基于CiteSpace的服裝定制研究現狀及趨勢分析

王梅 蔡麗玲 何誠誠 蔡一墨 劉一諾

摘要： 為精準掌握服裝定制領域研究進展和未來研究趨勢，文章借助文獻計量學分析軟件CiteSpace，通過描述性統計分析和科學知識圖譜分析，挖掘服裝定制知識領域的研究熱點和未來趨勢。結果表明：相關研究熱點主要集中在人體測量與量身定制、虛擬展示與數字化定制、智能設計與定制需求、智能化生產與批量定制4個方向。未來研究可從創新人體測量方法、優化數字化定制技術、開拓特殊功能需求定制、推進智能化定制、促進定制供應鏈協調發展等方面展開。

關鍵詞： 服裝定制;批量定制;定制技術;CiteSpace;知識圖譜;熱點研究

中圖分類號： TS941.1

文獻標志碼： A

文章編號： 1001-7003（2023）07-0064

作者簡介：

王梅（1999），女，碩士研究生，研究方向為服裝個性化定制與智能制造。通信作者：蔡麗玲，副教授，caililing@zstu.edu.cn。

服裝定制商業模式隨著互聯網的井噴化發展而快速成長，并隨著中國宏觀環境的變化日益受到消費者的青睞。與此同時，學界對服裝定制的探討正如火如荼地進行，涵蓋從設計到銷售、從手工到自動、從二維到三維等不同定制方向［1］;涉及人體測量、智能設計、面向云的CAD/CAE/CAM算法應用［1-3］，以及智能化定制系統［4］等不同定制技術。然而學界錯綜復雜的研究成果難以給業界提供綜合有力的理論支撐，目前服裝定制行業尚未形成科學系統的發展構架，現有研究缺乏對服裝定制研究的綜合概述，全面闡述服裝定制領域研究進展和最新研究成果的綜述更是少之又少?；诖?，為了更加系統地了解服裝定制領域研究進展，把握未來研究動向，本文以服裝定制為研究對象，結合文獻計量分析方法對國內外服裝定制領域的學術文獻進行梳理，并從不同研究視角、內容和方法對相關問題進行闡述，以期通過數字可視化、內容綜合化、領域生態化的綜合性分析，幫助該領域研究人員和行業管理者更加全面準確地掌握服裝定制研究熱點和趨勢。

1 文獻來源和研究方法

為科學有效地搜集服裝定制領域的文獻，本文選取中英

文數據庫作為文獻計量分析的統計來源，檢索時間截至2022年6月18日。其中，中國知網（CNKI）數據庫采用主題為“定制”或“客制”或“定制化”并含“服裝”或“服飾”或“紡織”或“時尚”或“時裝”，來源類別選擇“核心期刊”“CSSCI”“EI”，初步得到203篇中文文獻;在“Web of Science核心合集”數據庫，采用主題為“customized”或“customization”或“personalized customization”并含“clothes”或“clothing”或“garment”或“apparel”，文獻類型為Article和Review，初步得到270篇英文文獻。為保證論文質量，根據每篇論文的題目、摘要、關鍵詞及核心觀點進行逐篇篩選，剔除序言、書評、新聞等非學術類信息和與服裝定制無關的論文，最終得到167篇中文有效文獻和190篇英文有效文獻。

以往學者可通過閱讀大量文獻深入了解研究領域的內容，卻較難對研究熱點或主題進行全面的梳理。CiteSpace軟件可對文獻進行深入挖掘和大數據的計量分析，其關鍵詞共現、聚類、時區視圖、合作網絡等功能為直觀追蹤研究熱點的動態變化提供量化工具，顯著增強了文獻綜述的科學性和可靠性［5］。本文借助CiteSpace軟件，通過繪制“科學知識圖譜”的方法對檢索出的167篇中文有效文獻和190篇英文有效文獻進行統計分析，采用定量與定性相結合的分析方法，首先通過分析逐年發文量和研究演進脈絡了解服裝定制領域的研究成果和研究熱度變化，然后根據關鍵詞共現圖譜，結合具體文獻內容，逐層挖掘并解析服裝定制領域的研究熱點方向，最后對未來發展趨勢進行展望。

2 年發文量及研究演變路徑分析

服裝定制相關研究成果數量的時間分布如圖1所示。由圖1可以看出，學界對于該領域的研究起于2000年，此后年發文量不超過10篇，但總體呈上漲趨勢。2007年英文文獻同步發起，相關研究明顯增多，平均年發文量13篇，呈起伏式增長。2016年起相關文獻數量發展迅速，發表文章14篇，2021年上升至51篇，達到小高峰，截至2022年上半年發文量已超過20篇。

