鄒玉金 宋倩

【摘 要】為了快速響應動態多變的國內外服裝細分市場需求,全面提升我國服裝業大規模定制的水平,將傳統的服裝生產模式進行改良,文章在分析服裝行業的痛點的基礎上,提出了服裝網絡化協同定制一體化解決方案,探索了服裝個性化設計式樣采集與建庫方法,通過西服的應用案例,展示了個性化服裝生成與推薦應用場景。
【關鍵詞】“一帶一路”;網絡協同;服裝定制;個性化;設計推薦
【中圖分類號】TP302 【文獻標識碼】A 【文章編號】1674-0688(2020)07-0061-02
0 引言
目前,“一帶一路”倡議被沿線國家廣泛地呼應,它一直在積極地與所有國家的發展戰略對接。“一帶一路”的黃金時期已經到來。一個國家的發展通過經濟增長、環境可持續性和社會健康來衡量。制造業是經濟增長的重要組成部分之一,它對國內生產總值(GDP)的價值和創造就業機會做出了貢獻。為了在高度動態的環境中保持競爭力,制造企業必須對不斷變化的客戶需求做出快速反應。制造系統只能滿足其能力所涵蓋的需求,通過比較所提供的能力和產品的需求,可以分析產品的可制造性,而制造能力取決于當前的系統和子系統配置。如果產品不能被制造,首先必須分析是否存在提供所需能力的任何有效配置,其次系統必須根據新配置重新配置。
1 服裝行業現狀及企業痛點分析
1.1 服裝行業現狀
(1)網絡購物中服裝銷售額比重最大。目前,服裝消費從線下搬到了線上,服裝產業的新態勢在互聯網的基礎上還會繼續升級,前端客戶的需求和后端服裝企業的工廠要求快速地實現嫁接。全流程簡化,是未來服裝行業的一種新趨勢。
(2)庫存問題一直是服裝行業難點問題。服裝行業的生產鏈條較長,從商品企劃設計到最后成衣上架銷售大約需要6個月,而服裝行業普遍采取預估需求、提前訂貨的供給模式,因此會出現庫存高漲、供過于求的情況。
(3)退貨率居高不下。居高不下的退貨率主要由兩個原因造成,一是缺乏個性,二是不合身。
1.2 企業痛點分析
首先,在平臺渠道方面,服裝市場缺乏預測,廠商庫存嚴重;根據“長江證券”的數據,受庫存之累,“森馬”在不斷地關掉店面,“美特斯邦威”也關閉了近800家門店;國外品牌方面,“UA安德瑪”財報也顯示營收和庫存數額相當,這其實也是在賠本。
其次,面料供應商面料準備采購時間長,導致服裝制造商服裝生產周期長,市場反應慢,從而導致服裝行業制造成本增加,生產要素發生了遷移,生產優勢流失;同時,制造商資源共享度不高,區域間的制造標準不一樣,沿海地區設計能力強,品牌營銷經驗豐富,但是制造能力不具有優勢;西北地區研發能力弱,但是制造方面具有優勢。
最后,消費者對消費需求和消費模式發生了變化,開始對服裝需求變化追求個性化。
2 服裝網絡化協同定制一體化解決方案
以西裝為例,西裝的定制主要是客戶通過模塊選擇,即配置設計確定款式,然后選擇面料,對尺寸進行量身定制。西裝分為衣身、領子、袖子、腰袋、手巾袋、里帶、筆袋和卡袋等。這些模塊又可以進一步細分,如衣身可以分為左衣片、右衣片、后衣片、腋下片、掛面和紐扣等。通過深入細致的模塊化設計,客戶可能配置的選項很多,比如前襟的紐扣數量、衣領的類型、衣兜的種類甚至縫制跡線的式樣等。這些方面的設計種類和花樣繁多,對其進行合理組合之后可以產生許多種搭配方案,以此滿足客戶對定制服裝款式的個性化需求。
西裝產品族的主結構包含模塊化西裝的開發設計知識,因此通過西裝產品族主結構模型的建立,既可以實現服裝模塊的重用,也可以實現西裝開發設計知識的重用。
