一、1999/2000秋冬季中国服装流行走势(论文文献综述)
苑慕华[1](2020)在《服装艺术设计中的塑形实践研究》文中认为服装是三维立体的造型形态,通过材料对人体的包裹而形成造型。人体、材料和造型是构成服装设计的三要素。服装塑形是将材料围绕人体进行形态塑造的实践过程,通过服装塑形实践,可以直观地获取服装设计的思维方式、对材料属性的分析过程、塑形语言的使用方法、工艺技法的经验以及服装的造型特征。在以往的服装设计研究中,已有一些案例和研究将创作实践和创作技法作为设计的开端,但多数是通过服装效果图的形式进行设计创新,少有从立体形态和直观的审美角度进入设计研究。因此本文通过对服装塑形的实践研究,结合人们视触觉的审美特点以及四维空间的审美体验,将人们的审美与服装材料、服装的功能、造型技法相结合,为服装设计提供直观的设计经验和设计导向。本文首先通过文献研究法、案例分析法从艺术理论和概念介入,对服装艺术设计和服装艺术的概念进行区分,明确服装艺术设计是服装设计的门类,它是集服装的艺术性表现、服用功能、商品属性为一体的服装产品。在此基础上用实践法展开了对服装塑形的实践研究,包括材料、塑形语言、空间属性、审美特征等。然后运用实验分析法以自己的服装设计作品为实践依据,分析服装塑形实践为服装艺术设计带来的影响。验证了服装塑形实践的思维方式决定了设计实践过程,服装塑形材料属性和塑形语言为服装设计提供了多样的设计方法和表现形式。服装塑形所采用的工艺手段也引领着服装制造业的发展方向。
傅白璐[2](2018)在《基于数据挖掘的女装廓形流行趋势智能分析预测系统研究》文中研究指明在我国大力推进品牌自主创新的时代背景下,如何提高服装品牌的自主研发能力,由“中国制造”转化为“中国创造”,将流行时尚的产品设计打造为品牌的核心竞争力是当下我国服装产业需要深思的课题。对于消费者而言,除了服装颜色、纹理和材料等因素外,衣服的外廓型也是在选择购买服装过程中的重要参考因素。相比其他因素,可以说服装外廓型是服装设计的起点。因此,在服装的创新设计中,服装廓形设计显得尤为重要。但事实上,针对服装廓形的相关研究还存在一定的空白,比如服装廓形的标准化定义、服装廓形的智能识别、以及服装廓形流行趋势预测的相关研究等还显得不足。另一方面,每年服装趋势发布都会产生大量的服装图片,这些图片包含了各种流行趋势信息,但由于数量巨大且较难对信息进行提取,所以往往都未能好好利用,设计师们不知如何将其转化为设计灵感并体现在具体的产品设计中。面对大数据带来的挑战,服装设计领域急需更为高效、智能的工具手段帮助设计师挖掘海量数据背后的可用信息。本文跨学科地借助先进的计算机技术,根据服装走秀的静态图片,进行服装廓形智能化识别、提取及测量,随后在数据挖掘的大框架下,以廓形变化较为丰富的女装品类为着眼点,提出一种基于BP神经网络的女装廓形流行趋势预测系统,旨在为服装品牌和设计师提供快速、便利、准确的女装廓形趋势方向,提供女装原创设计的新思路。首先,本文对常见的人体分割算法、人脸检测方法、皮肤检测方法、图像分割等相关技术进行了简单的介绍,并着重针对本文采用的几项关键技术,如最大后验概率模型、图割等算法原理进行了阐述。随后,利用近年来迅速发展的计算机技术,结合多个数学模型,对大样本图像数据进行批量处理,结合最大后验概率模型作为模拟服装模特可能存在的躯干模型完成对图像中着装模特的识别检索,并利用图割技术对静态目标人体进行提取,利用Hough变换法自动记录各个部位的水平位置两侧端点宽度,记录人体以及服装相关尺寸,搭建女装廓形基础尺寸数据库,从而为服装廓形从人们往往偏向于感性的定义到标准化、数字化的定义提供了条件。同时,本文针对尺寸提取过程中可能出现的各种情况进行了分类讨论,充分考虑了无法测量到肩部相关尺寸(抹胸造型)与膝盖处相关尺寸(短装造型)等特殊情况,并创新性地提出了“突变点”的概念,以有效提取廓形数字化信息。最后,根据细分后的不同情况对服装进行精准测量,让提取后的结果更具可信性。在该服装尺寸数据库构建的过程中,本文详细地提供了女装廓形相关基础尺寸测量方法和流程,为女装的廓形判断提供了必要的数字化试验数据。其次,对于服装廓形并没有统一的标准化定义,为了解决廓形数字化研究的难题,本文创新地提出一种女装廓形数字化分类标准。该方法结合各个女装基础廓形的外观特征,着重对五大基础廓形(A形、H形、T形、O形、X形)以及常见的S形廓形进行了数字化定义。针对影响服装廓形的人体三大区间,即肩部和腰部之间、腰部和臀部之间、臀部和膝盖之间,探讨了各个部位之间不同角度的变化区间,对可能出现的各种情况进行分区讨论。同时,本文将女装分成6种常见的着装情况,分别为:1.有腿部造型且服装廓形连续;2.齐臀且服装廓形连续;3.有腿部造型且肩腰之间存在突变点;4.有腿部造型且腰臀之间存在突变点;5.有腿部造型且臀膝之间存在突变点;6.齐臀且在肩腰或腰臀之间存在突变点,基于这6种着装情况分别对其进行精细化的廓形分类,从而将描述型定义转化为便于数据运算和数据挖掘的数字化信息,该分类标准便于品牌和设计师更为准确地分析女装趋势。然后在此廓形分类基础上,指导系统对廓形进行智能化的分类识别,便于设计师快速、批量识别女装廓形。经试验验证其识别精度达到93%左右,具有可操作性。该女装廓形识别功能的实现建立了女装廓形评判标准,可以避免不同人群因主观判断的不同,在进行廓形分析或讨论时就廓形判断产生差异,同时可以利用计算机,智能高效地对批量服装进行廓形识别,极大程度地提高了工作效率。最后,本文总结了目前服装相关的流行趋势发布现状、影响因素、一般流程等。同时对于数据挖掘理论、时间序列数据挖掘、BP神经网络等相关工具模型的概况和原理进行了阐述。针对女装廓形流行趋势预测的研究空缺,本文在女装廓形基础尺寸数据库及智能识别系统的基础上,基于数据挖掘的大框架,结合BP神经网络时序数据挖掘预测模型,构建了一种女装廓形趋势预测系统。并对15个国际一线女装品牌11季秀场的图片数据进行数据挖掘,对已识别的女装廓形进行进一步的智能趋势预测,为品牌和设计师提供女装廓形设计参考。通过对历史廓形数据的分析挖掘,从中提取出了合理而重要的廓形结论,且系统模型的误差直方图和输出与目标对比图都充分证明了预测模型的准确性,利用该系统对历史数据的计算和预测得到了6大廓形近期未来的趋势走向。本文的创新点主要表现在以下四个方面:(1)实现女装廓形及相关尺寸的智能提取本文结合了多个数学模型,利用计算机实现了静态人体的自动分割,以及人体及女装廓形基础尺寸的自动提取,构建了智能女装廓形基础尺寸数据库。由于女装设计的多样性,本文针对几大主要的款式分类制定了相应的测量规则,从而确保准确而全面地对女装廓形基础尺寸进行提取。基于服装走秀的静态图像数据库,本文提供了女装廓形相关基础尺寸测量方法和数据库构建流程,为女装的廓形判断提供基础试验数据。(2)提出女装廓形数字化分类标准本文创新性地对6大廓形(A形、H形、T形、O形、X形和S形)进行了数字化定义。该定义结合6大服装廓形的外观特征,以支撑服装的女性人体主要部位(肩部、腰部、臀部和膝盖)之间服装外轮廓的角度变化为依据,通过对角度的计算、分区和组合,得到了不同廓形的标准数字化定义,避免了服装设计师主观判断服装廓形所造成的误差,便于设计师更为准确地分析女装廓形趋势,同时为今后长期服装廓形理论研究提供数字化分析这一必要条件。(3)实现女装廓形的智能识别本文在6大廓形数字化定义的基础上,将女装分成6种常见的着装情况,根据不同着装效果的外观特性调整廓形分类,给出相应的识别规则,最终实现计算机对女装廓形的智能化识别,便于品牌和设计师快速、批量识别女装廓形,提高廓形判断的准确性和效率,为女装廓形趋势预测分析提供有效的基础技术支持。(4)构建女装廓形智能趋势预测系统本文在数据挖掘的技术框架下,对计算机智能识别的女装廓形进行进一步的趋势预测。该预测系统根据女装廓形数据的时序性特征,以BP神经网络模型为具体挖掘工具,以历年女装品牌服装廓形为试验数据,预测并检验了该趋势预测方法的准确性。该系统的构建为设计师提供了女装廓形趋势预测的一种有效方法,为服装廓形设计提供了可靠的依据。