圖2、圖3是領域研究關鍵詞時間線圖譜，通過查看每一個聚類中關鍵詞首次出現的年份，以及在聚類下的演變過程，可以從時間維度上探析領域知識的演進變化趨勢［5］。從圖2和圖3可以發現，“體系結構”“服裝工業”“生產模式”“技術體系”“可行性”等關鍵詞出現較早，隨后開始出現“體型分類”“紙樣設計（pattern design）”“三維設計（3D garment design）”“虛擬展示”“服裝智造（artificial intelligence）”等關鍵詞，最后出現“男士襯衫”“女士正裝”“騎行服”“compression garment（壓力服）”等具類關鍵詞及“系統設計”“交互設計”“customized platform（定制平臺）”“智能制造”等關鍵詞。

依據時間變化，可將服裝定制研究熱點演進劃分為三個階段：第一階段為探索期（2000—2006年），為應對服裝個性化市場需求，該時期研究側重對服裝定制模式的探索;研究內容涉及服裝定制的特點、關鍵技術、結構體系及生產模式，并以此分析定制類服裝工業化生產的可行性和所面臨的挑戰。第二階段是緩慢適應階段（2007—2015年），側重服裝定制工業生產過程中人體測量技術、服裝設計技術、生產技術等技術和方法的應用及創新，并開始將人工智能技術應用到服裝定制當中;但該階段論文發表數量少，研究成果匱乏，研究深度不足，故該時期的服裝定制研究發展尚不理想，學者和企業還處于努力適應行業轉型帶來的變化之中。第三階段是快速發展階段（2016—2022年），文獻發表數量達213篇，占研究樣本總量的60%。相較于之前，該時期研究生態領域更加全面，不僅在服裝定制技術上有較大推進，在定制深度上也愈加以人為本，注重消費者對于不同品類服裝的個性化和多樣化需求。整體看來，服裝定制領域在技術上更加高效便捷，在制造上更加數字化、智能化，在層次上更加全面、深入。

3 研究熱點領域分析

3.1 關鍵詞分析

關鍵詞共現網絡圖譜有助于研究熱點的可視化呈現，在CiteSpace中，將切片時間設置為1，選擇修剪切片網絡，使詞頻共現圖更加可觀，對關鍵詞進行共現聚類（圖4），并選取共現圖譜上共現頻次前15的關鍵詞匯總（表1），中心度表示節點在網絡中重要程度。圖4中，圓形節點的大小表示關鍵詞出現的頻次，關注度與頻次密切相關，頻次越高關注度也越高，節點間的連線表示關聯度，連線越粗越密則表明聯系越緊密［5］。

中文文獻聚類結果得到14個主要集群，分別為#0定制、#1個性化、#2特殊體型、#3定制服裝、#4批量定制、#5服裝定制、#6人體測量、#7圖案設計、#8服裝設計、#11影響因素、#12行業特點、#15服裝工業、#17跨國采購、#18現有模式;英文文獻聚類結果得到10個主要集群，分別為#0 technology enablers（技術推動者）、#1 mass customization（批量定制）、#2 thermal comfort（熱舒適性）、#3 body scanning（身體掃描）、#4 3D design（三維設計）、#5 garment industry（服裝行業）、#6 three-dimensional displays（三維展示）、#7 electronics（電子學）、#8 C2M（用戶直連制造）、#9 bust volume（胸圍量）。綜合中英文圖譜的聚類標簽來看，服裝定制領域的研究，以人體特征（#2特殊體型、#6人體測量、#3 body scanning）為中心，個性化需求（#1個性化、#7圖案設計、#8服裝設計、#4 3D design）為導向，先進定制技術（#0 technology enablers、#6 three-dimensional displays、#7electronics）為依托，最終實現滿足消費者需求（#2 thermal comfort、#9 bust volume）和服裝企業效益的生產經營模式（#4批量定制、#17跨國采購、#18現有模式、#1 mass customization、#8 C2M）。同時不斷跟蹤評估行業發展特點（#12行業特點、#5 garment industry），尋找優化定制的關鍵點（#11影響因素），以實現長足發展的目標。此外，#7 electronics（電子學）作為一個單獨集群，側重對功能型智能服裝的研究。綜上可以看出，領域的研究已涵蓋服裝產業鏈的各個環節，呈現出綜合化、生態化。

3.2 研究方向分析

依據前文對關鍵詞的分析，同時結合357篇中英文文獻的核心內容和研究方向，本文將服裝定制領域的研究方向分為4個方面，即人體測量與量身定制、虛擬展示與數字化定制、智能設計與定制需求、智能化生產與批量定制。

