根据个体信息进行样板制作是批量定制生产方式中的重要环节。现代非接触式测量技术使我们能获取更多人体数据，将对人体的认知更多更全面地反映到服装制作中去。所以，有必要在新技术条件下对人体进行探究，并正确有效地运用到服装生产之中。本论文的目的是将通过三维扫描仪获得的青年女性上体主要特征直接应用到服装基本样板的结构设计之中，以使制作出来的服装更具合体性和个性化；并将人工神经网络BP算法应用到服装结构设计中，为达到根据人体体型的个性特征、实现服装基本款到个性服装自动生成这一目标提供基础。论文的主要内容如下： 首先，简要概述了服装样板的研究情况、体型研究和相关技术发展状况，以及本文研究意义和研究的主要内容。 其次，对三维扫描获得的大量人体数据进行数学分析，用因子分析提取了反映青年女性上体特征的主要因子；经相关分析，提取了身高、胸围等20个上体体型特征参数，肩至前腰中心、肩至后腰中心等作为补充。并通过模糊数学中确定权重的方法确定各特征参数的权重，为设计上装基本板提供参考。 再次，对国内现有的结构设计方法进行比较分析，在借鉴其经验的基础上，把提取的特征参数中的18个参数应用到上装基本板的设计中，设计了合体女上装基本板制作方法；并根据12位被测者的测量尺寸进行样板制作，样衣制作和试穿，试穿结果显示了较好的合体性。 最后，将人工神经网络BP算法应用到服装结构设计中，通过大量训练样本对基本板设计方法的学习，实现了从净体尺寸到成衣尺寸的自动映射。经过测试样本对模型正确性的检验及泛化性能分析，验证了其可靠性和自动生成纸样的可行性。为服装批量定制中从三维扫描尺寸生成成衣尺寸及样板自动生成提供前期技术性的研究。