荣蓉[3](2018)在《基于波浪理论的女装设计要素流行趋势预测及应用研究》文中研究指明流行趋势预测是一门实用性强的学科。准确的服装流行趋势预测体系不仅能够帮助服装设计从业者和服装制造企业有效地把握服装市场的流行动态,更能提升服装设计从业者的设计水平和服装制造企业的自主研发能力。当前,中国已然成为世界上最大的服装消费国和生产国。随着经济全球化的日益加深,我国服装产业所面临的竞争和挑战也日益激烈。中国正积极从服装大国向着服装强国发展,而引领服装产业潮流的能力是成为服装强国所必备的。在我国服装产业中,女装市场又占据着相当大的比重。如果女装服装企业能够紧跟服装流行趋势,甚至准确预测服装流行趋势,必将会为女装企业的设计、生产和供应能力带来巨大的提升,提升我国女装企业的国际竞争力,进而极大推动我国服装产业的发展。但是,我国的品牌女装总体上在流行趋势预测方面的能力比较薄弱,主要是模仿国际一线大牌或者凭借设计师的个人经验,准确有效的女装流行趋势预测方法是需要的。本文首先对服装流行趋势及其预测进行了概述,重点介绍了服装流行趋势的特征、内容、影响因素以及国内外相关的预测体系,阐述了服装流行预测的内容、发布规律和渠道、方法和步骤。同时,对波浪理论进行概述,重点介绍了其用途、产生背景、基本形态与特征以及局限性。本文其次在现有女装销售数据的基础上建立起符合女装设计要素流行发展的波浪理论,并在女装设计要素流行波浪理论的基础上提出了基于波浪理论的女装设计要素流行预测模型,选择图案中的条纹和款式中的蕾丝作为实验对象,验证了整套预测体系的正确性和可行性。本文所提出的基于波浪理论的女装设计要素流行趋势预测方法首先用女装设计要素流行波浪理论作为其流行发展方向的判断依据,再结合傅里叶级数拟合模型对设计要素流行趋势做出更准确的预测。本文接着在粗集理论相关概念的基础上构建了女装流行设计要素的知识库,结合知识库的信息制定了女装设计要素流行规则,并对此加以分析,阐述了粗集理论是如何与波浪理论配套使用使得预测过程和结果更加直白和简单。本文最后结合实际的女装品牌——淼森花境,基于本文所提出的理论和方法对该品牌给出合适有效的指导和建议。基于波浪理论的女装设计要素流行预测体系能够分析出各种设计要素的各自流行趋势,基于粗集理论的女装设计要素流行规则能够指出能够产生流行的设计要素组合,前者帮助设计者聚焦到某种即将流行的设计要素,后者帮助生产者选择能够流行的设计要素组合并应用于最新的产品之上。本文针对女装这一服饰品类,并以女装设计要素中的图案与款式作为研究对象,建立了基于波浪理论的女装设计要素流行预测体系和基于粗集理论的女装设计要素流行规则。从研究分析的结果来看,女装设计要素波浪理论和女装设计要素粗集理论,不仅得到了历史数据的验证,更为具体的预测模型和流行规则提供了指导与依据。本文为女装设计要素流行预测和规则提供了一套完整的流程,并能够有效地帮助设计人员、流行预测人员等相关从业者提高女装设计要素流行预测和制定女装设计要素流行规则的准确性。未来,需要进一步地收集数据,研究更全面更通用的流行趋势预测体系,使得预测体系在面对突变数据时表现出更好的处理能力和辨识能力,在面对不可预估因素时表现出更好的分析能力和判断能力。
王秋实[4](2017)在《A内衣品牌营销策略研究》文中研究说明2016年是中国服装纺织行业的又一年“寒冬”,服装企业面临前所未有的增长压力,相比之下,同在纺织行业下的中国内衣市场虽然有超过2000亿的市场份额,但两位数的增长势头难以维持,同样也存在诸多瓶颈问题,如品牌集中度低、产品同质化严重、库存高企等等。在行业外部环境恶化的同时,A内衣品牌所属企业同样机遇与挑战并存:机遇是公司2015年通过上市获得可供发展的资金与广泛的市场认可。挑战是企业处于内部改制的关键时期,组织内部管理人员流动性提高,工作流程和责任人都有较大变化。A品牌作为企业定位于中高端女性顾客的内衣品牌,不仅需要更好的应对企业转型,而且需要对主体客群进行深入研究,在消费升级趋势下,精准掌握用户需求,进而采取相应的营销组合策略。本文通过问卷调研、统计分析、数据监测等方法,基于对A品牌现阶段顾客特征进行的深入分析,描绘出的用户画像,再对A品牌的营销组合策略进行了定量化解读并提出调整优化建议,共分为四个部分:第一章:从行业背景、产业链、市场容量、市场环境、高端消费市场等多角度对中国内衣市场进行深入分析,从而引出A内衣品牌所属企业面临的发展问题及本文的研究思路;第二章:分析了A品牌所属企业的基本情况、经营数据、发展战略及品牌定位,从而为A品牌的顾客特征分析和营销策略分析提供着力点;第三章:从顾客价值、女性顾客消费特征、店柜顾客消费特征及会员顾客消费特征四个方面对顾客特征进行了深入分析,核心结论如下:(1)A品牌的顾客级别符合二八定律,金银卡会员是品牌利润的中坚力量;(2)女性顾客购买内衣的目的性总体来讲并不明确,很多情况下,销售人员对女性顾客忠诚度的影响较为深远;(3)顾客对品牌的认可程度深刻影响着顾客的购买决定。第四章:从产品策略、价格策略、渠道策略及销售促进策略四个方面对A品牌营销组合策略进行了深入分析,核心结论如下:(1)A品牌的品类销售集中度高,存在一定的经营风险,且产品设计存在不足,需从研发阶段起对当季产品开发有清晰的规划;(2)A品牌的新产品定价策略主要采用渗透定价策略,对已经上市的产品随着产品生命周期的推演采取折扣定价策略;(3)A品牌应该在优化自身渠道的基础上,打通线上、线下的障碍,加快产品周转速度;(4)与竞品相比,A品牌微信平台运营能力较弱,需警惕流量下降趋势。本文的研究内容将为A品牌在公司战略转型背景下的营销策略调整提供一定的参考依据。
李晓彤[5](2015)在《女装中流行色彩应用与分析》文中研究指明我们日常生活中无处不存在着色彩,它使得我们的生活更加丰富,使产品更具有吸引力。在服装领域,色彩作为服装设计中重要的元素之一,在服装中发挥着重要的作用。尤其是作为符合时尚潮流的流行色彩,其具有较高的商业价值。同时,流行色彩所具有的文化属性也是现代人们的在日常生活中不可或缺的。因此,流行色彩的应用已越来越受到各个行业的重视,并作为产品开发策略加以研究与应用。尤其是在女装设计中,从生理方面来看,女性对于色彩更加的敏感,她们在消费方面对色彩的需求比男性高。因而,流行色彩在女装设计中的运用更应该被重视。合理的将流行色彩运用到女装设计中,不仅可以满足消费者对于时尚的需求,还会给服装增加附加价值。本文围绕流行色彩,从流行色彩的起因、发展开始分析,着重研究流行色彩在女装领域的应用情况。本文主要分为四个部分。第一部分主要研究流行色彩的特性、起因以及流行色彩在服装领域内的发展状况。第二部分,对服装领域内流行色彩的变化规律、影响因素以及影响流行色彩在女装设计中的关联因素进行分析研究。第三部分,总结流行色彩在女装设计中的应用方法,为中小服装企业在流行色彩的应用方面提供思路和指导。最后一部分,根据总结的流行色彩选择与应用方法,进行流行色彩在女装品牌中的色彩规划实践。
