本发明属于职业服装号型归类技术领域，涉及到采用模糊神经网络模型对职业服装号型进行智能归类的方法。其特征是采用了单位BP算法、加入动量项、引入陡度因子和进化规划四种改进策略进行改进，根据不同的情况调用相应的策略，利用模糊逻辑和神经网络的关联性和互补性，针对服装号型数据难以精确归类的特点，引入模糊规则建立模糊神经网络来进行样本训练，实现归类过程的智能化。本发明的效果和益处是把模糊神经网络应用到职业服装号型归类上，实现了职业服装号型归类的智能化，大大节省了传统服装领域花在服装号型归类上的人力、物力和财力；解决了目前职业服装样衣套穿成本高、周期长、分档要求高及量体师的测量误差导致分档不合理等问题。