服装信息化在我国的发展历程

1、服装信息化在我国的发展历程菠同虽然超一牛服装厅业大国.便僵裝们息化闪和度非常低.鉴擢脱倍统劳动密疑型作业方式.必细向技朮世和神能型过渡.尤H足心产过程中。因此.中圜纺织工业囱会为贯M叩央対亠I”二五卄腿划建谊的辎神认戊总结生荷业L五"皿创w-'编可纺织工业*十二五41科披进步纲要【町大力促进腥錢行业仃息化埋程.日同，在脱裝工艺流程阴环恢以决策为莖启5以直联网搜索技术为基硼，构建相关數据曄、愎型啤利方法库，建设井完善躺夬辅助决策集统旧U成为M询亚翌仃业们息化的拦流趙聘.以江苏苏州为例.作为集群主力军的服裝金业晋遢存在着产长*设计谜源缺、新产品创新崩、人力成本高*经溶效益低卜等问

2、飆.富也是冃前I珂域性般装产业迫切要解决的共性问题脚的此对规模金业幵展料对性研究开发和实第我市腿裝产业具有共性的科技创新产品，不便满足企收门身胛技术需求.吒妙成的乐范效应也是解决我市中小塑制造企业技术难直的逾科V本课题着眼J为规模服装企业的估息化建谀堤供亍方案：对规模企业的枚期协同【乃赶统的设讣对对工艺流程环节中基PGSD（傲车薙散据）関时工时子系统的工时进ff敌据挖脚闵仆析*评估为当前31装工序呵卩】设宦的工时标准是否合理.如乘fr理.则进和动态議正.达剑辅助决死的效!Ih本课题的主要工作是JE装制造数据协同与辅助决策系统的研究与设计其目标是对I!前独i的客户信息ft据库,样K殆息數摒痒，工

3、艺忙息数据库、材料ft息数挥库（材料主要什为闸料和辅料卞文统称材料的数据atrS合.实现动态的数摇协同.同吋.本课趣通过教据挖刪技术对大量历史工时数据进行了分析研究.找出了标准H时与实际工时的差异性与款式"林料*员工之间的彰响关系对标淮工时逬打动态地、牛性化地修订，井据此较如的解决了标椎工时一成不变带来的问膜.课迦源于苏州市科技攻关项目幕于成衣知识库的制造流程协同技术的闷用研究*弟人令代参与顶丨|石求好析、砥藝设计、详细役计.罐件设同、垠狀建设叮升应、综作测述等t作，通过系统建设.充分感受数摭挖翩技术的先进性asts件丁程知识的直要性.为了推进丿、型册装企业的息化建仗，本课題设计幷丈

4、现了一个服装制造过榔中姑协同的糸统，丿卜对现们FJ实际:时数据进行挖掘、辅助决策的研究探讨。林主耍对课題中涉及的相关知识和电婆技术做一个简耍的介绍。2.1数据协同协同技术是近年岌展起來的门新兴课迦侧啦研临计算机及网络环境卜其亨伫息、协同工作的技术和某一类t-f'JJR统（如可祝会址廉统:门的研制，其基本矍秦是;awn、合作和协调凹目询ih内外协同研究已经涉及协同办公、协同传输、协同数折、协同背理等毛方而°木课题协同技术抬数拥协同.即动态的协同企业内沛的数据的过程-它针对廉装制造流程中产生的独立的数据,建芷中何数据库，根撕各个数据摩与中10数据库之何的关系,将眼装制造流程中的数

5、据连通起索,达到数据动态协同流通的目的。22GSD技术概念GSDHUGeneralSewingData的缩吗.翔译为：一般车缝数据.是针对缝制品业设计的预定动作时何系统.是一个标淮动作和标准时何相关的科学分析方法.GSD将工序分解为若干基本动作，而每一个基本动作都对应相应的时何,将所冇基本动作的标准时何相加再紺合各种因索和宽放即得到该工序的标准时何.目前GSD已成为缝制胡工业的方法分析和时何研究标淮,是一套娄层次,多用途系统。可用来评估包括裁剪,车缝,整烫,包装等一切操作【叫实用于小批址、大批fih及工序不斷重复环境。GSD标准工时软件是把GSD的动作分析结果以系统的方式保存到数据库,并且进i

6、多角度的分析和运算.为款式的分析，员匸和部门的学习握供仃效的数拥来源.IAI此软件是提岛车fii芬动生产率的最佳工具2.22GSD主要工序服装生产基本工艺流程包括布料物料进厂检脸、技术准备、裁剪、缝制、锁眼钎扭、银烫、成衣检验、包装入库筹八个丁序卩叽检脸：布料进厂后耍对布料数童进行清点丼对其外观和威量进行检验,只右符合生产要求的才投产使用。技术准备：技术准备确保批量生产的顺利进行以及最终成品能够符合客户的要求.在批址生产前rr先翌由技术人员做好生产前的技术准备工作.技术准备包括匸艺輕、样板的制定和样衣的制作三个内容.拔臥帳据样板绘制山推糾I勿.进行仅阿.缝制：缝制是服装制造的中心工序,根据款式