项珊珊[6](2015)在《杭州大学生衬衫消费行为研究》文中进行了进一步梳理大学生是较大的服装消费群体之一,衬衫因其四季可穿着性成为男女大学生服装消费的重要单品,衬衫市场在大学生群体中具有广阔性和相对稳定性。然而市场上衬衫产品同质化严重,难以满足消费群体的产品需求。目前服装企业已进入以品牌和产品特色为主导战略的关键时期,对消费群体进行精确细分是提高竞争力的重要手段。尽管衬衫消费行为的研究较多,但定性、定量并结合季节因素对大学生衬衫消费行为展开全面分析的研究较少。从企业开发的角度,结合季节因素研究大学生衬衫消费行为对企业调整衬衫类产品结构是非常有价值的。本文基于此目的对大学生衬衫消费行为展开研究,希望可以为企业产品开发提供参考依据。本文的研究可丰富和完善衬衫消费行为的研究内容。笔者通过查阅文献、深度访谈以及预调研,结合企业实际需求,构建大学生衬衫消费行为模型,并对其进行验证。在此基础上设计了大学生衬衫消费态度问卷以及男女大学生衬衫产品偏好问卷。在杭州高校进行市场调查,共回收671份有效问卷。利用统计分析软件SPSS19.0对调研数据进行分析,主要采用频率分析、多选项分析对大学生衬衫消费行为的各影响因素进行统计分析,然后运用单因素方差分析、均值和标准差分析、多独立样本的K-W检验法、相关分析、以及交叉列联表分析法等方法分析各影响因素间的相关关系。大学生衬衫消费行为从消费态度的内外部因素和产品偏好两方面展开,并研究产品偏好季节性差异。得到结论如下:1)大学生购买衬衫的主要原因依次为适合自己,便于搭配和特殊情况需要。2)大学生对衬衫属性均比较重视,尤其是质量和舒适度;但大学生对衬衫属性存在一定的不满意度,男女生有差别。3)大学生对细节设计比较重视。4)实体店是大学生获得衬衫产品信息的最主要渠道,女生更喜欢在实体店了解产品信息;大学生最喜欢的购买场所是商场,其次是网店、专卖店;大学生总体上对品牌没有忠诚度。5)男女生衬衫价格偏好差异较大,男生更愿意购买高价衬衫。6)大学生偏好在春、秋季穿着衬衫。7)季节因素影响,大学生对衬衫面料、颜色、版型、衣长偏好均不同。针对以上结论从衬衫产品开发角度对企业提出相关的产品建议,为服装企业生产更符合市场需求的衬衫产品提供参考依据。
段薇[7](2014)在《基于快时尚模式的服装品牌关键业务驱动因素的PLM解决方案研究 ——以初见品牌应用Lectra Fashion PLM为例》文中指出在信息化和数字化飞速发展的今天,快时尚在国内的迅速扩张,使得越来越多的服装品牌和企业认识到如何在最短的时间以最低价格为消费者提供其需求的产品是品牌和企业的竞争优势所在。PLM解决方案作为以产品为中心,力求缩短产品研发时间、节约产品成本的方案恰可满足基于快时尚模式服装品牌和企业的诸多诉求。然而,目前对针对基于快时尚模式服装品牌和企业关键业务驱动因素的PLM解决方案的研究还并不完善,尤其是国内服装企业对PLM的应用还一知半解。首先,本研究以企业实践项目为依托,在对快时尚模式和PLM在服装品牌和企业应用现状和发展趋势等相关文献进行研究的基础上,通过对快时尚品牌的案例分析及专家访谈总结出基于快时尚模式的服装企业关键业务驱动因素,即开发时间、产品质量、生产成本和品牌 DNA。其次,在对服装行业的PLM供应商进行整体分析和对比的基础上,考虑到企业商业机密的局限并结合在力克企业项目实践的经历,选取了针对时尚行业开发的力克时尚PLM(Lectra Fashion PLM)为代表,从PLM软件本身的产品开发过程管理和PLM与企业设计(Kaledo)、制版(Modaris)等软件相协同两方面对PLM的实际应用进行了分析和研究。再次,以企业项目需求为依托,创建基于快时尚模式的初见品牌,对该品牌塑造并保持品牌DNA、快速时尚及成本控制的关键业务驱动因素进行界定和分析,并在分析其产品开发相关流程的基础上,总结出该品牌的特点和对PLM的应用需求。最后,在前文对Lectra Fashion PLM的研究基础上,结合初见品牌对PLM的应用需求,从PLM作为软件本身和作为管理工具两方面提出了针对初见品牌需求的PLM解决方案,并对方案流程进行了解析。通过PLM解决方案在品牌初见的关键业务驱动因素的案例应用,为国内服装品牌和企业的PLM应用起到一些参考作用。
全辰永[8](2014)在《基于街拍分析的中、韩休闲男装风格研究》文中研究指明本论文调查中、韩两国的男装休闲着装状况,通过街拍分析来调查研究挖掘两个国家的着装差异。研究选择上海和首尔为代表城市的依据是首尔与上海都是国际大城市,更是时尚潮流的代表性城市,综合各项因素,两地潮流发展程度也较为接近,因此,选择上海与首尔作为本论文的比较对象。研究的基础以中、韩两国的男装街拍为主,调研方法是在两城市标志性时尚街区内采用单反相机蹲点拍摄,季节划分为春夏、秋冬两季,拍摄选择客流量较大的中午12点至下午6点时间段,调研对象以20-30岁左右的男性为主,剔除侧面、色调不协调、底色模糊等照片,总共采集800张有效街拍照片,按照区域、色彩与款式进行系统性分类。然后,比较分析两国着装风格的异同点,并将男装休闲风格区分为三大类,依序是正装化商务休闲风格、时尚个性化休闲风格、运动休闲风格;并按照总体特征、典型特征、面料特征、色彩特征等方面做出系统性的分析。最后,在男装商务休闲风格基础上提出男装穿衣搭配应用软件(APP)方案设计。
赵思宇[9](2014)在《基于品牌文化的服装产品识别系统的研究》文中进行了进一步梳理近年来,品牌服装的品牌文化在服装行业越来越受到关注。在国际品牌服装纷纷入驻并占据我国服装市场的背景下,品牌文化对品牌服装的作用愈加重要。从核心理念和品牌使命上给了品牌一个支点,使品牌拥有清晰的定位与发展方向。服装产品遵循品牌文化的内涵,使产品设计具有整体性、识别性、相关性,在产品设计满足功能性需求的同时,注重满足消费者的心理需求,与顾客建立良好的沟通,提高消费者对品牌的忠诚度。产品识别系统的运用对品牌服装设计有着重要的作用。在品牌服装设计中,成功的产品识别系统可以使品牌更易被识别。无论产品在哪里出现都是一种无形的宣传,这样的效应使品牌更易于传播。服装中的产品识别系统便于做延伸设计,用几种基因元素可以不断地进行变化,使产品具有一定的传承性和系统性。产品识别系统把品牌优良的产品基因延续、传承,使品牌与顾客从心理上更紧密的联系在了一起,提高了顾客的忠诚度。产品的识别性将会贯穿于对设计从构思到定案的全程,为设计创意活动设定一个相对明晰的准线。现有文献已对产品识别系统已有较深入的研究,但是在服装上的产品识别以及基于品牌文化构建产品识别系统来发挥品牌产品的核心竞争能力的研究均尚未有涉及。本文通过对香奈儿品牌进行系统的研究,得出服装产品识别系统是通过服装的造型、色彩、材质、图案四大要素体现出来,并通过服装的廓型、细节、主色、辅色、面料、辅料、图案来进一步展现。基于服装的品牌文化提炼品牌的基因元素,持续的使用在品牌服装上,可以更容易地解决盲目使用设计元素,产品偏离品牌风格定位,产品杂乱、不成体系,识别度低等一系列问题。本文通过对三宅一生等品牌的研究,总结出基于品牌文化的服装产品识别是利用品牌联想进行反向推导的识别系统的构建。即对该品牌的品牌文化可以联想到的色彩元素、图案元素、造型元素、面料元素,应用这些元素对服装进行整体设计,才可以把握住品牌的整体基调,始终保持品牌的风格。服装品牌需要找到最适合品牌文化的基因重点进行构建,这样才能符合品牌内涵,给人留下深刻的印象,也较容易获得成功。
