基于CiteSpace的服装定制研究现状及趋势分析

王梅 蔡丽玲 何诚诚 蔡一墨 刘一诺

摘要： 为精准掌握服装定制领域研究进展和未来研究趋势，文章借助文献计量学分析软件CiteSpace，通过描述性统计分析和科学知识图谱分析，挖掘服装定制知识领域的研究热点和未来趋势。结果表明：相关研究热点主要集中在人体测量与量身定制、虚拟展示与数字化定制、智能设计与定制需求、智能化生产与批量定制4个方向。未来研究可从创新人体测量方法、优化数字化定制技术、开拓特殊功能需求定制、推进智能化定制、促进定制供应链协调发展等方面展开。

关键词： 服装定制;批量定制;定制技术;CiteSpace;知识图谱;热点研究

中图分类号： TS941.1

文献标志码： A

文章编号： 1001-7003（2023）07-0064

作者简介：

王梅（1999），女，硕士研究生，研究方向为服装个性化定制与智能制造。通信作者：蔡丽玲，副教授，caililing@zstu.edu.cn。

服装定制商业模式随着互联网的井喷化发展而快速成长，并随着中国宏观环境的变化日益受到消费者的青睐。与此同时，学界对服装定制的探讨正如火如荼地进行，涵盖从设计到销售、从手工到自动、从二维到三维等不同定制方向［1］;涉及人体测量、智能设计、面向云的CAD/CAE/CAM算法应用［1-3］，以及智能化定制系统［4］等不同定制技术。然而学界错综复杂的研究成果难以给业界提供综合有力的理论支撑，目前服装定制行业尚未形成科学系统的发展构架，现有研究缺乏对服装定制研究的综合概述，全面阐述服装定制领域研究进展和最新研究成果的综述更是少之又少。基于此，为了更加系统地了解服装定制领域研究进展，把握未来研究动向，本文以服装定制为研究对象，结合文献计量分析方法对国内外服装定制领域的学术文献进行梳理，并从不同研究视角、内容和方法对相关问题进行阐述，以期通过数字可视化、内容综合化、领域生态化的综合性分析，帮助该领域研究人员和行业管理者更加全面准确地掌握服装定制研究热点和趋势。

1 文献来源和研究方法

為科学有效地搜集服装定制领域的文献，本文选取中英

文数据库作为文献计量分析的统计来源，检索时间截至2022年6月18日。其中，中国知网（CNKI）数据库采用主题为“定制”或“客制”或“定制化”并含“服装”或“服饰”或“纺织”或“时尚”或“时装”，来源类别选择“核心期刊”“CSSCI”“EI”，初步得到203篇中文文献;在“Web of Science核心合集”数据库，采用主题为“customized”或“customization”或“personalized customization”并含“clothes”或“clothing”或“garment”或“apparel”，文献类型为Article和Review，初步得到270篇英文文献。为保证论文质量，根据每篇论文的题目、摘要、关键词及核心观点进行逐篇筛选，剔除序言、书评、新闻等非学术类信息和与服装定制无关的论文，最终得到167篇中文有效文献和190篇英文有效文献。

以往学者可通过阅读大量文献深入了解研究领域的内容，却较难对研究热点或主题进行全面的梳理。CiteSpace软件可对文献进行深入挖掘和大数据的计量分析，其关键词共现、聚类、时区视图、合作网络等功能为直观追踪研究热点的动态变化提供量化工具，显著增强了文献综述的科学性和可靠性［5］。本文借助CiteSpace软件，通过绘制“科学知识图谱”的方法对检索出的167篇中文有效文献和190篇英文有效文献进行统计分析，采用定量与定性相结合的分析方法，首先通过分析逐年发文量和研究演进脉络了解服装定制领域的研究成果和研究热度变化，然后根据关键词共现图谱，结合具体文献内容，逐层挖掘并解析服装定制领域的研究热点方向，最后对未来发展趋势进行展望。

2 年发文量及研究演变路径分析

服装定制相关研究成果数量的时间分布如图1所示。由图1可以看出，学界对于该领域的研究起于2000年，此后年发文量不超过10篇，但总体呈上涨趋势。2007年英文文献同步发起，相关研究明显增多，平均年发文量13篇，呈起伏式增长。2016年起相关文献数量发展迅速，发表文章14篇，2021年上升至51篇，达到小高峰，截至2022年上半年发文量已超过20篇。

