的颜色一、颜色二)及领部纹理设计，其条纹宽度为0.5 cm到8 cm的共16个数值，即共需要长度为20的编码组来表示1个外观设计方案。由此可知，本节中1个完整的Polo衫设计方案将由32位编码来表示。

图8 Polo衫个性化设计方案的二进制编码方案

3.3 适应度计算

3.3.1 权重分配

由于每个用户对于各子部件对款式整体影响程度判别不同，提出运用主观赋权法根据用户对各部件的重视程度进行交互式部件权重设置。其优点因人而异，根据各人对Polo衫款式的爱好倾向做出选择，较客观权重赋值法不会出现部件权重与实际重要状态相悖情况。

本文中部件影响因素共有领、袖、衣身、门襟、条纹设计、配色设计、针织纹理7种。用户进行1个完整Polo衫设计方案审视之后，根据对部件的重视程度在100%总权重的数据表中进行数值更改，依次为各部件交互分配权重，如表2所示。并将权重结果应用于后续适应值的计算中。

3.3.2 差异度赋值

方案间的相似度可由其分部件的差异度反推得出。由于部件模型间差异度难以量化评估，本文需要对同位置的不同部件进行差异度的主观判别与赋值。

表2 Polo衫部件权重分配设置

以领部件为例，结合服装专业知识，设计人员可将领部的子部件按照领座高、翻领宽、领角形状等款式相似度在表格中对子部件库中各部件间差异度进行主观评判，以进行差异度赋值。其中，赋值采用四级分级赋值策略，共0～3分，差异越大，差异度取值越大，其中相同的2个子部件差异度为0，对1.2节中部分部件的差异度赋值如表3所示。

正是由于电子商务所出现的社会效应反应强烈，也让我们看到了近年来电子商务治理的改善与变化，很大程度上外因起着重要的作用。在社会环境和时代更迭的今天，我们能够在社会治理中更便捷地探索其发展机制，运用更先进的方式在应对突发事件时显得不那么无力。

表3 领部件间差异值赋值表

3.3.3 适应值的计算

每次迭代中的个体都可在所有影响参数构成的参数空间中对应1个点，即本文中的每个设计方案都可对应由7个设计因素构成的七维空间中的1个点。其中，两个体在本参数空间中的距离由加权的多维度空间距离下式进行计算：

式中：ωg为第g个参数的权重取值；Aig为个体i在第g个参数中的坐标值；Aig与Ajg的差值即为表3中定义的两部件的差异值。所以本文中算法并不需要建立真实的坐标系，可直接加入权重计算后，易知影响大的部件差异越大时，整体款式设计方案的差异越大，其适应度应该也越低。

用户在交互式评价时，从待评价子代中选择一款最心仪的服装，将其适应度动态的设为满分1分，其他方案的适应度则由与被选择的个体的距离，即差异度推算得出。综合所有影响因素后，搜寻在有限空间中与选中方案差异度最大方案，即分别计算各端点与被选择点的距离最远点，记录dmax，由此可对适应度进行标准化计算，计算公式如下：

式中：di表示该方案点与被选择方案点的距离;fi表示该方案的适应值。dmax一定时，di越小，fi越大，即该个体的适应度越大。一次迭代中除被选中款式外的最大适应值个体方案可与被选中方案一起作为后续种群进化的父代参与迭代。同时，所有个体的平均适应值越高可表示种群中有较多符合用户审美偏好的设计方案。

3.4 交互操作

3.4.1 子染色体偏好固定或剔除操作

在交互式遗传进化算法的应用中，常有用户对产品部分产生满意或不满意的情况，但对方案的评分为整体评分，则容易出现喜爱的部件无法保留，不喜爱的部件重复出现的情况，限制了算法寻优解的进程。

为解决此问题，本文从用户对Polo衫构成各部件逐渐明确的喜好出发，运用染色体中局部偏好固定/剔除操作。用户手动固定满意的局部部件，可将该基因段作为常量保存，即在表示该部件影响的维度中差异度(Aig与Ajg的差值)为0，且该片段不参与后续交叉、变异等遗传操作。同时，可剔除不满意部分，标记该段基因编码，此后重复出现该片段时，直接淘汰该遗传个体，直至该位置与剔除片段不同。

3.4.2 交互优化

交互界面设计如图9所示。以各部件重视程度进行权重赋值后，系统随机为用户推出10款Polo衫设计方案，用户通过观察与对比选择一款相对最喜爱的设计款式，系统将其适应度设置为1，并根据差异度对其他方案进行对比的适应值分配。同时可设定部分喜爱与部分不喜爱进行基于偏好的片段固定或剔除。

图9 交互界面设计

若已出现最心仪款式，可选择直接结束进程。若不是最心仪款式可选择“下一代”按钮，选择适应值高的种群并在其中进行二进制编码的片段基因交叉与变异以进行迭代。通过交叉、变异等遗传操作进行数次的迭代演变，可维持算法的全局搜索能力，防止输出结果陷入局部最优解新的Polo衫设计方案逐渐符合用户需求。

若适应值交互时采用评分制方法，需要考虑各部件影响时，对各款式的各部件进行交互式评分，但在Polo衫的设计中部件类型较多，会产生繁重的交互工作。然而本文方法界面简单、交互操作简便，只需点选即可完成评价操作，可高效的进行交互式遗传操作。

3.5 实验验证

招募10名年龄在25～35岁之间的目标客户，实验设定种群数为10，最大迭代次数为10次，交叉概率为0.55，变异概率为0.03，对10名用户进行测试，将各适应值结果保留1位小数。实验证明，到第9代时除适应值被赋值为1的个体外的其他个体中的最大适应值与平均适应值已显著提高，且适应值与迭代次数均成正比，如图10所示。说明随着进化代数的增加，种群的最大适应值与平均适应值升高，在保证一定的搜索空间的同时，逐渐倾向用户的心理偏好，可逐渐搜索到用户较心仪的设计方案。

图10 适应值评价折线图

当迭代次数已达预设值或用户认为推荐的方案中已有满意个体时，即可结束进化过程，生成最后的设计方案。方案包括最终Polo衫模拟的总体效果模型、各部件模型搭配设计方案、Polo衫纸样设计及面料外观纹理设计方案等。

4 结 论

文章阐述了Polo衫的三维快速设计与建模方法并结合优化的交互式遗传算法建立了Polo衫的快速款式推荐系统。首先，本文对款式发散的Polo衫版型设计与部件拼接的三维建模设计方法进行阐述，对Polo衫进行个性化、多款式设计，并对更具真实感的纬编条纹面料进行外观纹理设计。其次，文章根据其各部位的款式变化建立了Polo衫模型部件与纹理部件数据库，供后续设计调用。

同时，本文将各部件对Polo衫整体设计方案的影响纳入考虑，引入基于部件相似的适应度获取方法的交互式遗传算法，通过算法的编码、初始种群生成、选择、适应性获取、子染色体固定/剔除操作、交叉变异等建立了Polo衫款式快速推荐系统，实现用户导向的Polo衫设计方案形成，较原客户导向的自选择设计方法交互更便利，经验证，可有效为用户进行较精准的款式推荐。本文方法既保持了三维设计的直观优势又结合了交互式遗传算法的智能与便捷，缩短款式设计到用户推荐的全流程。