李峻[10](2013)在《基于产品平台的品牌服装协同设计研究》文中研究表明在我国振兴纺织服装产业,强调通过自主创新与技术改造建设自主品牌体系的行业背景下,依靠信息化集成系统,提高品牌服装企业产品设计开发能力,已成为服装行业竞争的核心。本课题结合教育部211工程三期重点学科建设项目“现代服装先进技术与艺术创意”开展研究,对品牌服装产品族共性设计元素提炼方法、品牌服装产品平台架构及相关技术、基于产品平台的品牌服装协同设计方法等进行了全面研究。论文的主要工作包括以下几个方面:一、对品牌服装协同设计业务流程现状进行了分析与研究。本文通过对国内28家品牌服装企业进行调研及访谈,分析了品牌服装协同设计团队的组织架构、岗位职能。认为品牌服装协同设计团队由企业内部的企划部、设计部、技术部等部门及企业外部的ODM设计团队、商业设计机构团队等组成,团队成员之间通过专业技能的互相补充与协作,共同完成以季节为单位的品牌服装产品的设计开发。并通过业务流程建模标记法(BPMN)对品牌服装协同设计业务流程进行建模,认为品牌服装协同设计分调研准备、商品企划、产品设计、工艺开发与样衣试制、评估与订货五个阶段。目前的流程中存在概念协同机制薄弱、协同工作效率低下冲突现象频繁、缺乏进度监控、外协设计可控性差、资源浪费严重、易形成信息孤岛等问题,亟待进行协同设计平台及协同设计机制的建设。二、进行了品牌服装产品族系统理论的研究。本文提出品牌服装产品族是在品牌服装中具有相同或类似的共性设计元素,针对同一类细分市场且相互之间密切关联的一组系列化的服装产品。其中,品牌服装共性设计元素是品牌服装系列产品中相同或类似的设计元素,可分为产品基因元素与流行趋势元素。在借鉴工业设计中的产品基因理论的基础上,本文提出品牌服装产品基因元素(Product Gene Element, PGE)是在品牌服装产品中承载品牌文化及市场的遗传信息的设计元素,代表了品牌服装在过往市场的成功要素。流行趋势元素(Fashion Trend Element, FTE)是在未来特定时期和区域中能被目标消费群广为接受的设计元素代表了品牌服装在未来市场的潜在需求。品牌服装产品族是品牌诞生后所有产品的集合,可分为季度产品族、系列产品族、品类产品族、单品产品族等细分产品族。将品牌服装产品族进行模块化划分,对于有效地组织设计资源,明晰设计指标及定位,进行产品设计开发具有重要作用。三、研究了品牌服装产品平台及其战略的系统理论。本文将品牌服装产品平台的概念定义为服装企业充分利用品牌的核心能力及企业内外部资源,面向整个品牌服装产品族所采用的共性设计元素与品牌服装协同设计工作环境的集合。品牌服装产品平台中的柔性模块可分为风格、款式、色彩、材料、图案和工艺模块,各类模块又可分为产品基因与流行趋势子模块,并具有分级特征。本文提出品类服装产品平台架构由各类柔性模块及各层级子模块构成,品牌服装产品平台架构由若干个品类服装产品平台构成。品牌服装产品平台战略可分为专用产品平台战略、横向扩展产品平台战略、纵向扩展产品平台战略和抢滩型产品平台战略。通过实施产品平台战略,品牌服装企业能快速形成满足衍生细分市场的产品族,实现产品丰富化、成本最优化与利润最大化。四、论述了产品平态中的品牌服装产品族协同设计法。提出通过在产品平台中设置服装概念原型,使协同设计团队明晰统一的产品设计方向,并对品牌服装协同设计中的岗位职能、业务流程进行再造,以BPMN法提出流程改造后的模型。本文提出将产品平台中的概念元素数据进行规范分类及表达后,采用产品基因元索提取法(Fashion Product Gene Extract, FPGE)与流行趋势元素提取法(Fashion Trend Element Extract, FTEE)对产品概念原型进行数据提取。通过分类定性各类产品基因元素与流行趋势元素,进行各类服装概念原型的构建,实现品牌服装概念原型的快速配置。产品平台中的服装概念原型通过协同设计机制将设计任务按原型数据的模块层级分配给不同的设计团队成员,并通过预防性、更正性、反馈性协同控制进行延伸设计,以保证设计概念方向的一致,提高设计效率五、构建了支持品牌服装协同设计的产品平台原型系统DHU-FlexPLM。该系统采用B/S构架,核心功能模块包括服装概念原型设计、模块化设计上具软件集成、商品品类规划管理、研发进度规划及管理、色彩管理、物料管理等。系统通过以下三个阶段的流程,即在产品生命周期管理(Product Lifecycle Management, PLM)平台中通过为占位符配置产品概念参数实现产品概念原型,在服装款式设计软件Adobe Illustrator中进行基于原型配置的款式设计,与在PLM中进行设计方案遴选的方法,从而实现基于产品平台的品牌服装设计。通过应用该系统完成西服产品的协同设计过程,对本文所提出的协同设计框架及方法进行了验证。本文的创新点主要体现在以下几个方面:一、提出品牌服装共性设计元素论。在设计元素论的基础上,结合品牌服装设计的特点,本文认为品牌服装共性设计元素是品牌服装系列产品中的相同或类似的设计元素,可分为产品基因元素与流行趋势元素。基于品牌服装共性设计元素,可形成各类品牌服装产品族。二、提出品牌服装产品柔性模块分级理论。本文将设计资源的理念引入服装产品的模块构建,提出品牌服装产品平台中的柔性模块,即具有服装产品的结构特征,不考虑模块的标准化接口及可参数化设置,按一定的造型规范形成的服装款式部件的结合要素。根据品牌服装共性设计元素论,将产品模块按产品构成角度划分为风格、款式、色彩、材料、图案、工艺模块。根据设计开发驱动角度,各类模块又可为各类产品基因子模块与流行趋势子模块,并将各类模块进行了标准化分级,以满足后续的基于产品平台进行品牌服装产品模块化配置设计。三、提出品类服装产品平台与品牌服装产品平台的体系结构。根据品牌服装产品的柔性模块化架构,本文提出品类服装产品平台由各类产品模块构成,品牌服装产品平台由若干个品类服装产品平台构成。通过跨平台模块在不同品类服装产品平台中的应用与配置,能形成各类基于共性元素的品牌服装系列产品族。四、提出基于概念原型的品牌服装产品族协同设计法。在基于产品平台的设计元素数据规范的基础上,应用分类定性的产品基因元素提取法(FPGE)与流行趋势元素提取法(FTEE)对产品概念原型进行数据提取。提出通过分类定性各类产品基因元素与流行趋势元素,实现品牌服装概念原型的快速数据配置的方法。
