服裝裁剪方案優化系統的研發

王曉菊,王曉云,白 潔

(天津工業大學,天津300387)

服裝裁剪方案優化系統的研發

王曉菊,王曉云*,白 潔

(天津工業大學,天津300387)

為降低服裝裁剪錯漏裁片的概率,減少面、輔料耗損率,采用貪心算法以最大鋪布層數和最大套排件數為優化目標對訂單的號型數據進行整理,通過對訂單資料數據進行多重分析、運算和優化自動得出最優裁剪方案,開發了服裝裁剪自動分床系統軟件,以實現生產企業低成本、高效率、高質量的述求。

裁剪方案;貪心算法;優化系統

在快時尚的市場環境下,服裝企業面臨的挑戰之一就是如何迅速對客戶多品種小批量訂單做出響應,其重要一環就是如何快速準確地制定優質裁剪方案。為了充分利用資源,國內外學者分別從目標選擇優化[1]、數學建模[2-3]、算法[4-6]等角度進行了研究。為實現對影響裁剪方案制定因素的選擇優化,庹武等[7]采用層次分析法對22個影響裁剪方案制定的因素進行權重計算和比較,發現了5個影響權重超過10%的關鍵因素,即訂單中的服裝號型數量、排料工藝中的套排件數和排料圖數量、鋪布工藝中的鋪布層數和鋪布長度,其權重分別為0.130 8、0.126 0、0.114 4、0.122 6、0.109 0。傳統裁剪方案在制定時主要是根據裁剪師傅自身的工作經驗進行估算,但因對經驗的依賴很難推廣且精度有待提高[8]。為擺脫裁剪方案制定對經驗的依賴,人們便采用CAD等軟件模擬套排,但由于需要事先制備好所需樣片,且因排料方案較多而搜索時間較長[9]。徐繼紅等[10-11]利用回歸方法建立裁剪方案鋪布工藝中的鋪布長度與訂單中服裝規格號型之間的線性模型,提高了估算的精確程度,降低了對工人經驗的依賴度,但是一旦回歸方程確定,參數權值不再隨訂單而變化,靈活性較低。為解決這個問題,張恒等[12]通過訂單信息提取影響裁剪方案的因素,作為BP模型的參數,實現了對所需面料用量的預測,但是效率較低。

本文設計開發出一種裁剪優化系統,可實現裁剪方案的自動或交互式生成,達到省時省料的目的。

1 影響裁剪方案制定的因素

裁剪方案是根據訂單要求制定出最省面料且耗時最短的裁剪作業方法。不同服裝企業生產的產品不同,影響裁剪方案制定的主要因素也有差異,閱讀文獻和調研相關服裝企業發現,其主要影響因素為訂單中對產品的要求、生產條件、綜合因素和規格號型組合方式等。其中訂單對產品的要求包括服裝的款式、數量、號型及面料;生產條件包括裁床設備、拉布條件和嘜架寬度;綜合因素包括床數、鋪布因素、套排規格、組合方式、甩單;規格號型組合方式包括單色多面料多規格、單款多色多品牌多規格、多款多面料多色多規格等[]。

2 裁剪優化軟件關鍵技術的實現

2.1 裁剪優化軟件的設計思路

設號型a,號型的總個數R,號型對應的生產總數量A,i為號型的大小順序i∈[1,R],Ai為號型ai對應的數量,漏板系數U,最大鋪布層數M,最大套排件數H,號型對應的剩余數量ε。將Ai進行降序排列,得到新的序列Ai,對Ai進行條件判斷,根據判斷結果進行算法操作,生成床號之后各號型對應的余數為εi,此時完成一個套排方案;再將εi進行降序排序得到新的序列εi,再次進行條件判斷,完成一個套排方案,之后將εi再次進行降序排列,如此循環下去,直到所有號型最后的余數εi為0時結束?？筛鶕嶋H情況選擇自動優化組合或人機交互優化組合。自動優化算法流程如圖1所示,人機交互算法流程如圖2所示。每次篩選出來的號型優化組合方案相繼保存在一個表格中,組合完所有的號型之后得到一個裁剪優化結果。

2.2 算法的選擇

結合企業的實際需要和相關數學方法,利用VB語言程序實現裁剪方案的優化,得出優化結果。以最大的鋪布層數及套排件數為最優目標,如果無法實現鋪布層數和套排件數量最多時應做到套排的號型和鋪布層數盡量多,裁剪床數盡量少,這種以局部子結構最優進而實現整體最優的貪心性質的算法稱其為貪心算法?，F采用貪心算法來制定優化裁剪分床方案。

圖1 自動優化算法流程

2.3 裁剪優化軟件主要功能

(1)自動計算功能 根據裁剪設備的裁剪能力、定額等生產企業的實際情況人工輸入最大裁剪層數和最大套排件數,計算機一次性自動完成優化組合裁剪方案。這種功能適用于號型對應的件數數量跳躍性不大較零散的訂單。

(2)人機交互計算功能 將訂單的優化組合分為幾步完成,根據訂單號型數量情況,第一次進行數量篩選,對篩選出來的號型數量進行套排組合,輸入最多的裁剪層數及套排件數,計算機得出第一次套排的號型組合以及各個號型剩余的件數,將剩余號型的件數數量情況第二次進行篩選,輸入最多的裁剪層數及套排件數,計算機得出第二次套排的號型組合以及各個號型剩余的件數。以此循環下去,直到將訂單中號型件數套排完。這種功能適用于號型對應的件數數量跳躍性較大的訂單和件數數量比較整齊的訂單。