图2、图3是领域研究关键词时间线图谱，通过查看每一个聚类中关键词首次出现的年份，以及在聚类下的演变过程，可以从时间维度上探析领域知识的演进变化趋势［5］。从图2和图3可以发现，“体系结构”“服装工业”“生产模式”“技术体系”“可行性”等关键词出现较早，随后开始出现“体型分类”“纸样设计（pattern design）”“三维设计（3D garment design）”“虚拟展示”“服装智造（artificial intelligence）”等关键词，最后出现“男士衬衫”“女士正装”“骑行服”“compression garment（压力服）”等具类关键词及“系统设计”“交互设计”“customized platform（定制平台）”“智能制造”等关键词。

依据时间变化，可将服装定制研究热点演进划分为三个阶段：第一阶段为探索期（2000—2006年），为应对服装个性化市场需求，该时期研究侧重对服装定制模式的探索;研究内容涉及服装定制的特点、关键技术、结构体系及生产模式，并以此分析定制类服装工业化生产的可行性和所面临的挑战。第二阶段是缓慢适应阶段（2007—2015年），侧重服装定制工业生产过程中人体测量技术、服装设计技术、生产技术等技术和方法的应用及创新，并开始将人工智能技术应用到服装定制当中;但该阶段论文发表数量少，研究成果匮乏，研究深度不足，故该时期的服装定制研究发展尚不理想，学者和企业还处于努力适应行业转型带来的变化之中。第三阶段是快速发展阶段（2016—2022年），文献发表数量达213篇，占研究样本总量的60%。相较于之前，该时期研究生态领域更加全面，不仅在服装定制技术上有较大推进，在定制深度上也愈加以人为本，注重消费者对于不同品类服装的个性化和多样化需求。整体看来，服装定制领域在技术上更加高效便捷，在制造上更加数字化、智能化，在层次上更加全面、深入。

3 研究热点领域分析

3.1 关键词分析

关键词共现网络图谱有助于研究热点的可视化呈现，在CiteSpace中，将切片时间设置为1，选择修剪切片网络，使词频共现图更加可观，对关键词进行共现聚类（图4），并选取共现图谱上共现频次前15的关键词汇总（表1），中心度表示节点在网络中重要程度。图4中，圆形节点的大小表示关键词出现的频次，关注度与频次密切相关，频次越高关注度也越高，节点间的连线表示关联度，连线越粗越密则表明联系越紧密［5］。

中文文献聚类结果得到14个主要集群，分别为#0定制、#1个性化、#2特殊体型、#3定制服装、#4批量定制、#5服装定制、#6人体测量、#7图案设计、#8服装设计、#11影响因素、#12行业特点、#15服装工业、#17跨国采购、#18现有模式;英文文献聚类结果得到10個主要集群，分别为#0 technology enablers（技术推动者）、#1 mass customization（批量定制）、#2 thermal comfort（热舒适性）、#3 body scanning（身体扫描）、#4 3D design（三维设计）、#5 garment industry（服装行业）、#6 three-dimensional displays（三维展示）、#7 electronics（电子学）、#8 C2M（用户直连制造）、#9 bust volume（胸围量）。综合中英文图谱的聚类标签来看，服装定制领域的研究，以人体特征（#2特殊体型、#6人体测量、#3 body scanning）为中心，个性化需求（#1个性化、#7图案设计、#8服装设计、#4 3D design）为导向，先进定制技术（#0 technology enablers、#6 three-dimensional displays、#7electronics）为依托，最终实现满足消费者需求（#2 thermal comfort、#9 bust volume）和服装企业效益的生产经营模式（#4批量定制、#17跨国采购、#18现有模式、#1 mass customization、#8 C2M）。同时不断跟踪评估行业发展特点（#12行业特点、#5 garment industry），寻找优化定制的关键点（#11影响因素），以实现长足发展的目标。此外，#7 electronics（电子学）作为一个单独集群，侧重对功能型智能服装的研究。综上可以看出，领域的研究已涵盖服装产业链的各个环节，呈现出综合化、生态化。