二、1999/2000秋冬季中国服装流行走势(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、1999/2000秋冬季中国服装流行走势(论文提纲范文)
(1)服装艺术设计中的塑形实践研究(论文提纲范文)
中文摘要 |
ABSTRACT |
绪论 |
一、研究背景 |
二、研究现状 |
三、研究目的与意义 |
四、研究内容、方法与思路 |
第一章 服装艺术与服装设计 |
第一节 艺术与服装艺术 |
第二节 服装艺术不具有服用功能 |
第三节 服装设计的商品属性 |
第四节 服装设计的功能属性 |
第五节 服装设计的路径 |
本章小结 |
第二章 服装塑形 |
第一节 服装塑形概述 |
第二节 塑形元素及其艺术性表现 |
第三节 服装塑形材料与塑形语言 |
第四节 服装塑形的审美特性 |
本章小结 |
第三章 服装塑形对服装艺术设计的影响 |
第一节 服装塑形的思维方式决定设计实施过程的多样性 |
第二节 服装塑形的属性为设计提供诸多设计形式 |
第三节 服装塑形材料的分析对设计具有前瞻性的意义 |
第四节 服装塑形语言引领服装制造的发展方向 |
本章小结 |
第四章 服装艺术设计实践 |
第一节 服装塑形的思维引导服装艺术设计实践 |
第二节 服装材料的属性决定着服装塑形的风格 |
第三节 服装艺术设计过程和审美体现 |
本章小结 |
结语 |
参考文献 |
附录作品 |
致谢 |
攻读学位期间发表的学术成果目录 |
(2)基于数据挖掘的女装廓形流行趋势智能分析预测系统研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 我国纺织服装行业自主创新能力升级 |
1.1.2 科学预测服装流行趋势的新需求 |
1.1.3 大数据时代下针对海量数据的数据挖掘技术 |
1.2 国内外研究现状 |
1.2.1 服装廓形研究 |
1.2.2 服装流行趋势预测 |
1.2.3 图像识别技术在服装中的应用 |
1.2.4 数据挖掘与趋势预测 |
1.3 论文的主要内容 |
1.4 论文的创新点分析 |
1.4.1 实现女装廓形及相关尺寸的智能提取 |
1.4.2 提出女装廓形数字化分类标准 |
1.4.3 实现女装廓形的智能识别 |
1.4.4 构建女装廓形智能趋势预测系统 |
1.5 论文的研究方法与技术路线 |
2 基于模型分割的女装服装廓形基础尺寸数据库 |
2.1 基于模型的静态图像人体检测与分割 |
2.1.1 人脸检测 |
2.1.2 人体检测 |
2.1.3 皮肤检测 |
2.1.4 人体分割 |
2.2 构建女装廓形基础尺寸数据库 |
2.2.1 构建原始图像数据库 |
2.2.2 构建着装人体图像数据库 |
2.2.3 构建女装廓形基础尺寸数据库 |
2.3 女装廓形基础尺寸数据库结构流程 |
2.3.1 女装廓形基础尺寸数据库结构 |
2.3.2 女装廓形基础尺寸数据库搭建整体流程 |
2.4 本章小结 |
3 女装廓形分类与数字化女装廓形系统构建 |
3.1 服装廓形分类 |
3.2 影响服装廓形变化的因素 |
3.2.1 影响服装廓形变化的外部因素 |
3.2.2 影响服装廓形变化的内部因素 |
3.3 女装廓形智能识别系统实现 |
3.3.1 女装廓形判断的角度计算 |
3.3.2 基于廓形角度的6类女装廓形组合 |
3.3.3 女装廓形智能识别及应用 |
3.4 本章小结 |
4 女装廓形流行趋势预测 |
4.1 服装流行趋势与趋势预测 |
4.1.1 流行趋势预测概述 |
4.1.2 流行趋势的发布 |
4.1.3 流行趋势的影响因素 |
4.1.4 流行趋势预测流程 |
4.2 基于BP神经网络的时序数据挖掘 |
4.2.1 数据挖掘技术 |
4.2.2 时间序列数据挖掘 |
4.2.3 BP神经网络模型 |
4.3 女装廓形流行趋势预测 |
4.3.1 女装廓形趋势预测数据来源 |
4.3.2 数据挖掘框架下的BP神经网络训练 |
4.3.3 确定趋势预测模型 |
4.3.4 女装廓形智能预测分析 |
4.4 女装预测数据解释与表达 |
4.5 本章小结 |
5 结论与展望 |
5.1 结论 |
5.1.1 搭建了女装廓形基础尺寸数据库 |
5.1.2 提出了女装廓形数字化分类标准 |
5.1.3 实现了女装廓形的智能识别 |
5.1.4 构建了基于数据挖掘的女装廓形趋势预测系统 |
5.2 展望 |
参考文献 |
附录 |
附录一 女装廓形智能识别APP |
附录二 女装廓形智能分类及识别功能代码 |
附录三 基于BP神经网络模型的女装趋势分析与预测 |
攻读博士学位期间论文着作发表情况 |
致谢 |
(3)基于波浪理论的女装设计要素流行趋势预测及应用研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究现状分析 |
1.2.1 国外相关理论 |
1.2.2 国内相关理论 |
1.3 研究内容和方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 研究路线 |
1.4 研究的创新点及意义 |
第二章 服装流行趋势及其预测概述 |
2.1 服装流行趋势概述 |
2.1.1 服装流行趋势特征分析 |
2.1.2 服装流行趋势内容 |
2.1.3 影响服装流行趋势传播的因素 |
2.1.4 国际流行趋势预测体系 |
2.1.5 国内流行趋势预测体系 |
2.2 服装流行趋势预测概述 |
2.2.1 服装流行预测的内容 |
2.2.2 服装流行预测的发布规律和渠道 |
2.2.3 服装流行预测的方法和步骤 |
2.3 波浪理论概述 |
2.3.1 波浪理论的用途及产生背景 |
2.3.2 波浪理论的基本形态与特征 |
2.3.3 波浪理论的局限性 |
2.3.4 波浪理论对女装设计要素的借鉴性与差异性 |
2.3.4.1 金融市场波动与女装设计要素波动的相似性 |
2.3.4.2 金融市场波动与女装设计要素波动的差异性 |
2.4 本章小结 |
第三章 基于波浪理论的女装设计要素流行预测 |
3.1 女装设计要素波浪理论的建立 |
3.1.1 女装设计要素波浪理论的建立基础 |
3.1.2 建立在某电商平台全网女装销售数据基础上的设计要素波浪理论 |
3.2 基于波浪理论的女装设计要素流行预测模型的构建与检验 |
3.2.1 基于波浪理论的女装设计要素流行预测的方法与流程 |
3.2.2 实验数据模拟与分析 |
3.2.2.1 基于傅里叶级数的流行趋势预测与方法 |
3.2.2.2 女装图案预测分析 |
3.2.2.3 女装款式预测分析 |
3.2.2.4 综合检验 |
3.3 本章小结 |
第四章 基于粗集理论的女装设计要素流行规则 |
4.1 粗集理论的基本概念 |
4.1.1 知识的含义 |
4.1.2 下、上近似集和边界区域 |
4.1.3 知识约简和核 |
4.2 女装流行设计要素知识库的构建 |
4.3 基于粗集理论的女装设计要素流行规则制定与检验 |
