程朋朋 陳道玲

摘要： 為探究著裝時(shí)男性下體熱濕舒適性的影響因子，而這些因子之間又存在高度非線性的、復(fù)雜的關(guān)系，文章提出采用具有全局搜索尋優(yōu)的遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)（即GA-BP），分析男性下體熱濕舒適性指標(biāo)及建立SVM模型進(jìn)行預(yù)測(cè)，并與灰色關(guān)聯(lián)度法、線性回歸分析、模糊數(shù)學(xué)及BP算法的預(yù)測(cè)結(jié)果作對(duì)比。結(jié)果表明：影響男性下體熱濕舒適性的主要因素是內(nèi)褲面料的成分及纖維含量、回潮率、保溫率、傳熱系數(shù)及衣下空氣層;所建立的模型具有較高的精確度和可操作性，可以有效地預(yù)測(cè)主觀舒適性，較優(yōu)于其他算法。

關(guān)鍵詞： 熱濕舒適性;影響因素;GA-BP;男性;下體

中圖分類號(hào)： TS941.17

文獻(xiàn)標(biāo)志碼： A

文章編號(hào)： 1001-7003（2019）01-0038-07

引用頁(yè)碼： 011107

熱濕舒適性一直以來就是服裝領(lǐng)域中的研究熱點(diǎn)之一，熱濕對(duì)于人體機(jī)能或健康而言，也是不可忽略的關(guān)鍵因素。高溫高濕均不利于機(jī)體的熱平衡，如果不及時(shí)散熱，高溫易造成人體肌肉機(jī)能下降，導(dǎo)致疲勞感;濕度增高會(huì)阻止汗液蒸發(fā)，破壞熱平衡。而熱濕體現(xiàn)在服裝中，兩者是不可分割的，是共存的現(xiàn)象。即熱濕舒適性的影響因子之間存在著微妙的關(guān)系，相互影響且成非線性關(guān)系。例如透濕的過程中也會(huì)帶走一些熱量，服裝在導(dǎo)熱的過程中也會(huì)帶走一些蒸汽，故針對(duì)熱濕舒適性的研究，就不能單一地去研究熱舒適性或者濕舒適性。針對(duì)這種現(xiàn)象，本文采用GA-BP算法對(duì)男性著裝時(shí)的下體熱濕舒適性進(jìn)行系統(tǒng)研究。

應(yīng)用于內(nèi)衣或內(nèi)衣用面料舒適性評(píng)價(jià)的算法各式各樣，其中BP算法應(yīng)用較廣?？琢顒Φ萚1]通過灰色理論評(píng)價(jià)了麻織物的熱濕舒適性，得出厚度和總緊度對(duì)織物透濕性能產(chǎn)生的影響是不同的;WANG等[2]采用線性回歸分析對(duì)女性上衣進(jìn)行了熱舒適性的評(píng)價(jià);王林玉等[3]利用人工神經(jīng)網(wǎng)絡(luò)對(duì)服裝的熱濕舒適性能進(jìn)行預(yù)測(cè);黃淑平等[4]采用灰色關(guān)聯(lián)度法將織物熱濕舒適性的主、客觀評(píng)價(jià)結(jié)果進(jìn)行綜合處理，未對(duì)選取特征指標(biāo)進(jìn)行優(yōu)化，得出評(píng)價(jià)模型;王美麗[5]嘗試用人工神經(jīng)網(wǎng)絡(luò)中的反向傳播學(xué)習(xí)算法人工神經(jīng)網(wǎng)絡(luò)（BP神經(jīng)網(wǎng)絡(luò)）來預(yù)測(cè)運(yùn)動(dòng)胸衣的舒適性;景曉寧等[6]通過BP神經(jīng)網(wǎng)絡(luò)對(duì)織物的熱舒適性與濕舒適性分開單獨(dú)預(yù)測(cè)，建立了新型再生纖維針織內(nèi)衣面料的熱、濕舒適性能預(yù)測(cè)模型;陳香云等[7]通過灰色理論分析織物的熱濕舒適性能與纖維、紗線的性能及結(jié)構(gòu)參數(shù)之間的關(guān)系，最終建立織物熱濕舒適性指標(biāo)的預(yù)測(cè)模型;王飛[8]通過模糊數(shù)學(xué)對(duì)混紡針織面料內(nèi)衣的熱濕舒適性、接觸舒適性和其他相關(guān)性能指標(biāo)進(jìn)行綜合評(píng)判;崔丹丹[9]用模糊數(shù)學(xué)綜合評(píng)價(jià)方法分析了組織結(jié)構(gòu)對(duì)混紡內(nèi)褲服用性能的影響。