3.2 研究方向分析

依据前文对关键词的分析，同时结合357篇中英文文献的核心内容和研究方向，本文将服装定制领域的研究方向分为4个方面，即人体测量与量身定制、虚拟展示与数字化定制、智能设计与定制需求、智能化生产与批量定制。

3.2.1 人体测量与量身定制

为了满足消费者对合体度和舒适度的要求，尤其是一些体型特殊的群体，研究人员需要通过更加精准的人体测量方法以获取客户身材尺寸，从而为其提供更加准确的服装定制服务。随着科学技术发展日趋成熟，人体测量已从传统的手工量体向三维扫描、自动化及非接触式测量等方向发展［2］。与传统方法相比，目前的人体测量方法既保留身体尺寸信息，又保留身体的几何形状信息［6］。一方面，通过三维人体测量技术可快速准确地获取衣下间隙，测量人体模型在穿着和未穿着服装状态下腹部、臀部、大腿和膝盖等特征部位横截面之间的空间距离［7］，或是研究在给定舒适度下距离缓和沿胯部曲线的分布情况［8］，从而用于改进或评估服装的合体度与舒适度。另一方面，三维人体测量能够通过扫描不同个体，详细划分出测量部位，获得有效的人体测量数据，这些数据经处理和转化后可用于细分并更新人体体型，制定出更加完善的服装号型标准［9-10］，以实现匹配消费者体型特征的定制生产。同时，由于机器测量与手工测量数据存在较好的一致性和可替换性［11］，可据此进一步完善和细化服装号型系统。除了对人体形态的整体把控，也有学者聚焦于人体胸、腰、腹、臀、腿［12］等具体部位形态特征的研究，深入分析人体细部尺寸数据，为满足消费者对定制类服装穿着合体度与舒适度需求提供了一定的技术支撑和科学依据。

3.2.2 虚拟展示与数字化定制

服装虚拟展示是一种基于虚拟人体建模、虚拟服装及虚拟试衣的全流程、可视化仿真技术［3］。首先，虚拟人体为三维服装设计、虚拟仿真、虚拟试衣等电子化定制应用提供了有效支持。虚拟人体作为虚拟展示的载体，其重建方法一直被研究人员不断创新。虚拟人体的构建采用3D扫描捕获人体尺寸信息和几何形状信息，通过数据拟合、姿势调整等提取出人体模型［6］。虚拟人体建模作为虚拟展示的基础，受到业界的高度重视。但由于数字人体建模的成本问题和技术门槛较高，其推广应用具有一定的难度［13］，且建模前期的人体数据采集给客户带来的心理不适及隐私问题，也影响其在定制市场中的接受度［14］。其次，在虚拟服装研究领域，通过构建特征人体模型，实现贴体服装设计及样板自动生成，可有效解决定制类贴体服装传统样板生成方法所存在的合体性差、设计制版周期长等问题［15］。同时，为提高虚拟服装的保真度，不仅需要从虚拟面料着手［16］，研究不同种类面料的静态虚拟效果［17］，还需要研究服装褶、裥、省等动态结构效果［18］，为使虚拟服装的效果更为逼真，对于虚拟面料的仿真研究必不可少。最后，虚拟展示的另一个重要领域为虚拟试衣，其按照着装人体的不同可分为虚拟人体着装和实体虚拟着装。虚拟人体可以是服装号型中的标准人体，亦可以是量体定制中的个性化人体或仿人试衣机器人，虚拟人体着装可以模拟实体店试衣的体验效果，并利用多变的服装款式提高客户的购买欲［19］;实体虚拟着装则是指虚拟服装在客户自己身上进行可视化，客户无须亲自试穿即可观看自己穿着不同的服装。为确保虚拟试衣的视觉兼容性和真实的虚拟感觉，利用机械学习技术生成服装，经过准确拟合，可以实现虚拟照片般逼真的外观和效果，创造出全新的客户体验［20］。虚拟展示技术为数字化定制的研发、设计及评估提供了便捷有效的技术支持和保障。