4.3.1 基于粗集理论的女装设计要素流行规则分析与制定 |
4.3.2 综合检验 |
4.4 本章小结 |
第五章 结合品牌应用——淼森花境 |
第六章 结论与展望 |
6.1 研究结论 |
6.1.1 提出了女装设计要素流行波浪理论 |
6.1.2 构建了完整的女装设计要素流行预测系统 |
6.1.3 制定了直观的女装设计要素流行规则 |
6.2 问题与研究展望 |
6.2.1 存在的问题 |
6.2.2 研究工作展望 |
参考文献 |
攻读学位期间的研究成果 |
致谢 |
(4)A内衣品牌营销策略研究(论文提纲范文)
摘要 |
abstract |
前言 |
第1章 绪论 |
1.1 选题背景 |
1.2 行业综述 |
1.2.1 内衣概述 |
1.2.2 内衣行业产业链分析 |
1.2.3 内衣行业市场容量分析 |
1.2.4 内衣行业市场环境分析 |
1.2.5 中高端女性内衣市场分析 |
1.3 内容框架 |
1.4 研究方法 |
第2章 A品牌战略背景分析 |
2.1 A品牌所属企业战略简析 |
2.1.1 A品牌所属公司概述 |
2.1.2 A品牌所属公司竞争优势分析 |
2.1.3 A品牌所属公司经营情况分析 |
2.1.4 A品牌所属公司经营风险分析 |
2.1.5 A品牌所属公司经营战略分析 |
2.2 A品牌定位 |
2.2.1 A品牌总体定位 |
2.2.2 A品牌价值主张 |
2.2.3 A品牌客群定位 |
2.2.4 A品牌产品优势 |
第3章 A品牌顾客特征分析 |
3.1 A品牌顾客价值分析 |
3.1.1 顾客价值概述 |
3.1.2 顾客价值与年龄关系 |
3.1.3 A品牌顾客分类 |
3.2 女性顾客内衣消费特征分析 |
3.2.1 顾客购买目的 |
3.2.2 顾客购买偏好 |
3.2.3 顾客专业水平 |
3.2.4 影响成交因素 |
3.2.5 顾客忠诚度 |
3.3 A品牌店柜顾客消费特征分析 |
3.3.1 结伴购买特征 |
3.3.2 停留时间特征 |
3.3.3 顾客试穿特征 |
3.3.4 购买决策特征 |
3.3.5 放弃购买特征 |
3.4 A品牌会员顾客消费特征分析 |
3.4.1 A品牌会员顾客数量特征 |
3.4.2 A品牌会员顾客平均年龄 |
3.4.3 A品牌会员顾客消费行为 |
3.5 小结 |
第4章 A品牌“4P”营销组合策略 |
4.1 “4P”营销组合策略概述 |
4.2 A品牌的产品(Product)策略 |
4.3 A品牌的价格(Price)策略 |
4.4 A品牌的渠道(Place)策略 |
4.5 A品牌的销售促进(promotion)策略 |
4.5.1 传统销售促进策略分析 |
4.5.2 A品牌竞品微信推广策略分析 |
4.5.3 A品牌微信推广策略分析 |
4.6 小结 |
第5章 总结与展望 |
5.1 研究结论 |
5.2 未来展望 |
参考文献 |
附录 :A品牌直营店消费者调查问卷 |
致谢 |
攻读学位期间发表的学术论文目录 |
(5)女装中流行色彩应用与分析(论文提纲范文)
摘要 |
Abstract |
第一章 流行色彩的基本概念 |
1.1 流行色彩的概念 |
1.1.1 流行色彩的概念及特征 |
1.1.2 流行色彩的发展与应用 |
1.2 流行色彩的起因 |
1.2.1 流行色彩与经济因素 |
1.2.2 流行色彩与科技因素 |
1.2.3 流行色彩与文化因素 |
1.2.4 流行色彩与消费因素 |
1.3 流行色彩与服装色彩 |
1.3.1 服装流行色彩的产生及预测 |
1.3.2 服装流行色彩的发布形式及机构 |
1.3.3 服装流行色彩预测的方法及基本观点 |
1.3.4 服装流行色彩的作用与地位 |
第二章 服装与流行色彩分析 |
2.1 服装与流行色彩的表现 |
2.1.1 影响服装流行色彩的因素分析 |
2.1.1.1 社会因素 |
2.1.1.2 文化因素 |
2.1.2 探索服装流行色彩的变化规律 |
2.1.3 体现服装流行色彩的应用价值 |
2.2 女装与流行色彩的关联性 |
2.2.1 女装品类与流行色彩 |
2.2.2 女装风格与流行色彩 |
2.2.3 女装品牌与流行色彩 |
2.3 女装与流行色彩应用分析 |
2.3.1 地域特征与流行色彩 |
2.3.2 目标市场与流行色彩 |
2.3.3 营销策略与流行色彩 |
第三章 流行色彩在女装设计中的应用方法 |
3.1 流行色彩运用与女装设计的基本原则 |
3.1.1 流行色彩主题与服装定位 |
3.1.2 流行色彩开发与服装商品企划 |
3.1.3 流行色彩属性与服装系列 |
3.2 流行色彩与女装设计的基本方法 |
3.2.1 流行色彩与服装款式 |
3.2.2 流行色彩与服装面料 |
3.2.3 流行色彩的选择与搭配 |
3.2.4 流行色彩与服装配饰 |
3.3 流行色彩在女装陈列中的表现 |
3.3.1 服装陈列中流行色彩运用原理及目的 |
3.3.2 女装陈列中流行色彩的运用方法 |
第四章 女装中流行色彩的应用与设计实践 |
4.1 假设某女装品牌定位 |
4.2 流行色彩的选择与分析 |
4.3 流行色彩在女装设计中的运用实践 |
第五章 结论 |
参考文献 |
攻读学位期间的研究成果 |
致谢 |
(6)杭州大学生衬衫消费行为研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.3 研究目的及意义 |
1.4 研究内容 |
1.5 研究方法和技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
1.6 论文的创新点 |
第2章 理论综述 |
2.1 消费者行为学相关理论 |
2.1.1 消费者行为概念 |
2.1.2 消费者行为影响因素 |
2.1.3 消费行为类型 |
2.2 大学生消费行为和消费心理 |
2.3 大学生服装消费行为 |
2.4 衬衫属性特征 |
2.4.1 衬衫面料 |
2.4.2 衬衫花色 |
2.4.3 衬衫细节部位 |
第3章 模型构建与问卷设计 |
3.1 消费决策模型 |
3.1.1 科特勒行为选择模式 |
3.1.2 尼科西亚模式 |
3.1.3 霍华德-谢思模式 |
3.1.4 恩格尔模式 |
3.1.5 消费决策模型的特点分析 |
3.2 大学生衬衫消费行为模型初步构想 |
3.3 模型指标细化分析 |
3.4 模型构建 |
3.5 问卷设计 |
3.5.1 深度访谈 |
3.5.2 初步问卷 |
3.5.3 正式问卷 |
3.6 问卷调研 |
3.7 模型验证 |
3.7.1 大学生衬衫消费态度问卷信效度分析 |
3.7.2 大学生衬衫产品偏好问卷信效度分析 |
3.7.3 小结 |
第4章 大学生衬衫消费态度分析 |
4.1 基本信息分析 |
4.2 内部因素分析 |
4.2.1 经验描述 |
4.2.2 衬衫属性关注度 |
4.2.3 细节设计关注度 |
4.2.4 面料功能关注度 |
4.2.5 小结 |
4.3 外部因素分析 |
4.3.1 信息渠道 |
4.3.2 购买场所 |
4.3.3 购买原因 |