3.2.1 人體測量與量身定制

為了滿足消費者對合體度和舒適度的要求，尤其是一些體型特殊的群體，研究人員需要通過更加精準的人體測量方法以獲取客戶身材尺寸，從而為其提供更加準確的服裝定制服務。隨著科學技術發展日趨成熟，人體測量已從傳統的手工量體向三維掃描、自動化及非接觸式測量等方向發展［2］。與傳統方法相比，目前的人體測量方法既保留身體尺寸信息，又保留身體的幾何形狀信息［6］。一方面，通過三維人體測量技術可快速準確地獲取衣下間隙，測量人體模型在穿著和未穿著服裝狀態下腹部、臀部、大腿和膝蓋等特征部位橫截面之間的空間距離［7］，或是研究在給定舒適度下距離緩和沿胯部曲線的分布情況［8］，從而用于改進或評估服裝的合體度與舒適度。另一方面，三維人體測量能夠通過掃描不同個體，詳細劃分出測量部位，獲得有效的人體測量數據，這些數據經處理和轉化后可用于細分并更新人體體型，制定出更加完善的服裝號型標準［9-10］，以實現匹配消費者體型特征的定制生產。同時，由于機器測量與手工測量數據存在較好的一致性和可替換性［11］，可據此進一步完善和細化服裝號型系統。除了對人體形態的整體把控，也有學者聚焦于人體胸、腰、腹、臀、腿［12］等具體部位形態特征的研究，深入分析人體細部尺寸數據，為滿足消費者對定制類服裝穿著合體度與舒適度需求提供了一定的技術支撐和科學依據。

3.2.2 虛擬展示與數字化定制

服裝虛擬展示是一種基于虛擬人體建模、虛擬服裝及虛擬試衣的全流程、可視化仿真技術［3］。首先，虛擬人體為三維服裝設計、虛擬仿真、虛擬試衣等電子化定制應用提供了有效支持。虛擬人體作為虛擬展示的載體，其重建方法一直被研究人員不斷創新。虛擬人體的構建采用3D掃描捕獲人體尺寸信息和幾何形狀信息，通過數據擬合、姿勢調整等提取出人體模型［6］。虛擬人體建模作為虛擬展示的基礎，受到業界的高度重視。但由于數字人體建模的成本問題和技術門檻較高，其推廣應用具有一定的難度［13］，且建模前期的人體數據采集給客戶帶來的心理不適及隱私問題，也影響其在定制市場中的接受度［14］。其次，在虛擬服裝研究領域，通過構建特征人體模型，實現貼體服裝設計及樣板自動生成，可有效解決定制類貼體服裝傳統樣板生成方法所存在的合體性差、設計制版周期長等問題［15］。同時，為提高虛擬服裝的保真度，不僅需要從虛擬面料著手［16］，研究不同種類面料的靜態虛擬效果［17］，還需要研究服裝褶、裥、省等動態結構效果［18］，為使虛擬服裝的效果更為逼真，對于虛擬面料的仿真研究必不可少。最后，虛擬展示的另一個重要領域為虛擬試衣，其按照著裝人體的不同可分為虛擬人體著裝和實體虛擬著裝。虛擬人體可以是服裝號型中的標準人體，亦可以是量體定制中的個性化人體或仿人試衣機器人，虛擬人體著裝可以模擬實體店試衣的體驗效果，并利用多變的服裝款式提高客戶的購買欲［19］;實體虛擬著裝則是指虛擬服裝在客戶自己身上進行可視化，客戶無須親自試穿即可觀看自己穿著不同的服裝。為確保虛擬試衣的視覺兼容性和真實的虛擬感覺，利用機械學習技術生成服裝，經過準確擬合，可以實現虛擬照片般逼真的外觀和效果，創造出全新的客戶體驗［20］。虛擬展示技術為數字化定制的研發、設計及評估提供了便捷有效的技術支持和保障。