通過對(duì)上述算法關(guān)于研究服裝熱濕舒適性的總結(jié)發(fā)現(xiàn)，只局限于對(duì)面料或者僅穿內(nèi)褲進(jìn)行實(shí)驗(yàn)測(cè)試，沒有對(duì)穿著狀態(tài)下進(jìn)行具體測(cè)試;灰色關(guān)聯(lián)度法、模糊數(shù)學(xué)及BP算法等對(duì)于這種多因素耦合的研究結(jié)果準(zhǔn)確性及適用性不高，存在一定的局限性。本文提出為優(yōu)化測(cè)試數(shù)據(jù)及反映實(shí)驗(yàn)的真實(shí)性，通過設(shè)計(jì)新的實(shí)驗(yàn)方案，利用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)來提高熱濕舒適性研究的適應(yīng)能力與預(yù)測(cè)準(zhǔn)確度。其中，GA（Genetic Algorithm，遺傳算法）算法有很強(qiáng)的全局搜索能力，BP（Back Propagation，反向傳播算法）神經(jīng)網(wǎng)絡(luò)有很強(qiáng)的非線性模糊逼近能力，希望通過二者算法的結(jié)合評(píng)價(jià)熱濕舒適性，得到較可靠且可信的結(jié)果。

1?實(shí)?驗(yàn)

1.1?人員選取

挑選5名在校且體型相近的健康大學(xué)生（表1）。

1.2?環(huán)境及要求

1）本次所有實(shí)驗(yàn)均在恒溫恒濕的人工氣候室進(jìn)行，環(huán)境溫度為（25±2）℃，相對(duì)濕度（65±5）%，風(fēng)速≤0.1m/s。

2）選取50件號(hào)型為L(zhǎng)且款式相同，面料不同的男性內(nèi)褲（表2）。

3）進(jìn)行每個(gè)實(shí)驗(yàn)前，保證所有實(shí)驗(yàn)用內(nèi)褲恢復(fù)原來狀態(tài)且在人工氣候室放置24h。

4）測(cè)試人員在不被告知內(nèi)褲面料的情況下隨機(jī)挑選并依次試穿每條內(nèi)褲進(jìn)行實(shí)驗(yàn)。

5）測(cè)量時(shí)測(cè)試者上半身裸露，每個(gè)環(huán)節(jié)均測(cè)量3次，且在下一次測(cè)量時(shí)都需先脫下再重新穿上后進(jìn)行測(cè)量。

1.3?內(nèi)褲的熱濕性能測(cè)試

1.3.1?儀器與設(shè)備

VITUS Smart三維人體掃描儀（北京力泰友聯(lián)科技有限公司），出汗熱平板儀（美國(guó)西北測(cè)試技術(shù)公司），YG（B）606D型平板式保溫儀、YG（B）461D-Ⅱ型數(shù)字式織物透氣量?jī)x、YG（B）216-Ⅱ型織物透濕儀、YG（B）141D型數(shù)字式織物厚度儀、Y（B）802G型八籃恒溫烘箱（溫州市大榮紡織儀器有限公司）等相關(guān)儀器、設(shè)備。

1.3.2?性能測(cè)試

通過出汗熱平板儀、YG（B） 606D型平板式保溫儀、YG（B） 461D-Ⅱ型數(shù)字式織物透氣量?jī)x、YG（B） 216-Ⅱ型織物透濕儀等相關(guān)儀器對(duì)內(nèi)褲面料進(jìn)行了熱濕舒適性能測(cè)試，見表3（因數(shù)據(jù)較多，本文則隨機(jī)選取10條內(nèi)褲以作示例）。

