1.基于多目標(biāo)遺傳算法的面料毛羽剪切參數(shù)優(yōu)化方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于多目標(biāo)遺傳算法的面料毛羽剪切參數(shù)優(yōu)化方法，其特征在于，獲取印花面料進(jìn)行試切時(shí)的毛羽去除率及面料損傷度，結(jié)合印花顏料固化分布圖譜計(jì)算出印花面料在不同圖案區(qū)域?qū)τ陬伭瞎袒木植窟m應(yīng)度的具體實(shí)現(xiàn)過程包括：
3.根據(jù)權(quán)利要求1所述的基于多目標(biāo)遺傳算法的面料毛羽剪切參數(shù)優(yōu)化方法，其特征在于，提取剪毛設(shè)備包含刀軸轉(zhuǎn)速、布速與剪刃間隙的工藝參數(shù)流并通過流體力學(xué)耦合轉(zhuǎn)換為表征毛羽吸附與拉伸強(qiáng)度的剪毛負(fù)壓矩陣的具體實(shí)現(xiàn)過程包括：
4.根據(jù)權(quán)利要求1所述的基于多目標(biāo)遺傳算法的面料毛羽剪切參數(shù)優(yōu)化方法，其特征在于，構(gòu)建以所述剪毛負(fù)壓矩陣為輸入、局部適應(yīng)度為約束的虛擬演化空間，利用多目標(biāo)遺傳算法進(jìn)行演化操作生成子代參數(shù)種群的具體實(shí)現(xiàn)過程包括：
5.根據(jù)權(quán)利要求1所述的基于多目標(biāo)遺傳算法的面料毛羽剪切參數(shù)優(yōu)化方法，其特征在于，對(duì)所述子代參數(shù)種群進(jìn)行虛擬評(píng)估，以相鄰印花圖案區(qū)域間的剪切參數(shù)為平滑過渡閾值，生成虛擬參數(shù)解集的具體實(shí)現(xiàn)過程包括：
6.根據(jù)權(quán)利要求5所述的基于多目標(biāo)遺傳算法的面料毛羽剪切參數(shù)優(yōu)化方法，其特征在于，將所述虛擬參數(shù)解集輸入深度學(xué)習(xí)代理網(wǎng)絡(luò)中，根據(jù)剪毛設(shè)備實(shí)際輸出的工藝參數(shù)流，預(yù)測(cè)不同印花圖案區(qū)域的剪切參數(shù)的具體實(shí)現(xiàn)過程包括：
7.根據(jù)權(quán)利要求1所述的基于多目標(biāo)遺傳算法的面料毛羽剪切參數(shù)優(yōu)化方法，其特征在于，基于所述剪切參數(shù)執(zhí)行非支配尋優(yōu)生成虛擬帕累托解集，并下發(fā)至剪毛設(shè)備進(jìn)行試切的具體實(shí)現(xiàn)過程包括：
8.根據(jù)權(quán)利要求1所述的基于多目標(biāo)遺傳算法的面料毛羽剪切參數(shù)優(yōu)化方法，其特征在于，利用試切產(chǎn)生的真實(shí)驗(yàn)證反饋流校正深度學(xué)習(xí)代理網(wǎng)絡(luò)，持續(xù)優(yōu)化印花面料的剪切參數(shù)的具體實(shí)現(xiàn)過程包括：