服裝流行色預(yù)測是指使用某種特定方法進(jìn)行判斷,給出在服裝上市前18個月服裝色彩的流行趨勢定案。定案可以為整個服裝行業(yè)包括纖維供應(yīng)商、面料生產(chǎn)企業(yè)、成衣生產(chǎn)企業(yè)及服裝代理商提供行業(yè)指導(dǎo)和引領(lǐng)作用。為服裝產(chǎn)業(yè)的快速發(fā)展提供有力條件。因此各個國家都開始重視服裝流行色趨勢的預(yù)測方法研究。近年逐步興起的服裝流行色定量預(yù)測方法以數(shù)據(jù)統(tǒng)計作為研究對象,分析其數(shù)據(jù)信息的規(guī)律性和數(shù)理性。雖然一些定量預(yù)測方法已經(jīng)被應(yīng)用到流行色預(yù)測領(lǐng)域,并取得一定的成效。但是,服裝流行色預(yù)測研究起步較晚,目前還處于探索階段,預(yù)測方法的有效性和精度低等問題依然存在。本文針對現(xiàn)有服裝流行色定量預(yù)測方法在精度上存在的缺陷,在提出基于色彩體系的色彩量化和分類準(zhǔn)則的基礎(chǔ)上,設(shè)計了一款高性能的基于層次協(xié)同演化機(jī)制的多蜂群協(xié)同優(yōu)化算法,進(jìn)而將該改進(jìn)算法應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)權(quán)值配置問題上,提升神經(jīng)網(wǎng)絡(luò)模擬目標(biāo)問題的精度,并借助此改進(jìn)的神經(jīng)網(wǎng)絡(luò),最終進(jìn)行服裝流行色預(yù)測求解問題,提高預(yù)測結(jié)果的精準(zhǔn)度。本文主要從以下幾個方面開展研究工作:(1)研究了服裝流行色定案的量化與分析。針對色彩的主觀性和研究中存在數(shù)據(jù)來源不統(tǒng)一、色彩量化復(fù)雜等問題,提出以國...

【文章頁數(shù)】：128 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 引言
    1.1 研究目的與意義
    1.2 研究背景
    1.3 服裝流行色
        1.3.1 服裝流行色的概念
        1.3.2 服裝流行色趨勢的發(fā)布
        1.3.3 服裝流行色預(yù)測研究的背景
    1.4 生物啟發(fā)式計算
        1.4.1 啟發(fā)式計算概述
        1.4.2 粒子群算法
        1.4.3 基于蜂群行為的優(yōu)化模型與算法
    1.5 研究框架與內(nèi)容
        1.5.1 論文研究框架
        1.5.2 論文研究內(nèi)容
第二章 服裝流行色定案量化與分析
    2.1 引言
    2.2 選擇研究對象
        2.2.1 選擇服裝流行色定案類別
        2.2.2 服裝流行色定案發(fā)布的機(jī)構(gòu)
        2.2.3 色彩體系
    2.3 量化與分類
        2.3.1 色相分類與統(tǒng)計
        2.3.2 明度分類與統(tǒng)計
        2.3.3 純度分類與統(tǒng)計
    2.4 本章小結(jié)
第三章 基于群落層次演化的多蜂群協(xié)同優(yōu)化算法
    3.1 引言
    3.2 生物復(fù)雜適應(yīng)性系統(tǒng)的層級體系演化模式
    3.3 層級生物系統(tǒng)中的個體、種群、群落演化模式
        3.3.1 種群的信息交流模式
        3.3.2 群落的多型共生模式
    3.4 基于層次協(xié)同演化的統(tǒng)一優(yōu)化模型
    3.5 人工蜂群算法
    3.6 基于分而治之策略的多種群協(xié)同演化
        3.6.1 向量分解策略
        3.6.2 基于交叉操作的增強(qiáng)學(xué)習(xí)策略
    3.7 基于層次演化的混合蜂群優(yōu)化算法
        3.7.1 算法描述
        3.7.2 實驗與結(jié)果分析
    3.8 本章小結(jié)
第四章 基于群落層次演化多蜂群協(xié)同算法的神經(jīng)網(wǎng)絡(luò)訓(xùn)練
    4.1 引言
    4.2 神經(jīng)網(wǎng)絡(luò)問題背景
    4.3 神經(jīng)網(wǎng)絡(luò)
    4.4 BP神經(jīng)網(wǎng)絡(luò)
        4.4.1 BP神經(jīng)網(wǎng)絡(luò)的概念
        4.4.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)原理
        4.4.3 BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)步驟
    4.5 基于層次演化多蜂群協(xié)同算法的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程
        4.5.1 曲線擬合測試
        4.5.2 數(shù)值計算問題
    4.6 本章小結(jié)
第五章 基于群落層次演化多蜂群協(xié)同算法的服裝流行色色相預(yù)測
    5.1 引言
    5.2 基于HABCNN理論的女裝春夏流行色色相預(yù)測
        5.2.1 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的女裝流行色色相預(yù)測模型
        5.2.2 預(yù)測結(jié)果與分析
    5.3 本章小結(jié)
第六章 基于改進(jìn)的神經(jīng)網(wǎng)絡(luò)模型的服裝流行色明度與純度預(yù)測
    6.1 引言
    6.2 基于HABCNN神經(jīng)網(wǎng)絡(luò)理論的女裝春夏流行色明度預(yù)測
        6.2.1 預(yù)測流程
        6.2.2 預(yù)測方案設(shè)計
        6.2.3 預(yù)測結(jié)果與分析
    6.3 基于HABCNN神經(jīng)網(wǎng)絡(luò)理論的女裝春夏流行色純度預(yù)測
        6.3.1 預(yù)測流程
        6.3.2 預(yù)測方案設(shè)計
        6.3.3 預(yù)測結(jié)果與分析
    6.4 本章小結(jié)
第七章 總結(jié)與展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況
致謝



本文編號：3770898