3.2.3 智能設計與定制需求

服裝定制的設計環節依賴于消費者的定制需求。相關研究聚焦于依托先進定制技術滿足客戶多元化的定制需求，通過智能設計及推薦技術提高客戶的定制參與度，進而實現高滿意度的定制服務。首先，為了更好地適應日益變化的多元客戶需求，學者一方面通過分析旗袍［15］、針織衫［21］、內衣［22］等不同品類服裝的獨特屬性，研究服裝定制的具體流程和方法。另一方面，從服裝的款式［23］、色彩［24］、面料［25］、圖案［26］等外觀要素出發，使顧客的定制需求得到更多元化的滿足。其中，款式作為服裝具體設計要素的載體，通常被用作定制設計模塊化的主要對象［19］;色彩是服裝捕捉眼球的關鍵要素，由于色彩特殊的光學屬性，對其研究除了基于客戶偏好進行匹配外，也逐漸開始關注色彩對于特殊功用型服裝的視覺效應［24］;面料是紡織服裝行業特有的設計要素，對其織紋結構［17］、物化性能［25］的研發和技術實現一直是行業關注的重點;對于圖案的研究，隨著各國對本土文化的重視和弘揚，國內外學者逐漸回歸傳統，利用現代技術實現傳統紋樣圖案的再設計及數字化實現。國外學者Indrie Liliana等［26］從民間服裝中挑選圖案，并以現代方式重新詮釋，解決了民間圖案用于個性化服裝上的問題;國內學者古皎霞等［27］在分析云岡石窟壁畫紋樣造型及藝術特點的基礎上，提取典型的紋樣進行二次設計，再將設計的紋樣加以組合，形成四方連續圖案，配以云岡壁畫的典型用色，設計定制面料。除了對以上外在元素的設計，隨著客戶消費需求層次的提升，契合消費者感性特征的設計逐漸占據更大的市場空間。為滿足客戶內心的感性需求，研究人員將服裝的顯性設計元素和客戶內心的感性認知相關聯，推動服裝定制朝著情感化設計的方向發展［28］。

為了提升客戶參與定制及設計過程的可能性，服裝定制設計技術從手動繪圖向自動化及智能化設計推薦轉變。通過運用先進技術手段將定制元素數字化、模塊化，進而建立數據庫，以客戶需求為導向實現自動匹配和智能設計。目前，一些智能設計系統在款式、面料、配色、織紋、紗線上具備一定的自動協調能力［29］，既使客戶享受了優質的服務過程和設計體驗，又有效保證了企業定制業務的效益和效果。

3.2.4 智能化生產與批量定制

批量定制是以類似于標準化和大規模生產的成本和時間，提供客戶特定需求的產品和服務［30］。在批量定制模式下，企業依托服裝各部件模塊的重復性和變化性，通過規范服裝部位、部件和配件，推動服裝產品結構和制造過程的重組，實現針對部分客戶需求的產品配置和快速設計［31］，最終以大規模、批量化的生產效率和速度，完成個性化定制產品的加工，產品設計呈現智能化、模塊化、系列化，制造過程日趨柔性化、集成化［30］。隨著科學技術的發展，服裝生產工作逐漸趨向網絡化、自動化、數字化和智能化，定制流程更加便捷高效，圖5展示了數字驅動的服裝智能定制技術應用體系及領域研究框架。

基于大數據系統和網絡化分布，展開智能驗布、智能排料及裁衣、自動縫紉、在線工藝和質量監控、自動輸送包裝及智能倉儲，同時使用人工智能技術優化生產規劃，實現自動化和智能化生產［29］。在這些高新定制技術的加持下，服裝大規模定制領域逐漸形成裝備智能化、生產智能化、管理智能化及生產系統智能化的服裝生產體系［32］和數據賦能驅動的智能定制模式［33］。

服裝定制企業通過線上線下雙渠道建立客戶數據源，探索客戶屬性，在精準捕捉客戶異質性需求的同時激發客戶潛力，打破企業傳統專制制造的桎梏，利用客戶參與價值共創的意愿，促進民主制造運營模式的創新發展［34］，最大程度上滿足了客戶的個性化需求;基于客戶的個性化數據，智能CAD系統能夠實現依據人體尺寸和體型特征自動生成和修改服裝樣板［29，35］，協調設計元素，輸出設計及制版信息，并依托服裝模塊屬性給予流水線各個工位相應工藝要求，從而打通智能化生產數據流，激活數據的分解性、可讀性、流動性和集成性，實現全流程數據化的高效、柔性生產范式［36］。在此基礎上，為進一步優化定制流程，節約生產成本，不少學者引入數學模型、遺傳算法及機械學習等人工智能技術，針對服裝定制生產流程中鋪料［37］、裁剪［38］、尺碼配置［39］、投產秩序［40］等具體事宜進行了更為細致的研究。同時，智能大數據分析技術可通過分析消費者日常服裝時尚偏好、價格區間、生活方式等基本信息了解客戶的感性需求，繪制用戶畫像，從而預測消費者需求和流行趨勢，指導設計師完成更具針對性、個性化的設計［41］，這對于搭建市場羅盤，把握市場動態，實現精準營銷而言意義重大［42］。此外，基于大數據和人工智能技術研發出的服裝推薦系統，不僅能夠以銷售為目標進行服裝消費推薦，還可以結合專家知識實施設計推薦，為更加高效的服裝定制貢獻了新途徑［4］，人工智能技術將引領紡織服裝行業走向新的發展。

