微粒群算法與聚類分析在色彩設計中的應用.pdf

1、計算機輔助設計開始發(fā)展于20世紀60年代，在工業(yè)設計中扮演著非常重要的角色，已經廣泛的應用于工業(yè)設計的各個方面。隨著科技的發(fā)展與時代的進步，人們對產品外觀造型的要求逐步提高。作為產品外觀的一個重要組成部分，色彩設計在產品設計中的地位也越來越重要。計算機輔助色彩設計，可以快速、準確、高效的對色彩方案進行優(yōu)化，使色彩設計更具有合理性和創(chuàng)新性，從而提高產品外觀設計的效率和競爭力。 微粒群優(yōu)化算法(PSO)是由Kennedy和Eberh

2、art于1995年提出的一種基于迭代的優(yōu)化算法，系統(tǒng)初始化為一組隨機解，通過某種方式迭代尋找全局最優(yōu)解。由于算法的易實現(xiàn)性和高效性，因此受到了人們的廣泛關注。它已成為與遺傳算法、禁忌搜索算法以及模擬退火算法并行發(fā)展的一種全局優(yōu)化算法。該算法己經成功的運用到了很多函數(shù)優(yōu)化和工程技術領域，并取得了很好的效果。 聚類分析是一種把數(shù)據(jù)集分成不同的群組，使群與群之間差別很明顯，而同一個群之間的數(shù)據(jù)盡量相似的方法。聚類作為數(shù)據(jù)挖掘的核心技術

3、，長期以來，在諸多領域得到了廣泛的研究和運用，例如生物學、統(tǒng)計學、模式識別、信息檢索、機器學習和圖像處理等方面。 本文的主要研究內容圍繞計算機輔助色彩設計方法展開。在研究微粒群優(yōu)化算法、聚類分析方法和色彩理論的基礎上，結合計算機輔助工業(yè)產品設計的特點，研究了基于設計實例和智能優(yōu)化算法的色彩設計方法，并實現(xiàn)了該色彩設計方法的主要功能。主要工作為： 1.將微粒群算法引入產品組件布局設計過程。 通過對微粒群算法的研究，

4、利用其簡單、高效的特點，結合具體的產品設計，將PSO應用于產品組件布局設計中，初步實現(xiàn)了產品構件的智能化組裝，一定程度上提高了產品設計的有效性和創(chuàng)新性。提出了一種基于微粒群算法的自適應優(yōu)化布局求解算法，該算法以組件特征模型為基礎，引入人機交互技術，以滿足約束條件為目標，利用微粒群算法從整體上自動優(yōu)化布局方案。并以手機組件的布局求解為例，對該算法進行了驗證。理論和實例分析表明，該算法能有效地生成多個手機組件布局方案。 2。結合色

5、彩理論和微粒群算法研究了色彩協(xié)調設計方法。 在對色彩理論進行了一定研究的基礎上，提取出一定的色彩設計原則和方法，提出了利用微粒群算法對色彩設計方案進行智能優(yōu)化的方法。該方法為計算機輔助色彩設計提供了一定程度上的色彩理論知識輔助，有助于提高色彩設計的效率和提供色彩設計創(chuàng)意。在色彩協(xié)調設計系統(tǒng)中，以RGB模型和孟塞爾色彩模型為基礎，利用微粒群算法對色彩設計預案進行優(yōu)化調整，以經典的色彩調和理論為約束設定適應度函數(shù)，從而得到優(yōu)化的色彩

6、設計方案。通過在計算機輔助設計系統(tǒng)中對產品色彩方案優(yōu)化功能模塊的實現(xiàn)證明了該方法能快速有效的生成合理的、有創(chuàng)新性的色彩方案。 3。結合聚類分析和微粒群算法研究了基于設計實例的色彩設計方法。 設計實例中的色彩配置方案往往代表某一類型的設計風格、慣例或趨勢，這對新的設計有重要的參考價值和指導意義。將聚類分析方法和微粒群優(yōu)化算法結合起來應用于計算機輔助色彩設計中，提出了從參考設計實例中抽取色彩配置方案，并將其運用于新設計的基于