1.4?衣下空氣層的確定

內(nèi)褲作為緊貼人體的衣物而言，其與人體的空間可以忽略[10-11]，即空氣層記為0。本實(shí)驗(yàn)涉及穿著時(shí)的空氣層，實(shí)際為內(nèi)褲與褲子的空氣層。利用VITUS Smart三維人體掃描儀分別對(duì)只穿內(nèi)褲（裸露上半身）、著裝（均穿著同一條號(hào)型為175/86A的純棉休閑褲）的測(cè)試者進(jìn)行掃描（表4）然后通過逆向工程軟件Geomagic Qualify對(duì)獲取的只穿內(nèi)褲和著裝云數(shù)據(jù)進(jìn)行優(yōu)化，得出腰部至腳踝處的衣下空氣層體積，即V空氣=V著裝-V內(nèi)褲。其中，V空氣表示內(nèi)褲與外穿褲子的空氣層體積，cm3;V著裝表示穿著外褲的人體體積，cm3;V內(nèi)褲表示只穿內(nèi)褲的人體體積，cm3。

為了提高測(cè)試的準(zhǔn)確性，要求5名測(cè)試者分別穿著所有的內(nèi)褲進(jìn)行掃描，衣下空氣層體積為掃描5人后所獲取數(shù)據(jù)的平均值，見表5。

1.5?主觀舒適性評(píng)價(jià)

5名測(cè)試人員分別在不同天的同一時(shí)間進(jìn)入人工氣候室，按照實(shí)驗(yàn)要求進(jìn)行準(zhǔn)備。整個(gè)測(cè)試過程為：準(zhǔn)備（20min，目的為適應(yīng)測(cè)試環(huán)境）→靜坐（15min）→肢體活動(dòng)（10min）→休息（5min）→跑步機(jī)上慢跑（5min，速度控制在4.6km/h）→休息（15min）。每個(gè)測(cè)試人員依次穿著所有實(shí)驗(yàn)用內(nèi)褲，按照以上測(cè)試過程進(jìn)行測(cè)試。同時(shí)，工作人員都要記錄每個(gè)環(huán)節(jié)中測(cè)試者的主觀舒適性評(píng)價(jià)值，最后計(jì)算平均值，作為最終主觀評(píng)價(jià)。

依照ENISO10551—2001《熱環(huán)境人類工效學(xué) 主觀評(píng)價(jià)熱環(huán)境影響》進(jìn)行主觀評(píng)價(jià)，見表6。

2?GA-BP分析熱濕舒適性數(shù)據(jù)及建立模型

2.1?GA-BP算法的模式設(shè)計(jì)

在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，利用遺傳算法（GA）優(yōu)化BP算法的權(quán)值和閾值，提高BP算法的精度，最終建立SVM回歸模型。綜合文獻(xiàn)[1，4-9，12-20]研究，將織物的13個(gè)特征變量（成分及纖維含量、厚度、平方米質(zhì)量、縱密、橫密、克羅值、回潮率、透氣量、透濕量、濕阻、熱阻、保溫率和傳熱系數(shù)）及衣下空氣層體積作為人工神經(jīng)網(wǎng)絡(luò)的輸入層。其中，文獻(xiàn)[21-25]對(duì)衣下空氣層體積影響熱舒適性進(jìn)行了實(shí)驗(yàn)性研究，表明其狀態(tài)很大程度上決定了人體是否舒適;同時(shí)空氣層也決定著服裝內(nèi)部的熱濕傳遞過程，說明衣下空氣層是研究人體熱濕舒適性的關(guān)鍵因子，故本文也將衣下空氣層體積作為輸入值。

隱含層為l=m+n+a，其中m為輸入層變量個(gè)數(shù)（即輸入層節(jié)點(diǎn)數(shù)或神經(jīng)元數(shù)量），n為輸出層變量個(gè)數(shù)（即輸出層節(jié)點(diǎn)數(shù)或神經(jīng)元數(shù)量），a為1～10的常數(shù)。根據(jù)一些研究顯示[3，12-13]，隱含層一般為2～15，所以本次項(xiàng)目選取為10。輸出層為主觀舒適性值，那么，此次的網(wǎng)絡(luò)結(jié)構(gòu)為14-10-1。另外，設(shè)定本次訓(xùn)練最大次數(shù)為1000，學(xué)習(xí)率為0.1，最小學(xué)習(xí)誤差為0.0001。