3.2.3 智能设计与定制需求

服装定制的设计环节依赖于消费者的定制需求。相关研究聚焦于依托先进定制技术满足客户多元化的定制需求，通过智能设计及推荐技术提高客户的定制参与度，进而实现高满意度的定制服务。首先，为了更好地适应日益变化的多元客户需求，学者一方面通过分析旗袍［15］、针织衫［21］、内衣［22］等不同品类服装的独特属性，研究服装定制的具体流程和方法。另一方面，从服装的款式［23］、色彩［24］、面料［25］、图案［26］等外观要素出发，使顾客的定制需求得到更多元化的满足。其中，款式作为服装具体设计要素的载体，通常被用作定制设计模块化的主要对象［19］;色彩是服装捕捉眼球的关键要素，由于色彩特殊的光学属性，对其研究除了基于客户偏好进行匹配外，也逐渐开始关注色彩对于特殊功用型服装的视觉效应［24］;面料是纺织服装行业特有的设计要素，对其织纹结构［17］、物化性能［25］的研发和技术实现一直是行业关注的重点;对于图案的研究，随着各国对本土文化的重视和弘扬，国内外学者逐渐回归传统，利用现代技术实现传统纹样图案的再设计及数字化实现。国外学者Indrie Liliana等［26］从民间服装中挑选图案，并以现代方式重新诠释，解决了民间图案用于个性化服装上的问题;国内学者古皎霞等［27］在分析云冈石窟壁画纹样造型及艺术特点的基础上，提取典型的纹样进行二次设计，再将设计的纹样加以组合，形成四方连续图案，配以云冈壁画的典型用色，设计定制面料。除了对以上外在元素的设计，随着客户消费需求层次的提升，契合消费者感性特征的设计逐渐占据更大的市场空间。为满足客户内心的感性需求，研究人员将服装的显性设计元素和客户内心的感性认知相关联，推动服装定制朝着情感化设计的方向发展［28］。

为了提升客户参与定制及设计过程的可能性，服装定制设计技术从手动绘图向自动化及智能化设计推荐转变。通过运用先进技术手段将定制元素数字化、模块化，进而建立数据库，以客户需求为导向实现自动匹配和智能设计。目前，一些智能设计系统在款式、面料、配色、织纹、纱线上具备一定的自动协调能力［29］，既使客户享受了优质的服务过程和设计体验，又有效保证了企业定制业务的效益和效果。

3.2.4 智能化生产与批量定制

批量定制是以类似于标准化和大规模生产的成本和时间，提供客户特定需求的产品和服务［30］。在批量定制模式下，企业依托服装各部件模块的重复性和变化性，通过规范服装部位、部件和配件，推动服装产品结构和制造过程的重组，实现针对部分客户需求的产品配置和快速设计［31］，最终以大规模、批量化的生产效率和速度，完成个性化定制产品的加工，产品设计呈现智能化、模块化、系列化，制造过程日趋柔性化、集成化［30］。随着科学技术的发展，服装生产工作逐渐趋向网络化、自动化、数字化和智能化，定制流程更加便捷高效，图5展示了数字驱动的服装智能定制技术应用体系及领域研究框架。

基于大数据系统和网络化分布，展开智能验布、智能排料及裁衣、自动缝纫、在线工艺和质量监控、自动输送包装及智能仓储，同时使用人工智能技术优化生产规划，实现自动化和智能化生产［29］。在这些高新定制技术的加持下，服装大规模定制领域逐渐形成装备智能化、生产智能化、管理智能化及生产系统智能化的服装生产体系［32］和数据赋能驱动的智能定制模式［33］。

服装定制企业通过线上线下双渠道建立客户数据源，探索客户属性，在精准捕捉客户异质性需求的同时激发客户潜力，打破企业传统专制制造的桎梏，利用客户参与价值共创的意愿，促进民主制造运营模式的创新发展［34］，最大程度上满足了客户的个性化需求;基于客户的个性化数据，智能CAD系统能够实现依据人体尺寸和体型特征自动生成和修改服装样板［29，35］，协调设计元素，输出设计及制版信息，并依托服装模块属性给予流水线各个工位相应工艺要求，从而打通智能化生产数据流，激活数据的分解性、可读性、流动性和集成性，实现全流程数据化的高效、柔性生产范式［36］。在此基础上，为进一步优化定制流程，节约生产成本，不少学者引入数学模型、遗传算法及机械学习等人工智能技术，针对服装定制生产流程中铺料［37］、裁剪［38］、尺码配置［39］、投产秩序［40］等具体事宜进行了更为细致的研究。同时，智能大数据分析技术可通过分析消费者日常服装时尚偏好、价格区间、生活方式等基本信息了解客户的感性需求，绘制用户画像，从而预测消费者需求和流行趋势，指导设计师完成更具针对性、个性化的设计［41］，这对于搭建市场罗盘，把握市场动态，实现精准营销而言意义重大［42］。此外，基于大数据和人工智能技术研发出的服装推荐系统，不仅能够以销售为目标进行服装消费推荐，还可以结合专家知识实施设计推荐，为更加高效的服装定制贡献了新途径［4］，人工智能技术将引领纺织服装行业走向新的发展。