綜上所述，隨著互聯網與電子商務的發展，服裝定制正朝著個性化、網絡化、數字化、智能化方向發展。服裝定制業務的成功與否受到多因素影響，表2展示了服裝定制過程中的關鍵影響因素，包含服裝定制的方向、需求、要素、方法及技術等多個模塊。一方面，企業需要準確獲取消費者顯性和隱性需求，掌握不同品種服裝定制屬性的異同點，從而幫助客戶實現特殊的定制目標。另一方面，為適應服裝定制模式，進行企業組織創新和供應鏈協作創新，提升定制服務水平和定制效率，實現定制業務的人性化服務和專業化流程是保障服裝定制業務長足發展的核心競爭力。同時，面對多元消費者需求和技術革新，基于先進定制技術的模塊化、參數化、快速成型等服裝定制設計方法和數字化、智能化定制模式也應運而生。

4 研究結論與展望

4.1 研究結論

本文借助CiteSpace軟件，通過對357篇中英文文獻的梳理，探討服裝定制領域的研究動態和趨勢。研究發現，2000年開始，服裝定制領域發文量總體呈上升趨勢，研究成果逐漸豐富，結合關鍵詞演變時間線圖譜分析，可將領域發展劃分為探索期、適應期、快速發展期3個階段。探索期側重對服裝批量定制工業模式思想、方法、技術的理論分析，適應期側重定制工業中服裝設計及生產領域的技術創新和應用，在快速發展期，研究寬度和廣度更加細化，定制技術日趨成熟。結合關鍵詞分析，可將研究方向劃分為人體測量與量身定制、虛擬展示與數字化定制、智能設計與定制需求、智能化生產與批量定制4個方面。

4.2 研究展望

在需求多元化和產業數字化的影響下，服裝定制領域將面臨更多機會和挑戰?；谏鲜龇治?，結合服裝定制環境、消費主體和商業模式等重要因素，本文認為未來研究應重點關注以下領域：第一，創新人體測量方法。隨著二維圖像非接觸式人體測量技術、圖像分析技術、多傳感器人體尺寸測量技術的發展，人體測量將朝著更多選擇和技術創新路徑發展。第二，優化數字化定制技術。虛擬服裝技術的發展要求紙樣設計技術與之銜接，紙樣設計方法從傳統的手工制版，逐漸發展為更加快捷的數字化制版。目前，紙樣設計技術涉及參數化設計、智能打板及三維服裝曲面展平技術等，且這些方法在紙樣精確度及生成速度上尚有較大的研究空間。未來可制訂相關規范或標準對虛擬展示效果進行更為科學系統的評價，為數字化定制技術的優化提供依據。第三，開拓特殊功能需求定制。服裝界對功能性服裝的研究由來已久，從早期對消防服、宇航服、防彈服等作業服裝及校服和軍裝等行業制服的定制，到如今應用于醫療保健的特體服裝和智能可穿戴服裝。隨著科技進步和物質生活水平的提高，功能型服裝的定制需求將更加多樣、復雜，成為服裝定制領域未來的重要研究方向。第四，推進智能化定制。第四次工業革命以來，制造業的自動化與智能化發展成為研究的熱點，有學者將人工智能技術引入到定制領域，探討如何利用智能算法提升定制的有效性。隨著用戶需求層次日益攀升，服裝的定制將朝著更為智能化的設計與推薦方向發展。第五，促進定制供應鏈協調發展。企業應通過打造數字化商業平臺，建立定制合作伙伴數據網，整合一流的服裝設計師、版師、面輔料供應商和物流配送企業等合作資源，及時分享客戶數據，實現整個定制供應鏈體系的快速響應和精準對接，以此促進服裝定制產業的可持續發展。

參考文獻：

［1］JIMENO M A， AZARIADIS P， MOLINA C R， et al. Technology enablers for the implementation of Industry 4.0 to traditional manufacturing sectors： A review［J］. Computers in Industry， 2021， 125： 103390.

［2］王曉菲， 王燕珍. 三維人體測量技術的發展現狀及其應用［J］. 毛紡科技， 2021， 49（10）： 106-111.

WANG Xiaofei， WANG Yanzhen. Development status and application of 3D anthropometric technology［J］. Wool Textile Journal， 2021， 49（10）： 106-111.

［3］李玉卓， 李新榮， 馮文倩， 等. 面向服裝行業的人體三維重構建模研究現狀［J］. 毛紡科技， 2022， 50（2）： 116-123.

LI Yuzhuo， LI Xinrong， FENG Wenqian， et al. Research status of 3D reconstruction modeling of human bady for garment industry［J］. Wool Textile Journal， 2022， 50（2）： 116-123.

［4］王夢云， 王曉云， 許君， 等. 服裝推薦系統研究進展［J］. 北京服裝學院學報（自然科學版）， 2021， 41（3）： 100-110.