將染色體長(zhǎng)度設(shè)置為14，染色體的每一位對(duì)應(yīng)一個(gè)特征變量，每個(gè)染色體的基因用1或0表示，1表示該特征變量參與建模，0表示該特征變量不參與建模。

2.2?適應(yīng)度函數(shù)計(jì)算

將10個(gè)長(zhǎng)度為14的染色體作為GA算法的初始種群，迭代次數(shù)為100。將表2、表3、表4匯總為一個(gè)表格L，L作為BP的訓(xùn)練集，其所用的適應(yīng)度函數(shù)：

由于輸入層及輸出層參數(shù)值的數(shù)量級(jí)不一致，故在訓(xùn)練前，要將數(shù)據(jù)歸一化處理（除成分之外），將各參數(shù)值規(guī)范并介于[-1，1]：

式中：X、Z分別為歸一化前后變量，Xmax、Xmin分別為X變量（將表3、表5、表6用Xi表示）中的最大值、最小值。

各參數(shù)規(guī)范后的值，見表7。

從表7數(shù)據(jù)中，通過Matlab軟件隨機(jī)選取7#、15#、22#、28#、32#作為檢驗(yàn)樣本，其余的45組數(shù)（包括未列舉出的數(shù)據(jù)）據(jù)作為訓(xùn)練樣本。

2.3?優(yōu)化BP算法的權(quán)值和閾值

通過遺傳算法對(duì)熱濕舒適性指標(biāo)進(jìn)行優(yōu)化，得出最能代表熱濕舒適性評(píng)價(jià)因子為X=[1 0 0 0 0 0 1 0 0 0 0 1 1 1]，即這些染色體編號(hào)所對(duì)應(yīng)的指標(biāo)分別為：成分及纖維含量、回潮率、保溫率、傳熱系數(shù)和衣下空氣層體積。同時(shí)，經(jīng)過大量的研究表明[4，6-9，14-18]，織物成分本身就是熱濕舒適性的最關(guān)鍵因子，故可不進(jìn)行篩選，成分及纖維含量可以直接作為輸入因子。因此，成分及纖維含量、回潮率、保溫率、傳熱系數(shù)及衣下空氣層是影響男性下體主觀評(píng)價(jià)熱濕舒適性的主要指標(biāo)。

3?建立SVM模型

將選取的訓(xùn)練樣本構(gòu)成SVM的訓(xùn)練集。用x表示輸入層變量（成分及纖維含量、回潮率、保溫率、傳熱系數(shù)、衣下空氣層）;y表示輸出層變量（主觀評(píng)價(jià)值）。由于特征變量及衣下空氣層體積與主觀熱舒適性評(píng)價(jià)的關(guān)系呈非線性關(guān)系，所以通過一些函數(shù)的運(yùn)算進(jìn)行線性回歸，即K（xi，yi）=Φ（xi）·Φ（xj），其中x∈R5。最終構(gòu)建的SVM回歸模型[26-28]為：

通過SVM回歸模型公式（3）對(duì)新訓(xùn)練集中的主觀評(píng)價(jià)值進(jìn)行擬合，擬合效果顯著，均方誤差mes=8.9677，擬合優(yōu)度值R2=0.9989。為驗(yàn)證模型的效果，特將檢驗(yàn)樣本用來測(cè)試，預(yù)測(cè)值幾乎接近主觀評(píng)價(jià)值;同時(shí)，表3、表5、表6或表7數(shù)據(jù)按照文獻(xiàn)[1-2，4，6-9，12]中灰色理論、線性回歸分析、模糊數(shù)學(xué)及BP算法進(jìn)行預(yù)測(cè)，與本文采取基于GA-BP算法的SVM預(yù)測(cè)進(jìn)行對(duì)比，見表8。