如圖1所示,服裝網絡化協同定制從3D服裝設計開始,通過3D瞬時呈現、著裝場景預熱、搭配推薦、下達訂單、CAD/CAM、裁剪/縫制、支付、配送/自取直至售后服務,從時間維度大致劃分為服裝商品設計(設計師平臺)→服裝商品推薦(三維展示平臺)→下單購買(支付平臺)→加工(CAD/CAM/MES/PLM/ERP一體化平臺)→服務(售后客戶滿意度及全生命周期追溯平臺)。
3 服裝個性化設計式樣采集與建庫
個性化服裝的設計在很大程度還要借鑒現有服裝的式樣,因此要建立一個知識豐富、查詢簡便的服裝式樣庫。
3.1 服裝式樣的知識表達
創建服裝概念模型,它包含風格、款式、色彩、材料、圖案、工藝等功能模塊。服裝尺寸與結構以典型圖片、二維款式圖和三維模型等形式體現。建立各模塊、各表現形式之間的關聯性與變化規律,表現出服裝形態的連續性面貌。將紙樣構成和樣版參數化設計等知識以規則、模糊知識或案例的形式進行存儲。
3.2 服裝式樣的采集
對服裝尺寸進行二維尺寸測量和三維掃描,運用知識表達方法,將服裝數據映射到相應服裝概念模型上,并從設計師和相關專家處獲取樣版設計相關知識,構建服裝邏輯模型。
3.3 式樣的存儲與建庫
將采集到的大規模服裝式樣數據進行存儲,研究服裝三維模型數據與設計知識的存儲方式,研究數據在云端的共享方法,研究數據的檢索方法。
4 個性化服裝生成與推薦系統
4.1 個性化服裝生成與展示
開展基于客戶體型的3D人體模型構建,基于模式識別的服裝圖像特征提取技術、織物面料動態仿真技術、云環境下的服裝虛擬試衣技術,實現用戶的體型特征提取、服裝圖像特征提取,實現織物面料動態仿真和服裝虛擬試衣。
4.2 大數據條件下個性化服裝推薦
個性化服裝推薦是以用戶為中心,從用戶本人的服裝款式風格品位出發,結合市場流行趨勢,研究用戶的服裝定制需求,并以此為服裝款式的推薦依據。為此開展以下研究任務。
服裝流行指數預測:針對服裝流行的層次性、循環性和漸進性的特點,建立服裝流行預測量化理論,在先前服裝概念模型各項特征的分類基礎上,在服裝特征空間與市場空間之間構造映射關系,研究用服裝的市場狀態描述服裝流行的指數預測模型,建立服裝的流行度量理論。
基于多維度特征的個性化推薦:用戶的服裝定制需求、服裝的自身特征均表現為多維度特性,需利用這些多維度特性進行個性化推薦,包括基于用戶以往服裝的興趣偏好的建模,用戶需求與服裝特征的對應,服裝推薦的優先級排序。
5 總結
本文主要研究服裝網絡化協同云定制平臺,通過把服裝全生命周期中各個階段不同角色(客戶、設計師、生產及其調度人員、物流人員等)集中到該平臺上,讓所有角色進行信息無障礙交互,完成服裝網絡化協同制造,形成一體化的產品設計理念、標準、規范、方法、流程。
參 考 文 獻
[1]Sube Singh,AnldtBarde,Biswajit Mahanty,M.K Tiwari.Digital Twin Driven Inclusive Manufacturing Using Emerging Technologies[J].IFAC PapersOnLine,2019,52(13):2225-2230.
[2]LI H,JI Y J,LI Q F,et al.A Methodology for Module Portfolio Planning within the Service Solution Layer of a Product service System[J].Internation-al Journal of Advanced Manufacturing Technology,2018,94(9):3287-3308.
[3]李浩,陶飛,文笑雨,等.面向大規模個性化的產品服務系統模塊化設計[J].中國機械工程,2018,29(18):2204-2214.