， 其中， 表示 的个数。

　　2、服装综合模糊评价数据分析

　　表3-2 服装综合评价数据表

　　Tab. 3-2 comprehensive survey of garments 评价因素和权重分配 评语等级 第一层 权数 第二层 权数 第三层 权数 很好 较好 一般 差 材料 0.618 成分 0.302 天然纤维 0.259 0.230 0.404 0.215 0.151 人造纤维 0.255 0.194 0.213 0.462 0.131 合成纤维 0.216 0.264 0.332 0.305 0.099 混纺或交织 0.301 0.452 0.311 0.189 0.098 外观 0.398 染色牢度 0.338 0.278 0.309 0.213 0.200 抗起毛起球 0.336 0.314 0.331 0.205 0.150 耐折皱性 0.326 0.254 0.362 0.308 0.076 通透性 0.300 0.312 0.314 0.226 0.148 色彩 0.114 传统色调 0.419 0.621 0.309 0.045 0.025 流行色调 0.581 0.516 0.357 0.060 0.067 款式 0.299 正装 0.500 0.337 0.400 0.218 0.045 时装 0.500 0.415 0.261 0.101 0.223 品牌 0.179 知名度 0.643 0.268 0.491 0.202 0.039 定位 0.208 0.357 0.342 0.220 0.081 服务 0.149 0.121 0.247 0.514 0.118 价格 0.146 0.300 0.419 0.241 0.040 做工 0.094 0.608 0.317 0.071 0.004 由于服装涉及因索众多，采用常用的几种模糊分布函数难以准确合理地确定隶属程度 R，所以采用评判法确定 R，即制作同卷,请具有代表性的评判人员参加咨询评判，如表 3-2所示。对于服装的评价应综合考虑各方面的影响，所以采用“加权平均型”算子 M(·.④)，它对所有因素依权重大小均衡兼顾，可以体现出整体特性。这样才能较为客观地反映出某种产品的好坏和多种产品之间的差别。

　　四、结论

　　本文以建立系统的服装产品评价体系为研究核心，分析了服装产品所具有的特点及分类情况，主要进行了对色彩、材料、款式等要素的具体分类分析，运用了模糊数学分析的方法来寻找客观评价标准。在分析以上硬性条件的同时也对服装产品消费者满意度做了基本描述和数字分析，从主客观两方面着手，在将这些个体要素分析完整之后，运用结合组合的方法将其放在一起进行模糊数学分析，在数字化的模型中权衡其重要与次要性，最后在模糊数学矩阵中进行纯数学数字化的分析计算，这就是运用模糊数学方法建立的服装产品评价体系。当然人们对于服装的评价很多是心理上的感觉，很难有一个定量的评价，服装模糊综合评价方法就给出了对于这种模糊感觉的量化评价方法。

　　参考文献

　　[1] 汪培庄,韩立岩. 应用模糊数学[M].北京：北京经济学院出版社,1989.

　　[2] 贺仲雄. 模糊数学及其应用[M].天津：天津科学技术出版社,1982.

　　[3] 包昌法. 服装学概论[M].北京 中国纺织出版社 1998.2

　　[4] 吴卫刚.服装标准应用[M].北京：中国纺织出版社,2002.161—218.

　　[5] 蒋耀兴，郭雅琳.纺织品检验学[M].北京：中国纺织出版社,2001.114;320-321.

　　[6] 黄元庆主编.服装色彩学(第三版)[M].中国纺织出版社，2000

　　[7] 卞向阳主编.国际服装名牌备忘录，中国纺织大学出版社, 2000

 3/3   首页 上一页 1 2 3