WANG Mengyun， WANG Xiaoyun， XU Jun， et al. Research progress of clothing recommmendation system［J］. Journal of Beijing Institute of Fashion Technology （Natural Science Edition）， 2021， 41（3）： 100-110.

［5］陳悅， 陳超美， 胡志剛， 等. 引文空間分析原理與應用CiteSpace實用指南［M］. 北京： 科學出版社， 2014.

CHEN Yue， CHEN Chaomei， HU Zhigang， et al. CiteSpace Practical Guide to Principles and Applications of Citation Spatial Analysis［M］. Beijing： Science Press， 2014.

［6］HU P P， LI D， WU G， et al. Personalized 3D mannequin reconstruction based on 3D scanning［J］. International Journal of Clothing Science and Technology， 2018， 30（2）： 159-174.

［7］SU J， GU B， LIU G， et al. Determination of distance ease of pants using 3D scanning data［J］. International Journal of Clothing Science and Technology， 2015， 27（1）： 47-59.

［8］GU B， LIN W， SU J， et al. Predicting distance ease distributions on crotch curves of customized female pants［J］. International Journal of Clothing Science and Technology， 2017， 29（1）： 47-59.

［9］PANDARUM R， HARLOCK S C， HUNTER L， et al. A normative method for the classification and assessment of women’s 3-D scanned morphotypes［J］. International Journal of Clothing Science and Technology， 2020， 33（3）： 421-433.

［10］陳曉玲， 彭小琴， 黃家劍. 湖南女大學生體型特征與分類研究［J］. 針織工業， 2021（8）： 72-77.

CHEN Xiaoling， PENG Xiaoqin， HUANG Jiajian. Body shape characteristics and classification of female college students in Hunan Province［J］. Knitting Industries， 2021（8）： 72-77.

［11］余佳佳， 李健. 基于不同人體測量方法的數據一致性和可替換性研究［J］. 紡織學報， 2019， 40（9）： 167-172.

YU Jiajia， LI Jian. Data consistency and replaceability based on different human measurement methods［J］. Journal of Textile Research， 2019， 40（9）： 167-172.

［12］CAI X， GU B， HE H. Classification analysis of young female students’ waist-abdomen-hip based on body photos［J］. Textile Research Journal， 2021， 91（11/12）： 1409-1418.

［13］GU L， ISTOOK C， RUAN Y， et al. Customized 3D digital human model rebuilding by orthographic images-based modelling method through open-source software［J］. Journal of the Textile Institute， 2019， 110（5）： 740-755.

［14］CHEN Z， WU R， GUO S， et al. 3D upper body reconstruction with sparse soft sensors［J］. Soft Robotics， 2021， 8（2）： 226-239.

［15］冀艷波， 王玲麗， 劉凱旋. 基于數字化三維人體模型的旗袍定制設計［J］. 紡織學報， 2021， 42（1）： 133-137.

JI Yanbo， WANG Lingli， LIU Kaixuan. Custom design of cheongsam based on digital 3-D human model［J］. Journal of Textile Research， 2021， 42（1）： 133-137.

［16］ZHU Y， PENG Y. Generation of realistic virtual garments on recovery human model［J］. Mathematical Problems in Engineering， 2019： 10.1155/2019/5051340.

［17］鄭培曉， 蔣高明. 基于WebGL的緯編提花織物三維仿真［J］. 紡織學報， 2021， 42（5）： 59-65.

ZHENG Peixiao， JIANG Gaoming. Three-dimensional simulation of weft-knitted jacquard fabric based on WebGL［J］. Journal of Textile Research， 2021， 42（5）： 59-65.

［18］陳心， 尹玲， 任麗紅， 等. 基于CLO3D技術的戲服裝扮虛擬仿真研究： 以褶子為例［J］. 絲綢， 2022， 59（5）： 50-58.

CHEN Xin， YIN Ling， REN Lihong， et al. Research on the virtual simulation of costume dressing by CLO3D virtual technology： A case study of casual coats［J］. Journal of Silk， 2022， 59（5）： 50-58.

［19］江紅霞， 黃智威， 劉基宏. 基于模塊化劃分的旗袍虛擬展示［J］. 紡織學報， 2021， 42（5）： 138-142.

JIANG Hongxia， HUANG Zhiwei， LIU Jihong. Virtual display of cheongsam based on modularization［J］. Journal of Textile Research， 2021， 42（5）： 138-142.

［20］HASHMI M F， ASHISH B K K， KESKAR A G， et al. Fashion Fit： Analysis of mapping 3D pose and neural body fit for custom virtual try-on［J］. IEEE Access， 2020（8）： 91603-91615.

［21］戈垚， 唐穎， 金鵬， 等. 基于流程模塊化的針織衫定制系統設計與實現［J］. 毛紡科技， 2021， 49（6）： 63-69.