表8結(jié)果顯示，基于GA-BP指標(biāo)篩選的SVM模型在舒適性預(yù)測(cè)中誤差較小，BP人工神經(jīng)網(wǎng)絡(luò)、線性回歸分析、模糊數(shù)學(xué)算法、灰色理論等預(yù)測(cè)值與主觀評(píng)價(jià)值的誤差較大。造成這種現(xiàn)象的主要原因是這些算法容易陷入局部最優(yōu)解或不能很好地解決影響因素之間的相關(guān)性及非線性，最終造成影響因素缺失或冗余造成預(yù)測(cè)值的偏離，而GA-BP算法能較好地處理各影響因子之間的相關(guān)性和線性問題，同時(shí)GA-BP的結(jié)合擁有較強(qiáng)的魯棒性且可準(zhǔn)確獲取全局最優(yōu)解。故結(jié)果表明GA-BP指標(biāo)篩選的SVM對(duì)熱濕舒適性的主觀評(píng)價(jià)值預(yù)測(cè)是合理可靠的。

4?結(jié)?論

1）對(duì)于研究人體熱濕舒適性的研究已有很多，但是由于各種原因存在一定的局限性，本文設(shè)計(jì)新的實(shí)驗(yàn)方案，進(jìn)行預(yù)測(cè)。結(jié)果表明，在預(yù)測(cè)熱舒適性指標(biāo)方面，基于GA-BP神經(jīng)網(wǎng)絡(luò)性能要優(yōu)于其他算法，具有更高的精度和適應(yīng)能力，能夠較好地滿足將其應(yīng)用于以織物物理指標(biāo)預(yù)測(cè)主觀舒適性，并篩選出影響男性下體主觀評(píng)價(jià)熱濕舒適性的主要指標(biāo)。

2）熱濕舒適性影響因素較多且它們之間的關(guān)系是高度非線性的、復(fù)雜的關(guān)系，用普通的算法處理效果與主觀評(píng)價(jià)存在一定的偏差?；贕A-BP算法建立的支持向量機(jī)模型能較好地處理這種關(guān)系，其模型的擬合與主觀評(píng)價(jià)效果較為接近，SVM預(yù)測(cè)熱濕舒適性是合理可靠的，使其具有普遍性，以便得以推廣。

參考文獻(xiàn)：

[1]孔令劍， 晏雄. 灰色理論在麻織物熱濕舒適性研究中的應(yīng)用[J]. 紡織學(xué)報(bào)， 2007，28（4）： 41-44.

KONG Lingjian， YAN Xiong. Application of gray system theory in evaluation of thermal and moisture comfort of bast fiber fabrics [J]. Journal of Textile Research， 2007， 28（4）： 41-44.

[2]WANG Yunyi， PAN Jinhuan， LIU Suyan. Study on the relation between the air gap size under clothing and the comfort sensations [J]. Journal of Donghua University， 2006（5）： 101-107.

[3]王林玉， 王厲冰. 人工神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)服裝及面料舒適性方面的探討[J]. 青島大學(xué)學(xué)報(bào)（工程技術(shù)版）， 2006，21（1）： 82-85， 91.

WANG Linyu， WANG Libing. Discussion about artificial neural network predicting clothing and fabrics comfort [J]. Journal of Qingdao University（Engineering & Technology Edition）， 2006，21（1）： 82-85， 91.

[4]黃淑平， 馬崇啟， 周衡書. 竹原纖維織物熱濕舒適性的灰色關(guān)聯(lián)評(píng)價(jià)模型[J]. 紡織學(xué)報(bào)， 2009， 30（9）： 33-36.

HUANG Shuping， MA Chongqi， ZHOU Hengshu. Model of thermal and moisture comfort evaluation of bamboo fiber fabric based on grey correlation degree[J]. Journal of Textile Research， 2009， 30（9）： 33-36.

[5]王美麗. 基于人工神經(jīng)網(wǎng)絡(luò)休閑運(yùn)動(dòng)胸衣舒適性的研究[D]. 無錫： 江南大學(xué)， 2009.

WANG Meili. Study on Comfort of Leisure Sports Bra Based on Artificial Neural Network[D]. Wuxi： Jiangnan University， 2009.

[6]景曉寧， 李亞濱. 織物熱濕舒適性能評(píng)價(jià)指標(biāo)的灰色理論研究[J]. 國(guó)際紡織導(dǎo)報(bào)， 2011， 39（4）： 70-72， 74-75.

JING Xiaoning， LI Yabin. Study on heat-moisture comfort evaluation index of fabrics with grey theory [J]. Melliand China， 2011， 39（4）： 70-72， 74-75.

