一种床垫压力舒适性评价方法
【专利摘要】本发明公开了一种床垫压力舒适性评价方法，本发明包括以下步骤：（1）在床垫上设置体压测量仪，测试人睡在床垫上的体压分布，得到体压分布数据；（2）对体压分布数据作数学处理，计算得到最大压力、平均圧力、最大压力梯度、平均压力梯度、接触面积；（3）被试者在床垫上进行过睡眠体验后，给出床垫舒适性的评价数据；（4）采用GA?Elman神经网络，建立被试者的体压分布指标数据与相应的评价数据之间的耦合模型，并通过耦合模型输出评价结果；GA?Elman神经网络为采用遗传算法优化Elman神经网络结构的初始网络权值。本发明将体压分布指标和人体评价数据相结合来评估床垫舒适性，从而帮助人们选择舒适性更好的床垫，保证人们享受舒适睡眠。
【专利说明】
一种床垫压力舒适性评价方法
技术领域
[0001 ]本发明涉及一种床垫压力舒适性评价方法。
【背景技术】
[0002]床垫是人体睡眠时的必要家具，其舒适程度极大地影响着人们的休息质量，舒适的床垫能使人的腰部、背部和臀部肌肉得到很好地放松。1986年Addison等人的调查研究表明7%的美国成年人表述其睡眠问题与自己使用床垫的舒适性有关。舒适性是一个非常复杂的系统，受人生理、心理因素的影响，研究起来比较困难。尽管已有大量研究，但仍然存在着争议。这种争议不仅表现在方法的界定上，也表现在各种评价方法的评价上。可以说，舒适度的各种评价方法各有千秋，也各有利弊，没有统一的标准。因此，建立科学、全面、客观的评价体系对于沙发舒适性的评价有着非常重要的意义。
[0003]现有技术中大多数是利用体压分布指标来评价床垫舒适性的方法，而且体压分布指标的计算和选取方式也有差别。这些方法是通过让被试者躺在受测床垫上，采用体压测试仪测试体压分布，将所得体压数据进行数学处理，得到体压分布指标，这些指标可能不尽相同，包括最大压力、平均压力、最大压力梯度、平均压力梯度等，通过这些指标来评价舒适性，通过这一方法可以帮助人们选择更适合自己的床垫，提升睡眠品质，改善因为床垫不舒适造成的睡眠品质不佳的问题。现有的方法在利用体压分布指标评价床垫舒适性时没有建立一个量化的模型来进行评估，评价结果不太好;另外，现有的方法也没有结合被试者的主观舒适度评价数据，仅通过体压分布指标来评价舒适性，结果的可靠性不高。
【发明内容】
[0004]为了改善上述问题，本发明提供一种床垫压力舒适性评价方法。
[0005]为了实现上述目的，本发明采用的技术方案如下:
一种床垫压力舒适性评价方法，包括以下步骤:
(1)在床垫上设置体压测量仪，测试人睡在床垫上的体压分布，得到体压分布数据；
(2)对体压分布数据作数学处理，计算得到最大压力、平均圧力、最大压力梯度、平均压力梯度、接触面积；
(3)被试者在床垫上进行过睡眠体验后，给出床垫舒适性的评价数据；
(4)采用GA-Elman神经网络，建立被试者的体压分布指标数据与相应的评价数据之间的耦合模型，并通过耦合模型输出评价结果;GA-Elman神经网络为采用遗传算法优化Elman神经网络结构的初始网络权值。
[0006]进一步地，所述步骤(3)中，舒适性的评价数据由I?10的数表示，对应关系为:舒适为I，轻微不适为3，不适为5，非常不适为7，难以忍受为9。
[0007]再进一步地，所述步骤(4)中,GA-Elman神经网络的算法如下:
a、参数设定，包括个体编码串长度L、群体大小M、终止遗传代数G、交叉算子Pc、变异算子Pm; b、个体二进制编码，生成初始种群；
c、通过适应度函数计算个体适应度值；
d、个体适应度值达到期望误差，停止遗传，转步骤g，否则，转步骤e；
e、通过选择、交叉与变异的遗传操作，产生下一代种群；
f、第G代内个体的适应度值达到期望误差，算法终止；
g、达到期望误差的个体赋予本发明Elman的初始权值。
[0008]值得说明的是，最大压力体现了床垫的硬度，在床垫的类型和结构确定的情况下，较硬的床垫最大压力较大，较软的床垫最大压力较小，最大压力较大时，在较大局部压力和时间的双重作用下，人体本身也会产生不适感;平均压力某种程度上反映了床垫对人体支撑的整体效果。其中，其值越小，床垫分散人体重量的效果越好，人体感知到的床垫压力刺激越小；刚度较大的床垫最大压力梯度也较大，材质分布较为合理的床垫最大压力梯度较小，人体感受较为舒适。
[0009]本发明较现有技术相比，具有以下优点及有益效果:
本发明将体压分布指标和人体评价数据相结合来评估床垫舒适性，从而帮助人们选择舒适性更好的床垫，保证人们享受舒适睡眠。