GE Yao， TANG Ying， JIN Peng， et al. Design and implementation of knitwear customization system based on modular process［J］. Wool Textile Journal， 2021， 49（6）： 63-69.

［22］王雨桐， 劉麗妍. 基于3D打印技術的內衣個性化定制研究［J］. 針織工業， 2022（4）： 71-75.

WANG Yutong， LIU Liyan. 3D Printing technology based underwear customization［J］. Knitting Industries， 2022（4）： 71-75.

［23］ZHU X， LI X， CHEN Y， et al. Interactive genetic algorithm based on typical style for clothing customization［J］. Journal of Engineered Fibers and Fabrics， 2020， 15： 1558925020920035.

［24］陳子豪. 網絡定制模式下騎行服的圖案及色彩設計［J］. 針織工業， 2020（6）： 77-81.

CHEN Zihao. Pattern and color design of cycling outdoor jerseys based on network customization［J］. Knitting Industries， 2020（6）： 77-81.

［25］ZHOU Z. Garment digital design method oriented to the production process of graphene-modified nylon knitted fabric［J］. Journal of Nanomaterials， 2022： 1-13.

［26］INDRIE L， BELLEMARE J， ZLATEV Z， et al. Contemporary customized clothes using folk moti［J］. Industria Textile， 2021， 72（6）： 632-638.

［27］古皎霞， 吉悅， 盧致文， 等. 云岡石窟壁畫紋樣在服裝設計中的應用［J］. 毛紡科技， 2021， 49（9）： 78-82.

GU Jiaoxia， JI Yue， LU Zhiwen， et al. Application of Yungang Grottoes mural pattern in fashion design［J］. Wool Textile Journal， 2021， 49（9）： 78-82.

［28］董占勛， 李亞男. 服飾高級定制的情感化設計新模式［J］. 紡織學報， 2015， 36（12）： 152-157.

DONG Zhanxun， LI Yanan. New emotional design mode for haute couture［J］. Journal of Textile Research， 2015， 36（12）： 152-157.

［29］馮英杰， 蔣高明， 彭佳佳. 人工智能引領紡織行業創新發展［J］. 現代紡織技術， 2021， 29（3）： 71-77.

FENG Yingjie， JIANG Gaoming， PENG Jiajia. Innovation and development of textile industry under guidance of artificial intelligence［J］. Advanced Textile Technology， 2021， 29（3）： 71-77.

［30］吳迪沖， 顧新建. 服裝大規模定制特性分析［J］. 紡織學報， 2005（3）： 150-152.

WU Dichong， GU Xinjian. Analysis on the character of mass customization of costume［J］. Journal of Textile Research， 2005（3）： 150-152.

［31］許才國， 劉曉剛. 服裝大規模定制產品開發模式的現狀與對策［J］. 紡織學報， 2009， 30（10）： 143-148.

XU Caiguo， LIU Xiaogang. Current status and proposed measures on product development mode of apparel mass customization［J］. Journal of Textile Research， 2009， 30（10）： 143-148.

［32］張惠芳， 曹麗勤， 龔芬， 等. 智能化服裝生產體系與智能服裝體系解讀及對其標準制訂的思考［J］. 絲綢， 2021， 58（12）： 47-53.

ZHANG Huifang， CAO Liqin， GONG Fen， et al. Interpretation of intelligent garment manufacturing system and intelligent garment system and reflections on the standard formulation［J］. Journal of Silk， 2021， 58（12）： 47-53.

［33］張明超， 孫新波， 錢雨. 數據賦能驅動智能制造企業C2M反向定制模式創新實現機理［J］. 管理學報， 2021， 18（8）： 1175-1186.

ZHANG Mingchao， SUN Xinbo， QIAN Yu. The realization mechanism of C2M reverse customization mode innovation in intelligent manufacturing enterprises driven by data enablement［J］. Chinese Journal of Management， 2021， 18（8）： 1175-1186.

［34］孟炯. 基于價值共創的民主制造運營創新： 紅領案例［J］. 科研管理， 2019， 40（12）： 301-311.

MENG Jiong. A study of democratic manufacturing operation innovation based on value co-creation： A red-collar case［J］. Science Research Management， 2019， 40（12）： 301-311.

［35］王成佐， 朱江龍， 余俊雅， 等. 基于AutoLISP的男西服樣板自動化生成［J］. 毛紡科技， 2022， 50（3）： 98-105.

WANG Chengzuo， ZHU Jianglong， YU Junya， et al. Automated generation of men’s suit model based on AutoLISP［J］. Wool Textile Journal， 2022， 50（3）： 98-105.