[7]陳香云， 班媛， 吳薇. 灰色理論在織物熱濕舒適性預(yù)測(cè)中的應(yīng)用[J]. 內(nèi)蒙古工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2011， 30（2）： 150-154.

CHEN Xiangyun， BAN Yuan， WU Wei. Gray theroy applied to forecasting comfortableness of fabrics against heat and moisture [J]. Journal of Inner Mongolia University of Technology （Natural Science）， 2011， 30（2）： 150-154.

[8]王飛. 內(nèi)衣用PTT混紡針織面料的舒適性研究[D]. 蘇州： 蘇州大學(xué)， 2012.

WANG Fei. Study on Comfort of PTT Blended Knitted Fabric for Underwear [D]. Suzhou： Soochow University， 2012.

[9]崔丹丹. 牛奶纖維混紡針織內(nèi)褲面料開發(fā)及其舒適性能研究[D]. 上海： 東華大學(xué)， 2015.

CUI Dandan. Development and Comfort Properties of Milk Fiber Blended Knitted Underwear Fabric [D]. Shanghai： Donghua University， 2015.

[10]TORVI D A. Heat Transfer in Thin Fibrous Materials under High Heat Flux Conditions[D]. Edmonton： University of Alberta， 1997.

[11]SONG Guowen. Clothing air gap layers and thermal protective performance in single layer garment [J]. Journal of Industrial Textiles， 2007， 36（3）： 193-205.

[12]孔令劍， 晏雄. 織物透濕性能測(cè)試與MATLAB應(yīng)用研究[J]. 湖南工程學(xué)院學(xué)報(bào)（自然科學(xué)版）， 2005，15（2）： 84-87.

KONG Lingjian， YAN Xiong. Study on test of moisture permeability of fabric and application of MATLAB[J]. Joural of Hunan Institute of Engineering （Natural Science Edition）， 2005，15（2）： 84-87.

[13]景曉寧. 基于BP人工神經(jīng)網(wǎng)絡(luò)的新型面料熱濕舒適性研究[D]. 天津： 天津工業(yè)大學(xué)， 2010.

JING Xiaoning. Study on Thermal and Moisture Comfort of New Fabric Based on BP Artificial Neural Network [D]. Tianjin： Tianjin Polytechnic University， 2010.

[14]何春燕， 周永凱， 張華. 不同面料的男士?jī)?nèi)褲熱濕舒適性研究[J]. 天津紡織科技， 2013（1）： 40-43， 49.

HE Chunyan， ZHOU Yongkai， ZHANG Hua. Study on thermal and moisture comfort of men’s underwear with different fabrics[J]. Tianjin Textile Science & Technology， 2013（1）： 40-43， 49.

[15]劉麗英， 劉林. 服裝舒適性主觀評(píng)價(jià)及主客觀指標(biāo)間的相關(guān)性研究[J]. 青島大學(xué)學(xué)報(bào)（工程技術(shù)版）， 2013， 28（3）： 60-63， 68.

LIU Liying， LIU Lin. Subjective evaluation of clothing comfort and their correlation with laboratory test [J]. Journal of Qingdao University（Engineering & Technology Edition）， 2013， 28（3）： 60-63， 68.

[16]李敏. 基于新型功能針織面料的舒適性評(píng)價(jià)及濕傳遞性能預(yù)測(cè)[D]. 上海： 東華大學(xué)， 2010.

LI Min. Comfort Evaluation and Moisture Transfer Performance Prediction of Knitted Fabrics Based on New Function [D]. Shanghai： Donghua University， 2010.

[17]柯寶珠. 新型運(yùn)動(dòng)面料的開發(fā)及織物主觀熱濕舒適性智能預(yù)測(cè)模型的建立[D]. 上海： 東華大學(xué)， 2006.

KE Baozhu. Development of New Sports Fabrics and Establishment of Intelligent Prediction Model for Subjective Thermal and Moisture Comfort of Fabrics [D]. Shanghai： Donghua University， 2006.

[18]段杏元. 新型熱濕舒適性內(nèi)衣面料的開發(fā)及應(yīng)用[J]. 江蘇紡織， 2008（3）： 50-52.