自動、交互功能能夠結合應用,在人機交互功能對訂單處理之后得到的結果,如果數量上的跳躍性不大,則可以進行自動計算功能。

圖2 人機交互算法流程

3 系統界面及功能模塊

裁剪方案優化系統界面包括標題欄、菜單欄、工具欄和編輯區,如圖3所示。該系統在PCpentium windows XP和tubobase的軟硬件運行環境下,基于前述思路和方法首先根據生產計劃單制定出一個假定的裁剪方案,然后再在生產條件和生產任務的限制條件下進行極限優化得到最優裁剪方案。經定量分析和實際生產檢驗發現該軟件系統可以很好地解決企業面臨的問題且操作簡單方便。該系統功能模塊包括登錄窗體、主窗體、任務計劃單管理、分床計劃單管理、系統設置、裁剪方案生成和歷史裁剪方案管理七個。各模塊的功能為:

(1)登錄窗體 用戶的登錄功能,使得其有一定的使用權限。

(2)主窗體 顯示各功能模塊以及計劃任務單據資料。

(3)任務計劃單管理 對導入的計劃任務單資料進行編輯整理。

(4)分床計劃單管理 該界面主要是對導入的計劃單中的號型、數量進行核對,設有打開、添加、修改、刪除、查詢和打印等功能。

(5)系統設置 設置裁剪方案的生成條件。

(6)裁剪方案生成 根據前述設置經系統優化后生成裁剪方案。

(7)歷史裁剪方案管理 可以查詢及打印已經生成的裁剪方案。

用戶輸入正確的用戶名和密碼進入系統后可導入任務計劃單并進行整理和編輯,接著可以手動設置生成裁剪方案的條件,完成自動分床或交互式分床,最終可得合理裁剪方案,此外還可以進行歷史裁剪方案查詢,打印裁剪方案。

圖3 分床計劃單管理界面

4 結語

服裝裁剪方案優化系統開發完成后,使用企業生產實際所用生產計劃任務單進行檢測,經過試用,面料利用率和工作效率均獲得顯著提升,裁剪錯誤率明顯降低,裁剪房設備得到最大利用,裁剪方案實現自動化生成且裁剪任務達到了分配優化的目的,說明該服裝裁剪方案優化系統具有較好的可行性。但受條件限制,其完整性和可靠性有待進一步探討研究和完善。此外,為促進服裝裁剪房的整體優化,不僅需要開發出適合服裝企業的裁剪優化系統,還要做出預防性維護計劃并提供長期遠程協助。隨著服裝快時尚的興起,要求生產企業快速響應,這就對裁剪方案的制定速度和準確度有了更高的要求,相應的裁剪方案數字化也必將成為未來服裝企業的發展趨勢。

[1] CHARLOTTE J,JANE C,AVRIL S,et al.Cut order planning for apparel manufacturing[J].Lie Transactions,1997,30(1):79-90.

[2] 孫喜英,裘玉英.服裝生產中如何制定裁剪方案[J].紡織導報,2003,(2):40-41.

[3] WONG W K,LEUNG S Y S.Genetic optimization of fabric utilization in apparel manufacturing[J].International Journal of Production Economics,2008,114(1):376-387.

[4] BOUZIRI A,M'HALLAH R.A hybrid genetic algorithm for the cut order planning problem[C]//International Conference on Industrial,Engineering,and Other Applications of Applied Intelligent Systems.Springer-Verlag,2007:454-463.

[5] WANG X Y,SHI Y X.The design and development of the cutting plan optimization system[J].Advanced Materials Research,2014,1 049-1 050:875-879.

[6] DUMISHLLARI E,GUXHO G.Influence of lay plan solution in fabric efficiency and consume in cutting section[J].Autex Research Journal,2016,16(4):222-227.

[7] 庹 武,鄭 攀,常亭亭,等.基于層次分析法的服裝裁剪分床影響因素[J].紡織學報,2013,34(4):148-152.[8] 劉吉慶.制訂裁剪分配方案的研究[J].包裝世界,2009,(4):108-110.

[9] 范成林,龔時華,楊新宇.計算機輔助排樣(CAN)在服裝設計裁剪中的應用[J].計算機應用,2002,22(8):89-91.

[10]徐繼紅,張文斌.MTM與制服定制最優裁剪方案的研究[J].揚州職業大學學報,2003,7(4):28-30.

[11]徐繼紅,張文斌.量身定制制服最優裁剪方案的理論研究[J].紡織學報,2005,26(5):80-82.

[12]張 恒,張 欣,賀興時.應用BP神經網絡估算服裝鋪料長度[J].紡織學報,2009,30(5):109-113.

[13]師 華,戴 鴻.服裝企業裁剪分床案例分析與探討[J].山東紡織經濟,2008,(5):117-118.

Research and Development of Garment Cutting Optimization System

WANG Xiao-ju,WANG Xiao-yun*,BAI Jie
(Tianjin Polytechnic University,Tianjin 300387,China)

In order to reduce the probability of incorrect or missing pieces and the consumption of fabrics and accessories,greedy algorithm was used to finish type data of order with maximum number of laying layers and the maximum number of rows as optimization objective.Optimal cutting scheme was auto-generated through multiple analysis,mathematical operation and optimization of the order data.Automatic garment cutting-plan system software was developed.The software can achieve low cost,high efficiency,high quality requirements.

cutting program;greedy algorithm;optimization system

TS941.2

A

1673-0356(2017)12-0038-04

2017-10-13

石家莊市科學技術局項目(09113031A)

王曉菊(1990-),女,在讀碩士研究生,主要從事服裝設計與工程的研究。

*通信作者:王曉云,教授,E-mail:wangxiaoyun@tjpu.edu.cn。