4.3.4 小结 |
第5章 大学生衬衫产品偏好分析 |
5.1 基本信息分析 |
5.1.1 服装季度消费 |
5.1.2 穿着季节偏好 |
5.1.3 小结 |
5.2 季节对衬衫属性偏好的影响分析 |
5.2.1 面料属性偏好分析 |
5.2.2 价格偏好 |
5.2.3 版型偏好 |
5.2.4 颜色偏好 |
5.2.5 小结 |
5.3 衬衫款式偏好分析 |
5.3.1 拼接部位偏好 |
5.3.2 领型偏好 |
5.3.3 口袋、门襟和下摆偏好 |
5.3.4 女大学生袖子偏好 |
5.3.5 小结 |
第6章 结论与建议 |
6.1 衬衫消费行为总结 |
6.2 建议 |
参考文献 |
附录 1 大学生衬衫消费态度调查问卷 |
附录 2 男大学生衬衫产品偏好调查问卷 |
附录 3 女大学生衬衫产品偏好调查问卷 |
致谢 |
(7)基于快时尚模式的服装品牌关键业务驱动因素的PLM解决方案研究 ——以初见品牌应用Lectra Fashion PLM为例(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.1.1 理论背景 |
1.1.2 项目背景 |
1.2 研究意义 |
1.3 研究技术路线、内容与方法 |
1.4 特色和创新点 |
2 理论基础及文献研究 |
2.1 快时尚相关研究 |
2.1.1 快时尚定义及特点 |
2.1.2 快时尚商业模式定义 |
2.1.3 快时尚品牌的应用研究及发展趋势 |
2.2 PLM相关研究 |
2.2.1 PLM的发展及定义 |
2.2.2 PLM的系统结构及功能 |
2.2.3 PLM的应用研究及发展趋势 |
2.3 本章小结 |
3 基于快时尚模式的服装品牌关键业务驱动因素研究 |
3.1 关键业务驱动因素定义 |
3.2 快时尚品牌关键业务驱动因素的案例分析 |
3.2.1 Zara案例分析 |
3.2.2 Me&City案例分析 |
3.2.3 案例总结 |
3.3 专家访谈 |
3.3.1 访谈目的 |
3.3.2 访谈设计 |
3.3.3 访谈结论 |
3.4 本章小结 |
4 基于Lectra Fashion PLM的服装行业PLM解决方案研究 |
4.1 服装行业的PLM解决方案供应商 |
4.2 典型的PLM供应商代表及其解决方案分析 |
4.2.1 PTC公司 |
4.2.2 Centric Software公司 |
4.2.3 Lectra公司 |
4.2.4 PLM供应商小结 |
4.3 Lectra Fashion PLM解决方案研究 |
4.3.1 Lectra Fashion PLM模块及功能 |
4.3.2 产品开发业务流程管理 |
4.3.3 与设计、制版等软件协同 |
4.4 本章小结 |
5 基于快时尚模式的服装品牌创建——初见品牌 |
5.1 案例品牌背景介绍 |
5.1.1 初见品牌创建背景 |
5.1.2 初见品牌概况 |
5.2 初见品牌的关键业务驱动因素 |
5.3 产品开发流程 |
5.3.1 计划和管理阶段 |
5.3.2 设计创建阶段 |
5.3.3 开发和采购阶段 |
5.3.4 (预)生产阶段 |
5.4 产品开发特点及对PLM的需求分析 |
5.5 本章小结 |
6 对初见品牌关键业务驱动因素PLM解决方案实证研究 |
6.1 针对品牌关键业务驱动因素的PLM解决方案 |
6.2 PLM解决方案解析 |
6.2.1 方案流程解析 |
6.2.2 方案小结 |
6.3 企业应用成果 |
6.4 本章小结 |
7 总结与展望 |
7.1 研究总结 |
7.2 研究不足 |
7.3 未来展望 |
参考文献 |
附录 |
致谢 |
(8)基于街拍分析的中、韩休闲男装风格研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.2.1 服装风格研究 |
1.2.2 商务休闲男装研究 |
1.2.3 街拍时尚研究 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 研究意义及创新点 |
第二章 相关理论研究 |
2.1 相关理论研究 |
2.1.1 服装风格概念 |
2.1.2 服装风格分类 |
2.1.3 男装风格分类 |
2.1.4 街拍行为 |
2.2 中、韩国男装市场现状对比 |
2.2.1 中国男装市场趋势 |
2.2.2 中国商务休闲男装市场概况 |
2.2.3 中国商务休闲男装市场环境分析 |
2.2.4 韩国男装市场消费趋势 |
2.2.5 韩国商务休闲男装市场概况 |
2.2.6 韩国商务休闲男装市场环境分析 |
第三章 街拍调查与分析 |
3.1 街拍调研方案 |
3.1.1 调研目的 |
3.1.2 调研目标及方法 |
3.1.3 调研分析 |
第四章 男装休闲风格分类及中、韩对比分析 |
4.1 男装休闲风格分类 |
4.1.1 正装化商务休闲风格 |
4.1.2 时尚个性化休闲风格 |
4.1.3 运动休闲风格 |
4.2 中、韩街拍比较分析 |
4.2.1 春夏季中、韩风格分类与分析 |
4.2.2 秋冬季中、韩风格分类与分析 |
4.3 小结 |
第五章 基于风格分类的时尚应用软件(APP)比较及方案建议 |
5.1 时尚应用软件比较分析 |
5.1.1 POSE |
5.1.2 FRINGE J |
5.1.3 LOOKBOOK |
5.1.4 蘑菇街 |
5.1.5 小结 |
5.2 基于风格分类的男装时尚街拍应用软件(APP)设计方案 |
5.2.1 首页页面设计 |
5.2.2 街拍页面设计 |
5.2.3 商店页面设计 |
5.2.4 更衣室页面设计 |
5.2.5 我的衣橱页面设计 |
5.3 小结 |
第六章 结论 |
6.1 研究结论 |
6.2 研究不足与展望 |
参考文献 |
附录1 |
致谢 |
(9)基于品牌文化的服装产品识别系统的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究现状 |
1.2.1 产品识别系统的现状研究 |
1.2.2 品牌服装设计的现状研究 |
1.2.3 品牌文化的现状研究 |
1.3 研究目的与内容 |
1.4 研究创新点 |
1.5 研究方法 |
1.6 技术路线和结构安排 |
1.6.1 技术路线 |
1.6.2 结构安排 |
第二章 品牌服装的品牌文化研究 |
2.1 品牌文化 |
2.1.1 品牌文化的涵义 |
2.1.2 品牌文化的作用 |
2.1.3 品牌文化的体系内容 |
2.1.4 塑造品牌文化的方法 |
2.2 品牌文化对品牌服装的影响 |
2.2.1 地域文化对品牌服装的影响 |
2.2.2 品牌故事对品牌服装的影响 |
2.2.3 品牌事件对品牌服装的影响 |
2.3 品牌服装中品牌文化的作用 |
2.4 本章小结 |
第三章 品牌服装设计中的产品识别系统 |
3.1 品牌服装设计中应用产品识别系统的意义 |
3.2 品牌服装设计中产品识别系统的应用基础 |
3.2.1 拥有完整的品牌文化体系 |
3.2.2 具备固定的服装品牌风格 |
