机器学习建立的个体热舒适模型及其在服装领域的应用展望

作     者：王中昱 苏云 王云仪 WANG Zhongyu;SU Yun;WANG Yunyi

作者机构：东华大学服装与艺术设计学院上海200051 现代服装设计与技术教育部重点实验室(东华大学)上海200051 

出 版 物：《纺织学报》 (Journal of Textile Research)

年 卷 期：2023年第44卷第5期

页      面：228-236页

核心收录：

学科分类：0821[工学-纺织科学与工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0814[工学-土木工程] 082104[工学-服装设计与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中央高校基本科研业务费专项资金项目(2232022G-08) 上海市科学技术委员会“科技创新行动计划”“一带一路”国际合作项目(21130750100)。 

主　　题：机器学习 衣下微气候 热舒适 预测模型 智能服装 

摘      要：为实现单独个体热舒适及需求的实时预测,推动智能服装对衣下微气候进行高效调控,在介绍机器学习算法建立的个体热舒适模型框架的基础上,从样本来源与样本量、输出特征与输出标签、机器学习算法、评估指标4个角度,回顾了模型搭建过程中影响其预测能力的因素,指出该类模型优于传统热舒适模型,且具有用户个性化、输入参数多维化、预测动态化的特点。最后,提出可在个体热舒适模型的基础上配置可穿戴硬件及软件系统,以研发智能调温服装。未来的研究应根据应用环境选择样本数据、提取不同性质的参数构建模型、制定模型性能评估的规范、探索模型在智能调温服装领域的应用。