［36］張明超， 孫新波， 錢雨， 等. 供應鏈雙元性視角下數據驅動大規模智能定制實現機理的案例研究［J］. 管理學報， 2018， 15（12）： 1750-1760.

ZHANG Mingchao， SUN Xinbo， QIAN Yu， et al. Case study on the implementation mechanism of data-driven mass customization from the perspective of supply chain ambidexterity［J］. Chinese Journal of Management， 2018， 15（12）： 1750-1760.

［37］劉艷梅， 顏少聰， 紀楊建， 等. 大批量定制服裝裁剪分床計劃的兩階段優化方法［J］. 計算機集成制造系統， 2012， 18（3）： 479-485.

LIU Yanmei， YAN Shaocong， JI Yangjian， et al. Two stage optimization method of cut order planning for apparel mass customization［J］. Computer Integrated Manufacturing Systems， 2012， 18（3）： 479-485.

［38］XU Y， THOMASSEY S， ZENG X. Optimization of garment sizing and cutting order planning in the context of mass customization［J］. The International Journal of Advanced Manufacturing Technology， 2020， 106（7/8）： 3485-3503.

［39］XU Y， THOMASSEY S， ZENG X. Machine learning-based marker length estimation for garment mass customization［J］. The International Journal of Advanced Manufacturing Technology， 2021， 113（11/12）： 3361-3376.

［40］謝子昂， 杜勁松， 余雅蕓， 等. 西服定制吊掛生產線的篩選秩序優化［J］. 紡織學報， 2021， 42（10）： 150-156.

XIE Zi’ang， DU Jinsong， YU Yayun， et al. Optimization of components screening for hanging production line in suit mass customization［J］. Journal of Textile Research， 2021， 42（10）： 150-156.

［41］王馨子， 王婧雯， 邢樂. 人工智能背景下中國婚禮服設計服務模式探究［J］. 絲綢， 2021， 58（3）： 120-126.

WANG Xinzi， WANG Jingwen， XING Le. Research on service modes of chinese wedding dress design assisted with artificial intelligence［J］. Journal of Silk， 2021， 58（3）： 120-126.

［42］梁道雷， 鄭軍紅， 楊聰霞， 等. 基于“互聯網+大數據”服裝定制的精準營銷研究［J］. 絲綢， 2018， 55（10）： 54-59.

LIANG Daolei， ZHENG Junhong， YANG Congxia， et al. Precision marketing based on internet and big data for clothing customization［J］. Journal of Silk， 2018， 55（10）： 54-59.

［43］尚慧麗， 陳瑩瑩. 消費者在線服裝定制的影響因素［J］. 毛紡科技， 2018， 46（5）： 62-66.

SHANG Huili， CHEN Yingying. Influencing factors of online apparel customization for customers［J］. Wool Textile Journal， 2018， 46（5）： 62-66.

［44］陳姝霖， 宋瑩， 劉長江. 基于層次分析法的針織衫線上定制影響因素分析［J］. 毛紡科技， 2022， 50（4）： 73-77.

CHEN Shulin， SONG Ying， LIU Changjiang. Analysis of factors affecting the online customization of knitwear under the AHP method［J］. Wool Textile Journal， 2022， 50（4）： 73-77.

［45］李浩， 顧力文， 顧雯， 等. 基于消費者感知價值的線上線下服裝定制模式［J］. 紡織學報， 2020， 41（9）： 128-135.

LI Hao， GU Liwen， GU Wen， et al. Research on online-to-offline clothing customization mode based on consumer perceived value［J］. Journal of Textile Research， 2020， 41（9）： 128-135.

［46］劉欣悅， 宋瑩. 基于模塊化的旗袍在線個性定制流程設計［J］. 絲綢， 2021， 58（6）： 124-128.

LIU Xinyue， SONG Ying. Design of online customization process of cheongsam based on modularization［J］. Journal of Silk， 2021， 58（6）： 124-128.

［47］程明， 趙燕輝， 余衛華， 等. 面向實際工程應用的參數化旗袍樣板構建［J］. 絲綢， 2022， 59（3）： 7-19.

CHENG Ming， ZHAO Yanhui， YU Weihua， et al. Construction of parameterized cheongsam pattern for practical engineering application［J］. Journal of Silk， 2022， 59（3）： 7-19.

［48］陳咪， 葉勤文， 張皋鵬. 斜裁裙參數化結構模型的構建［J］. 紡織學報， 2020， 41（7）： 135-140.

CHEN Mi， YE Qinwen， ZHANG Gaopeng. Construction of parametric structure model for bias-cut skirt pattern［J］. Journal of Textile Research， 2020， 41（7）： 135-140.

［49］XIAO Y Q， KAN C W. Review on development and application of 3D-Printing technology in textile and fashion design［J］. Coatings， 2022， 12（2）： 267.