综上所述，随着互联网与电子商务的发展，服装定制正朝着个性化、网络化、数字化、智能化方向发展。服装定制业务的成功与否受到多因素影响，表2展示了服裝定制过程中的关键影响因素，包含服装定制的方向、需求、要素、方法及技术等多个模块。一方面，企业需要准确获取消费者显性和隐性需求，掌握不同品种服装定制属性的异同点，从而帮助客户实现特殊的定制目标。另一方面，为适应服装定制模式，进行企业组织创新和供应链协作创新，提升定制服务水平和定制效率，实现定制业务的人性化服务和专业化流程是保障服装定制业务长足发展的核心竞争力。同时，面对多元消费者需求和技术革新，基于先进定制技术的模块化、参数化、快速成型等服装定制设计方法和数字化、智能化定制模式也应运而生。

4 研究结论与展望

4.1 研究结论

本文借助CiteSpace软件，通过对357篇中英文文献的梳理，探讨服装定制领域的研究动态和趋势。研究发现，2000年开始，服装定制领域发文量总体呈上升趋势，研究成果逐渐丰富，结合关键词演变时间线图谱分析，可将领域发展划分为探索期、适应期、快速发展期3个阶段。探索期侧重对服装批量定制工业模式思想、方法、技术的理论分析，适应期侧重定制工业中服装设计及生产领域的技术创新和应用，在快速发展期，研究宽度和广度更加细化，定制技术日趋成熟。结合关键词分析，可将研究方向划分为人体测量与量身定制、虚拟展示与数字化定制、智能设计与定制需求、智能化生产与批量定制4个方面。

4.2 研究展望

在需求多元化和产业数字化的影响下，服装定制领域将面临更多机会和挑战。基于上述分析，结合服装定制环境、消费主体和商业模式等重要因素，本文认为未来研究应重点关注以下领域：第一，创新人体测量方法。随着二维图像非接触式人体测量技术、图像分析技术、多传感器人体尺寸测量技术的发展，人体测量将朝着更多选择和技术创新路径发展。第二，优化数字化定制技术。虚拟服装技术的发展要求纸样设计技术与之衔接，纸样设计方法从传统的手工制版，逐渐发展为更加快捷的数字化制版。目前，纸样设计技术涉及参数化设计、智能打板及三维服装曲面展平技术等，且这些方法在纸样精确度及生成速度上尚有较大的研究空间。未来可制订相关规范或标准对虚拟展示效果进行更为科学系统的评价，为数字化定制技术的优化提供依据。第三，开拓特殊功能需求定制。服装界对功能性服装的研究由来已久，从早期对消防服、宇航服、防弹服等作业服装及校服和军装等行业制服的定制，到如今应用于医疗保健的特体服装和智能可穿戴服装。随着科技进步和物质生活水平的提高，功能型服装的定制需求将更加多样、复杂，成为服装定制领域未来的重要研究方向。第四，推进智能化定制。第四次工业革命以来，制造业的自动化与智能化发展成为研究的热点，有学者将人工智能技术引入到定制领域，探讨如何利用智能算法提升定制的有效性。随着用户需求层次日益攀升，服装的定制将朝着更为智能化的设计与推荐方向发展。第五，促进定制供应链协调发展。企业应通过打造数字化商业平台，建立定制合作伙伴数据网，整合一流的服装设计师、版师、面辅料供应商和物流配送企业等合作资源，及时分享客户数据，实现整个定制供应链体系的快速响应和精准对接，以此促进服装定制产业的可持续发展。

