织物的热湿传递性能是评价服装舒适性的重要指标。前人对纺织品和服装的传热和传湿性能做了许多研究,并在基本概念、基本规律、测试方法、评价指标、纤维品种、热湿舒适性机理等方面取得了许多成果,但是仍有许多理论与实际问题尚未解决。在研究织物热湿传递时,由于影响热湿传递的因素有纤维性质,纱线结构与性质以及织物的结构与性质。这些因素共同影响织物的热湿传递,并与织物热湿传递性能之间存在复杂的非线性关系。本文着重研究论述了织物在穿着过程中的热湿传递机理,并从理论上对织物的热湿传递进行了公式推导,给出了人体—服装—环境之间热湿传递的计算公式。先将织物考虑为固体进行热湿传递研究,再将织物作为多孔材料进行分析。但通常它们是在假定织物各相均匀排列的前提下进行的,会造成较大的计算结果误差。利用分形理论,对织物的几何结构进行较为精确的描述,认为其具有明显的分形特性,克服了常温环境下经典几何方法所建立的导热系数理论模型的不足。实验验证表明,所求得的透湿性能值更逼近于它的实测值。对YG-601型电脑式织物透湿仪进行改进,比起用微气候仪测试动态透湿性,改进后的织物透湿仪测试数据更可靠,重复性更好,与静态数据具有可比较性。根据研究目标,选取了25种试样,其中18种是纯苎麻织物或含麻的织物,其余为性能上与麻类织物接近的竹纤维织物,以利于分析与比较。这些织物在经纬密度、经纬细度、厚度、平方米重、组织结构等方面有一定的差异,这些参数对深入研究麻类织物热湿传递性能和预测服用舒适性有非常重要的意义,是本研究结果正确性与实用性的基本保证。本文还分析了基于神经网络技术对织物传热和透湿性能进行预测的原理,探讨了建立神经网络预测模型的基本方法,并结合麻类织物传热和透湿性能预测实例,检验神经网络模型的可行性.以及提出了需要进一步研究的问题。从神经网络麻类织物传热和透湿性能预测实例分析表明,建立神经网络预测模型是合理的,只要提供有代表性的学习样本,通过模型训练,预测结果完全能够满足精度要求。体现了这种模型实施容易、运行速度快、误差修正方便、操作简单、运行灵活等优点。本文最后综合运用灰度理论、模糊相似优先比和神经网络对麻类织物热湿舒适性进行了研究,提出了新的织物热湿舒适性评价指标、改善分析与处理的方法,使得所应用的数据更加客观和准确。由于评价是一个模糊概念,故应用5个模糊子集作为评语集,使得两种相邻状态具有模糊的分界,使之能更好地反映出对麻类织物热湿舒适性的评价效果。