基于智能感官評估的服裝供應鏈信息流反饋系統(tǒng)的研究.pdf

1、本文從服裝企業(yè)供應鏈管理的實際需求出發(fā)，結合感官評估和智能信息處理技術，研究并設計了信息反饋系統(tǒng)原型。系統(tǒng)主要分為三個部分，衣料供應商產品質量數(shù)據(jù)反饋、用戶需求數(shù)據(jù)反饋和企業(yè)決策支持系統(tǒng)。 首先，對供應商提供的樣品進行抽樣檢測，得到樣品的客觀評估數(shù)據(jù)，并對客觀數(shù)據(jù)進行降維處理和聚類分析。主成分分析方法主要利用數(shù)據(jù)的線性相關性來降維，并不適合非線性相關的情況。為此，結合Mercer核函數(shù)，提出了基于核函數(shù)的主成分分析。對數(shù)據(jù)進行聚

2、類分析時，為了克服K-均值算法初值敏感的不足，結合核函數(shù)和遺傳算法，提出了遺傳核聚類算法。仿真結果表明，該算法具有較好的分類性能。 其次，將感官評估應用到顧客消費心理分析與調查，提出了用戶調查數(shù)據(jù)分析模型。通過市場調查，得到顧客的問卷調查信息后，進行因子分析，研究問卷調查表中問題的相關性，并得到新的打分數(shù)據(jù)。最后，對新的數(shù)據(jù)進行模糊C-均值聚類，并對聚類結果進行解釋。 接著，研究了決策支持系統(tǒng)中供應商提供樣品的主客觀評估

3、之間聯(lián)系。企業(yè)得到供應商的樣品質量數(shù)據(jù)和客戶的需求信息后，組織專家對產品樣本進行感官評估。為了便于處理，對專家評估數(shù)據(jù)中的非數(shù)值數(shù)據(jù)利用兩元組模糊數(shù)學模型進行轉化，并進行數(shù)據(jù)融合處理。然后，將神經網絡與模糊推理系統(tǒng)結合，應用自適應神經網絡模糊推理系統(tǒng)研究主客觀評估之間的關系。 最后，基于.Net平臺設計開發(fā)了B/S結構的服裝供應鏈信息反饋原型系統(tǒng)。系統(tǒng)采用三層結構，分為用戶層、中間服務層和數(shù)據(jù)庫層。用戶層主要設計相關的網頁，為遠