【附图说明】
[0010]图1为本发明的流程图。
【具体实施方式】
[0011]下面结合附图与实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。
实施例
[0012]一种床垫压力舒适性评价方法，包括以下步骤:
(I)利用XSENS0R公司的体压分布映像系统采集被试者的体压分布数据。XSENS0R压力分布测试及分析系统能测得人一一床接触面压力分布，把体压通过二维、三维的彩色图像实时的显示出来，并能记录存储被试者的体压分布数据。体压分布测试实验的步骤为:
①将体压分布垫子铺在床垫上，被试者平躺在床垫上；
②打开体压测试软件采集数据，观察计算机屏幕上的体压分布图，待图像稳定后，关闭体压测试软件，停止采集；
③记录根据采集到的数据计算出的体压分布指标，包括接触面积、最大压力、平均压力、最大压力梯度、平均压力梯度。其中，接触面积定义为全部测点的面积之和;最大压力即全部测试点中的最大值，为:Pm=max(PI，P2，P3，...，PN)N为测点数;平均压力为全部受压点(测试点)压力的算术平均值;最大压力梯度为:Gm=max(gradGl，geadG2，…，gradGN)N为侧点数;平均压力梯度是各受压点压力梯度算术平均值。
[0013](2)根据主观舒适度评价表，由被试者在床垫上进行过睡眠体验后，给出主观的舒适性评价数据，舒适度评价表由I?10的数表示，对应关系如下:舒适为I，轻微不适为3，不适为5，非常不适为7，难以忍受为9。
[0014](3)采用CA-Elman神经网络，建立被试者的体压分布指标数据与相应的主观舒适性评价数据之间的耦合模型，GA-Elman神经网络为采用遗传算法优化Elman神经网络结构的初始网络权值。算法的步骤如下:
a、参数设定，包括个体编码串长度L、群体大小M、终止遗传代数G、交叉算子Pc、变异算子Pm;
b、个体二进制编码，生成初始种群；
c、通过适应度函数计算个体适应度值；
d、个体适应度值达到期望误差，停止遗传，转步骤g，否则，转步骤e；
e、通过选择、交叉与变异的遗传操作，产生下一代种群；
f、第G代内个体的适应度值达到期望误差，算法终止；
g、达到期望误差的个体赋予本发明Elman的初始权值。
[0015](4)采用均方误差和相关系数来评价床垫压力舒适性耦合模型的误差。
[0016]值得说明的是，如图1所示，本发明是由体压分布采集系统采集体压分布数据，计算得到体压分布指标，结合主观评价建立GA-Elman神经网络模型，然后由GA-Elman模型进行判定，若综合数据达到评价指标则输出压力舒适性评价结果，否则，则返回开始。
[0017]按照上述实施例，便可很好地实现本发明。
【主权项】
1.一种床垫压力舒适性评价方法，其特征在于，包括以下步骤: (1)在床垫上设置体压测量仪，测试人睡在床垫上的体压分布，得到体压分布数据； (2)对体压分布数据作数学处理，计算得到最大压力、平均圧力、最大压力梯度、平均压力梯度、接触面积； (3)被试者在床垫上进行过睡眠体验后，给出床垫舒适性的评价数据； (4)采用GA-Elman神经网络，建立被试者的体压分布指标数据与相应的评价数据之间的耦合模型，并通过耦合模型输出评价结果;GA-Elman神经网络为采用遗传算法优化Elman神经网络结构的初始网络权值。2.根据权利要求1所述的一种床垫压力舒适性评价方法，其特征在于，所述步骤(3)中，舒适性的评价数据由I?10的数表示，对应关系为:舒适为1，轻微不适为3，不适为5，非常不适为7，难以忍受为9。3.根据权利要求2所述的一种床垫压力舒适性评价方法，其特征在于，所述步骤(4)中，GA-Elman神经网络的算法如下: a、参数设定，包括个体编码串长度L、群体大小M、终止遗传代数G、交叉算子Pc、变异算子Pm; b、个体二进制编码，生成初始种群； c、通过适应度函数计算个体适应度值； d、个体适应度值达到期望误差，停止遗传，转步骤g，否则，转步骤e; e、通过选择、交叉与变异的遗传操作，产生下一代种群； f、第G代内个体的适应度值达到期望误差，算法终止； g、达到期望误差的个体赋予本发明Elman的初始权值。
【文档编号】G01M99/00GK106092635SQ201610712351
【公开日】2016年11月9日
【申请日】2016年8月23日
【发明人】李科, 柴建朴, 黄禹菲, 李扬帆, 曾东
【申请人】电子科技大学