7、、工艺风格等将缝制分为机器缝制和F匸缝制两种。锁眼钉扣:锁眼和钉扣一般由机器加匸完成,扣眼分为平型和眼型孔两种，俗称睡孔和鹄眼孔.整锻:整滾使服装外观Y整、尺寸准足成衣检验:成衣检验是册装进入市场的最后一粗工序,起着举足轻重的作用.包装入库：服装的包装町分挂装和输裝两种。箱装一般乂分为内包裝和外包装2分分析方法主雯优缺点主要优点：(1) 方法合理：通过对动作的细化分析，來减少浮余动作，改善方法和动作，降低成本，提高效率。(2) 时间标准:通过正常的速度和正确的方法,制定标准工时.(3) 易沟通和理解：统一的动作代码库，对所有縫制品12业都适用.(4) 通用性强；通过时何，在不同地区之何传递.(

8、5) 预测性强:为业务接取、生产计划和生产线平衙等提供預测数据.(6) 车缝训练：适合于企业员工的培训,有助于提髙员工技术水平.主要缺点：其主奚峽点主要表现在对于同一道工序,企业一股只设置一个标准工时,容易形成实际工时仃标准工时Z何的差卸较人的问题。以本人实习的-家企业为例，该企业对一道匚序只设定一个标准时间,这个标准I:时是一成不变的,但当这道匸序对应不同的材料、款式、人员时，所消耗的实际匸时却存在较大差异，因此，本课题将对匸时的制定进行辅助决策研究.2.3数据仓库与数据分析数据仓库数据仓库的定义数据仓库是决策支持系统(DSS)和联机分析应用数据源的结构化数据环境.数拥仓库研究和解决从数州库

9、中获取信息的问題数据仓库.由数据仓库之父于290年提出.主要功能是将组织通过资讯系统之联机交易处理(OLTP)经邙累月所累积的大JS资料,通过数据仓库理论所转仃的资料储存架构.进疗分析整理,通过:分析方法如线上分析处理(OLAP)、数据挖掘(DataMining)进行,进而支持决策支持系统(DSS)、主管资讯系统(EIS)的创建，使决策者怏速、仃效地从大址资料中分析出有价值的信息,便于决策拟定并快速比对外界环境变动.数据仓库的特点数据仓库就是面向1题的(SubjectOnented)、集成的(Integrated)、稳定的(Non-volatile).反映切史变化的(Time-vanant)数

10、据集合这个定义简洁血乂个而的指出了数据仓库的I川个I要特征【调:(1) 而向i題(SubjectOnented)数据仓库中的数据是按照-定的主题域进行组织上题是折用户使用数据仓阵进Ir决策时所X，0的車点方而，-个上题通常巧我个操作空们息系统相天。(2)集成(Integrated)数据仓阵中的数据是在对原有分枚的数振库数据抽収、请理的基础上经11系统加工、汇总和整理得到的.必须消除源数据中的不一致性.以保证数据仓用内的伫息楚关于整个企业的-致的全局值息。(3) 非易失(Non-volatile)数据仓库存储的是企业当前和历史的数拥,在-定时何后,当前数据需贾转换成历史数据.从数据使用上看,数据

11、仓库的数据不更新.(4) 时变(Time-variant)数据仓库中的数据，并不是一成不变丽是定期更新.一定时间后，捕取新数拥.处用后添加到数据仓库中.当数据对分析无用戒超过数据仓咋的存储期限,则删除这数据仓库的体系结构数据仓炸体系结构凹匸耍山数掘源、数抵的存储管理、OLAP1务器以及就段工具组成。(1) 数戡源数据源分为内部信息利1外部信息。内部信息是文档数据和业务处理数据.外部信息是市场伫息和法律法规等：(2) 数据的存储与管理数据的存储与槪理是数据仓咋的关键“敌据仓咋的组织管理方式决定了它有别于传统数抑:咋,同时也决定了其对外部数掘的表现形式要决定采用什么产&和技术來建立數据仓库

12、的核心,则需耍从数捌仓咋的技术特点着手分析.针对现有各业务系魏的数据,进行抽収、消理，并仃效集成,按照主題进行组织。(3) OLAP服务器OLAP服务器対数据进行集成,可分为:ROLAP、MOLAP和HOLAP询瑞I：具前瑞匸具主要白数据分析、査询、报电、数拥挖刪丁具以及数拯仓库开发I：具.其中数拥廿析匸見针X*JOLAP务器,报农、数据挖弼工具针剂数粥仓牢。敌摭仓库的关魁技术数据仓库关键技术已包括：(1) 数堀仓库建模技术:(2) 在数据量大、数据分敝、不涓洁、佶息基础环境复杂的应用环境中进行数据抽取、转换、清洗、装载的ETL技术：(3) 基于数拥仓孵,进行相关数堀分析和数据展现的技术.2.