3.2.3 经典产品设计要素的重用 |
3.2.4 具有不断创新的精神 |
3.3 产品识别系统的体系内容 |
3.3.1 服装产品造型识别要素 |
3.3.2 服装产品色彩识别要素 |
3.3.3 服装产品材料识别要素 |
3.3.4 服装产品图案识别要素 |
3.4 本章小结 |
第四章 基于品牌文化的服装产品识别系统的构建 |
4.1 基于品牌文化的服装产品识别系统的构建研究框架 |
4.2 基于品牌文化的产品色彩基因的构建方法 |
4.3 基于品牌文化的产品图案基因的构建方法 |
4.4 基于品牌文化的产品造型基因的构建方法 |
4.4.1 基于品牌文化的产品廓型基因的构建方法 |
4.4.2 基于品牌文化的产品细节基因的构建方法 |
4.5 基于品牌文化的产品面料基因的构建方法 |
4.6 案例实证 |
4.7 本章小结 |
第五章 结论 |
5.1 论文结论 |
5.1.1 品牌服装中品牌文化的作用及影响 |
5.1.2 品牌服装的产品识别系统的体系内容及其重要性 |
5.1.3 基于品牌文化的产品识别系统的构建方法 |
5.2 展望 |
文献综述 |
附录 |
致谢 |
(10)基于产品平台的品牌服装协同设计研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.1.1 我国纺织服装产业转型升级 |
1.1.2 我国自主服装品牌建设 |
1.1.3 时基竞争对服装快速设计的需求 |
1.1.4 分布式设计资源对协同设计的需求 |
1.2 相关研究文献综述 |
1.2.1 品牌服装设计 |
1.2.2 产品协同设计 |
1.2.3 产品平台与产品族 |
1.3 研究内容与技术路线 |
1.4 论文创新点分析 |
第2章 品牌服装协同设计的业务流程研究 |
2.1 引言 |
2.2 品牌服装协同设计的概念界定 |
2.2.1 品牌服装的概念 |
2.2.2 品牌服装的层次结构 |
2.2.3 品牌服装协同设计的定义 |
2.3 品牌服装协同设计团队的构成 |
2.3.1 企业内部设计开发团队 |
2.3.2 企业外部设计开发团队 |
2.4 品牌服装协同设计业务流程现状建模 |
2.4.1 品牌服装设计业务流程的概念 |
2.4.2 业务流程建模标记法 |
2.4.3 业务流程建模符号系统 |
2.4.4 品牌服装协同设计BPMN业务流程模型 |
2.4.5 品牌服装协同设计中存在的主要问题 |
2.5 本章小结 |
第3章 品牌服装产品族的研究 |
3.1 引言 |
3.2 品牌服装产品族的概念 |
3.3 品牌服装共性设计元素 |
3.3.1 品牌服装共性设计元素的概念 |
3.3.2 品牌服装共性设计元素的构成 |
3.3.3 品牌服装共性设计元素的分类 |
3.4 品牌服装产品族的分类 |
3.5 品牌服装产品族的特性 |
3.6 本章小结 |
第4章 品牌服装产品平台的研究 |
4.1 引言 |
4.2 品牌服装产品平台的涵义 |
4.2.1 产品平台的概念 |
4.2.2 品牌服装产品平台的概念界定 |
4.2.3 产品平台的基本特征 |
4.2.4 产品平台的意义 |
4.3 品牌服装产品平台的系统结构 |
4.3.1 品牌服装产品的模块构成 |
4.3.2 品牌服装产品平台的架构 |
4.4 品牌服装产品平台战略 |
4.4.1 品牌服装产品平台战略的涵义 |
4.4.2 品牌服装产品平台战略类型 |
4.5 本章小结 |
第5章 基于概念原型的品牌服装产品族协同没计法 |
5.1 引言 |
5.2 基于概念原型的品牌服装协同设计流程再造 |
5.2.1 服装概念原型的定义 |
5.2.2 品牌服装协同设计流程再造 |
5.2.3 服装概念原型的作用 |
5.3 概念元素数据规范与提取 |
5.3.1 概念元素的数据规范 |
5.3.2 产品基因元素数据的提取方法 |
5.3.3 流行趋势元素数据的提取方法 |
5.4 服装概念原型的构建 |
5.4.1 服装风格概念原型构建 |
5.4.2 服装款式概念原型构建 |
5.4.3 服装色彩概念原型构建 |
5.4.4 服装材料概念原型构建 |
5.4.5 服装图案概念原型构建 |
5.4.6 服装工艺概念原型构建 |
5.4.7 服装概念原型的整体构建 |
5.5 基于服装概念原型的协同设计机制 |
5.5.1 协同任务分配机制 |
5.5.2 协同设计控制机制 |
5.6 本章小结 |
第6章 基于PLM技术的品牌服装协同设计平台的实现 |
6.1 引言 |
6.2 PLM的概念及发展 |
6.3 服装PLM系统的体系功能 |
6.3.1 商品品类规划管理 |
6.3.2 研发进度规划管理 |
6.3.3 服装概念设计管理 |
6.3.4 服装款式设计管理 |
6.3.5 服装色彩管理 |
6.3.6 服装物料管理 |
6.3.7 服装工艺技术管理 |
6.3.8 其他功能模块 |
6.4 服装PLM系统的体系结构 |
6.4.1 基于PLM的产品平台体系框架 |
6.4.2 PLM的系统软件架构 |
6.5 DHU-FlexPLM系统的开发与验证 |
6.5.1 系统实现软件和硬件环境 |
6.5.2 系统体系结构 |
6.5.3 系统的主要功能模块 |
6.5.4 DHU-FlexPLM系统界面 |
6.5.5 基于原型配置的协同设计流程 |
6.5.6 应用实例 |
6.6 本章小结 |
第7章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
附录一:品牌服装设计开发调研问卷(设计部) |
附录二:品牌服装设计开发调研问卷(企划部) |
附录三:品牌服装设计开发调研问卷(技术部) |
附录四:品牌服装设计开发调研问卷分析 |
附录五:图目录 |
附录六:表目录 |
攻读学位期间发表的学术论文目录 |
致谢 |
四、1999/2000秋冬季中国服装流行走势(论文参考文献)
- [1]服装艺术设计中的塑形实践研究[D]. 苑慕华. 山东工艺美术学院, 2020(08)
- [2]基于数据挖掘的女装廓形流行趋势智能分析预测系统研究[D]. 傅白璐. 东华大学, 2018(06)
- [3]基于波浪理论的女装设计要素流行趋势预测及应用研究[D]. 荣蓉. 浙江理工大学, 2018(06)
- [4]A内衣品牌营销策略研究[D]. 王秋实. 上海交通大学, 2017(08)
- [5]女装中流行色彩应用与分析[D]. 李晓彤. 青岛大学, 2015(06)
- [6]杭州大学生衬衫消费行为研究[D]. 项珊珊. 浙江理工大学, 2015(10)
- [7]基于快时尚模式的服装品牌关键业务驱动因素的PLM解决方案研究 ——以初见品牌应用Lectra Fashion PLM为例[D]. 段薇. 东华大学, 2014(05)
- [8]基于街拍分析的中、韩休闲男装风格研究[D]. 全辰永. 东华大学, 2014(06)
- [9]基于品牌文化的服装产品识别系统的研究[D]. 赵思宇. 东华大学, 2014(05)
- [10]基于产品平台的品牌服装协同设计研究[D]. 李峻. 东华大学, 2013(07)