DUAN Xingyuan. Development and application of new thermal and moisture comfort underwear fabric [J]. Jiangsu Textile， 2008（3）： 50-52.

[19]孫菲菲， 李俊， 韓嘉珅. 基于織物物理性能的服裝舒適感覺的評(píng)價(jià)與預(yù)測(cè)[J]. 紡織學(xué)報(bào)， 2006，27（11）： 82-85.

SUN Feifei， LI Jun， HAN Jiashen. Evaluation and prediction of clothing comfort based on fabric physical properties [J]. Journal of Textile Research， 2006，27（11）： 82-85.

[20]張昭華， 翟世瑾， 尹思源. 衣下間隙對(duì)織物系統(tǒng)熱濕阻的影響[J]. 紡織學(xué)報(bào)， 2016， 37（6）： 101-106， 111.

ZHANG Zhaohua， ZHAI Shijin， YIN Siyuan. Influence of air gaps on thermal and evaporative resistances of fabric system[J]. Journal of Textile Research， 2016， 37（6）： 101-106， 111.

[21]蘇云， 王云儀， 李俊. 消防服衣下空氣層熱傳遞機(jī)制研究進(jìn)展[J]. 紡織學(xué)報(bào)， 2016， 37（1）： 167-172.

SU Yun， WANG Yunyi， LI Jun. Research progress of heat transfer mechanism of air gap under firefighter protective clothing[J]. Journal of Textile Research， 2016， 37（1）： 167-172.

[22]張昭華， 王云儀， 李俊. 衣下空氣層厚度對(duì)著裝人體熱傳遞的影響[J]. 紡織學(xué)報(bào)， 2010， 31（12）： 103-107.

ZHANG Zhaohua， WANG Yunyi， LI Jun. Effect of thickness of air layer under clothing on heat transmission of wearer [J]. Journal of Textile Research， 2010， 31（12）： 103-107.

[23]王敏， 李俊. 衣下空間作用機(jī)制與防護(hù)服舒適性[J]. 中國(guó)個(gè)體防護(hù)裝備， 2009（5）： 18-21.

WANG Min， LI Jun. The effect mechanism of the space under clothes and the comfort of protective clothes [J]. China Personal Protective Equipment， 2009（5）： 18-21.

[24]賴軍， 張夢(mèng)瑩， 張華， 等. 消防服衣下空氣層的作用與測(cè)定方法研究進(jìn)展[J]. 紡織學(xué)報(bào)， 2017， 38（6）： 151-156.

LAI Jun， ZHANG Mengying， ZHANG Hua， et al. Research progress on air gap entrapped in firefighters’ protective clothing and its measurement methods [J]. Journal of Textile Research， 2017， 38（6）： 151-156.

[25]段杏元， 胡源盛. 男士針織內(nèi)衣熱性能的測(cè)量與分析[J]. 紡織學(xué)報(bào)， 2016， 37（12）：92-96.

DUAN Xingyuan， HU Yuansheng. Measurement and analysis on thermal properties of men’s knitted underwears [J]. Journal of Textile Research， 2016， 37（12）： 92-96.

[26]孫斌， 蔣能飛. 人工神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)熱舒適性指標(biāo)中的應(yīng)用[J]. 土木建筑與環(huán)境工程， 2011， 33（S1）： 130-133.

SUN Bin， JIANG Nengfei. Application of thermal comfort index based on artificial neural network [J]. Journal of Civil， Architectural & Environmental Engineering， 2011， 33（S1）： 130-133.

[27]管愛紅， 張紅梅， 楊鐵軍， 等. MATLAB基礎(chǔ)與應(yīng)用教程[M]. 北京： 電子工業(yè)出版社， 2009.

GUAN Aihong， ZHANG Hongmei， YANG Tiejun， et al. MATLAB Basics and Applications Tutorial [M]. Beijing： Publishing House of Electronics Industry， 2009.

[28]許國(guó)根， 賈瑛. 模式誤別與智能計(jì)算的MATLAB實(shí)現(xiàn)[M]. 北京： 北京航空航天大學(xué)出版社， 2012.

XU Guogen， JIA Ying. MATLAB Implementation of Pattern Error and Intelligent Calculation [M]. Beijing： Beihang University Press， 2012.