13、3.1.5数据仓库与敷撫库的关系数据仓库中的数据來源于其它数据库o数据仓库是建工e全面、完善的信息应用的基q上，用尸丸持髙层决策分析。数掘仓库是面向主題设计的，而数据库是面向事物设计的.数据仓库是在数拥库皐础匕发展而采时，它由三个部分组成；敌据仓库（Datawarehousing）、联机分析处理（0LAP）及数摞挖掘（Datamining）.二XZ"i仃极强的互补关系.联机分析处理联机分析处理（OLAP）四是曲1993年健出的.他认为联机事务处理（OLTP）R】已不能满足用户的需求用户决策方式筋要对关系数据眸进行大址计算得出結果.而査诲结衆却无注满足。因此Codd提出了多维分析和翁维

14、数抑:忡的概念，即OLAP.的槪念及特征OLAP足能够从笋角度对原始数拥!«转化出*、能够为用户理解并反映茹维特性的信息进行-致、快速、交互地心取，从而更沐入了解数据的技术根据用户的需求和OLAP产&的应用悄况人们捉出了快理分析（FastAnalysisofSharedMultidimensionalInformation,FASM）C描述OLAP的fi.类特征。（1）快速性（Fast）；务统能够在5秒内对用户的大部分分析要求做出反应。、"】数拥介析fit大时，此要求并不容易达到，因此號更需娶一些技术上的支持，如专门的数据疗储俗兀，大呈的那先运5Z、特别的砍件役计等

15、。（2）对分析性（Analysis）:OLAP应能处理Q应用仃关的任何逻御分析和统计分析.尽管糸统需要爭先编15但并不意味君系统匕定义好了所仃的应用。用户无需编楼就可以运义新的专门计算将其作为分析的一部分，并以用户理想的方式给岀报告.（3）共亨件（Shared）；OLAP在保证安全的前提卜.为用户提供艾亨数据与信息的服务同时，、”I*个用户同时向0LAPlli务器笃数据时，系统应在粒度级别上加锁.（4）务维性（Multidimensional）:苏维分析是分析数攥最有效的方法.通过数据的#维观图.用户能从事角度、事侧血、多心次地考察数据，決入理解数据屮的伫息及内諸.（5）信息性（Informa

16、tion）:OLAP系统能対所需的数揺进行分析.并导出有用倍息。不论佶息fi：有参大,OLAP系统都能及时获取信息、管理伯息。的多维分析操作（1）基本概念维在分析型处理中所关注与聚焦的分析客体称为甘彖«在分析型应用屮对彖可以从不同角度分析与观察，并可得到不同结臬,这种“观察角度”称为维.维的层次维的层次倩来个维可以存任细节秤度不同的描注方血o个维通帘具fi孑个&次,例如时间维，可以从日期、月份、季度、年等来描述.维成员一个维成员指维的一个取值。对于筝层次的维，维成员由不同维层次的取值的组合构成。多维数组多维数组表示：（维1、维2、维N、变圮）.敌据单元数据单元捋篡维敌组的取值

17、°从该数组的各个维中各取-个维成员.这些维成员的组合就唯一确定个变肚的值那么数据单元就可以表尔为：（维1维成员、维2维成员、维N维的成员、变呈的值）（2）多维分析多维分析足对多维数抑:进行切片、切块.旋转等乞种分析.剖析数抑:.使用户冀角度地观察数据，从而了解数据11的信息o的数据模型OLAP可以分成以卜三种结构列：第维OLAHMultidimensionalOLAP.MOLAP）,关系OLAP（RelationalOLAPROLAP）以及混介熨OLAP（HybridOLAP.HOLAP）.系统的体系结构OLAP是一个多用户的三层客户/服务器（C/S）结构凹，i亥结构把痕用逻辑存放右

18、：OLAP册务誥1:由服务器捉供敌据存収.安排履台处艸和报农的预处珅.OLAP以数据仓库或故据咋为基础，11要数抑源是数抑:仓咋。OLAP服务器是专门为支持和操作舒维数据库而设计的数据处理引繁.OLAP客户瑞是用户所便用的备种软件。24数据挖掘概念及流程2.41数据挖掘的槪念数据挖掘足指从大虽的已仃数据中“挖掘”如识【却.即从大就的数据中.捉取潜在的仃用的Gi息和知识的过程，它足决饺支持的过用2.42数据挖掘的流程股*说，数据挖掘流段卩71可分为五步.（1）认楕口的敌据挖掘的結黑是无法硕测的，闪此，敌据挖掘的笫步是疋义出业务问題。（2）数据准备数据准备可分为数据选择、预处理、转化三个步骡.数掘选抒是从大虽敌据中选出盂鉴敌抑;挖掘的数据：敌据俺处理扌舌数据淸洗敌据推测.数据转换等：敌据转化是在完成前两步后，对敌据咋规模进行适半的缩减.（3）数据挖掘数据挖掘是使用相关算法对处理出的数据进行分析,进而得到可能的模式榄型O目前常用的算法包括分类算法,遗传算法,关联算法等.（4）结果评价结来if价既可以用数撼代入进行验证,也可以根据常规的经脸进行一些判断，一般由数据挖掘具体操作而眾.（5）知识同化针对得到的模式模型