参考文献：

［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］王晓菲， 王燕珍. 三维人体测量技术的发展现状及其应用［J］. 毛纺科技， 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， 冯文倩， 等. 面向服装行业的人体三维重构建模研究现状［J］. 毛纺科技， 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］王梦云， 王晓云， 许君， 等. 服装推荐系统研究进展［J］. 北京服装学院学报（自然科学版）， 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］陈悦， 陈超美， 胡志刚， 等. 引文空间分析原理与应用CiteSpace实用指南［M］. 北京： 科学出版社， 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］陈晓玲， 彭小琴， 黄家剑. 湖南女大学生体型特征与分类研究［J］. 针织工业， 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. 基于不同人体测量方法的数据一致性和可替换性研究［J］. 纺织学报， 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， 王玲丽， 刘凯旋. 基于数字化三维人体模型的旗袍定制设计［J］. 纺织学报， 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］郑培晓， 蒋高明. 基于WebGL的纬编提花织物三维仿真［J］. 纺织学报， 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］陈心， 尹玲， 任丽红， 等. 基于CLO3D技术的戏服装扮虚拟仿真研究： 以褶子为例［J］. 丝绸， 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］江红霞， 黄智威， 刘基宏. 基于模块化划分的旗袍虚拟展示［J］. 纺织学报， 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， 唐颖， 金鹏， 等. 基于流程模块化的针织衫定制系统设计与实现［J］. 毛纺科技， 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， 刘丽妍. 基于3D打印技术的内衣个性化定制研究［J］. 针织工业， 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］陈子豪. 网络定制模式下骑行服的图案及色彩设计［J］. 针织工业， 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， 吉悦， 卢致文， 等. 云冈石窟壁画纹样在服装设计中的应用［J］. 毛纺科技， 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］董占勋， 李亚男. 服饰高级定制的情感化设计新模式［J］. 纺织学报， 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， 蒋高明， 彭佳佳. 人工智能引领纺织行业创新发展［J］. 现代纺织技术， 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］吴迪冲， 顾新建. 服装大规模定制特性分析［J］. 纺织学报， 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］许才国， 刘晓刚. 服装大规模定制产品开发模式的现状与对策［J］. 纺织学报， 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］张惠芳， 曹丽勤， 龚芬， 等. 智能化服装生产体系与智能服装体系解读及对其标准制订的思考［J］. 丝绸， 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］张明超， 孙新波， 钱雨. 数据赋能驱动智能制造企业C2M反向定制模式创新实现机理［J］. 管理学报， 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. 基于价值共创的民主制造运营创新： 红领案例［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的男西服样板自动化生成［J］. 毛纺科技， 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］张明超， 孙新波， 钱雨， 等. 供应链双元性视角下数据驱动大规模智能定制实现机理的案例研究［J］. 管理学报， 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］刘艳梅， 颜少聪， 纪杨建， 等. 大批量定制服装裁剪分床计划的两阶段优化方法［J］. 计算机集成制造系统， 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］谢子昂， 杜劲松， 余雅芸， 等. 西服定制吊挂生产线的筛选秩序优化［J］. 纺织学报， 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， 邢乐. 人工智能背景下中国婚礼服设计服务模式探究［J］. 丝绸， 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， 郑军红， 杨聪霞， 等. 基于“互联网+大数据”服装定制的精准营销研究［J］. 丝绸， 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］尚慧丽， 陈莹莹. 消费者在线服装定制的影响因素［J］. 毛纺科技， 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］陈姝霖， 宋莹， 刘长江. 基于層次分析法的针织衫线上定制影响因素分析［J］. 毛纺科技， 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， 顾力文， 顾雯， 等. 基于消费者感知价值的线上线下服装定制模式［J］. 纺织学报， 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］刘欣悦， 宋莹. 基于模块化的旗袍在线个性定制流程设计［J］. 丝绸， 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， 赵燕辉， 余卫华， 等. 面向实际工程应用的参数化旗袍样板构建［J］. 丝绸， 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］陈咪， 叶勤文， 张皋鹏. 斜裁裙参数化结构模型的构建［J］. 纺织学报， 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.