面向服裝流行色預(yù)測(cè)的層次協(xié)同演化模型與算法研究.pdf

1、服裝流行色預(yù)測(cè)是指使用某種特定方法進(jìn)行判斷。定案可以為整個(gè)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(gè)國(guó)家都開(kāi)始重視服裝流行色趨勢(shì)的預(yù)測(cè)方法研究。近年逐步興起的服裝流行色定量預(yù)測(cè)方法以數(shù)據(jù)統(tǒng)計(jì)作為研究對(duì)象，分析其數(shù)據(jù)信息的規(guī)律性和數(shù)理性。盡管定量預(yù)測(cè)的方法可以一定程度上對(duì)流行色進(jìn)行預(yù)測(cè)，但是，服裝流行色預(yù)測(cè)研究開(kāi)始較晚，還處于探索階段，預(yù)測(cè)方法的有效性和

2、精度低等問(wèn)題依然存在。
　　本文針對(duì)現(xiàn)有服裝流行色定量預(yù)測(cè)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(lèi)準(zhǔn)則的基礎(chǔ)上，設(shè)計(jì)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)用人工神經(jīng)網(wǎng)絡(luò)權(quán)值配置問(wèn)題上，提升神經(jīng)網(wǎng)絡(luò)模擬目標(biāo)問(wèn)題的精度，并借助此改進(jìn)神經(jīng)網(wǎng)絡(luò)進(jìn)行服裝流行色預(yù)測(cè)問(wèn)題的求解，提高預(yù)測(cè)結(jié)果精準(zhǔn)度的性能。本文主要從以下幾個(gè)方面開(kāi)展研究工作:
　　(1)提出一種基于層次協(xié)同演化模式的多種

3、群進(jìn)化模型。該模型借鑒了復(fù)雜適應(yīng)系統(tǒng)理論和生物學(xué)中協(xié)同進(jìn)化思想，同時(shí)此模型涵蓋了從個(gè)體到種群再到群落的層次結(jié)構(gòu)。在保留充分個(gè)體基本搜索特性的基礎(chǔ)上，通過(guò)層次間信息交流模式和同層內(nèi)競(jìng)爭(zhēng)-協(xié)作共生模式，可實(shí)現(xiàn)個(gè)體層、種群層和群落層之間的智能涌現(xiàn)。
　　(2)在個(gè)體-種群-群落三層協(xié)同演化模型的多種群進(jìn)化模型框架基礎(chǔ)上，提出一種基于群落層次演化的多蜂群協(xié)同優(yōu)化算法(HABC)。在此算法中，采用分而治之策略，實(shí)現(xiàn)高維問(wèn)題低維化操作，即將問(wèn)

4、題的每一個(gè)維度隨機(jī)分配到若干子維度集合中，降維之后的每個(gè)子維度都可以有多個(gè)種群共同處理，可以有效降低問(wèn)題求解難度并提高問(wèn)題優(yōu)化率。采用交叉操作與精英策略增強(qiáng)種群間信息交流，以保證群體多樣性。為測(cè)試其性能，選取了15個(gè)連續(xù)函數(shù)和5個(gè)離散測(cè)試函數(shù)。測(cè)試結(jié)果表明HABC在尋優(yōu)過(guò)程初期能夠極大限度的保留種群多樣性，在尋優(yōu)后期具有較快的收斂速度;相對(duì)于一些經(jīng)典的啟發(fā)式進(jìn)化算法，該算法不僅尋優(yōu)精度高，而且具備較高的魯邦性，特別是對(duì)于高維復(fù)雜問(wèn)題，其

5、性能更為突出。
　　(3)為克服傳統(tǒng)基于梯度下降法、數(shù)值優(yōu)化法的神經(jīng)網(wǎng)絡(luò)訓(xùn)練的容易陷入局部最小值、計(jì)算復(fù)雜、對(duì)網(wǎng)絡(luò)的初始權(quán)值和參數(shù)極為敏感的缺陷，采用基于群體層次演化的多蜂群協(xié)同優(yōu)化算法求解人工的神經(jīng)網(wǎng)絡(luò)的權(quán)值。將網(wǎng)絡(luò)中需要訓(xùn)練的參數(shù)看成優(yōu)化問(wèn)題的解的維度，求解最優(yōu)解的過(guò)程，個(gè)體之間競(jìng)爭(zhēng)的這個(gè)過(guò)程，實(shí)際上即是網(wǎng)絡(luò)參數(shù)訓(xùn)練的全過(guò)程。本實(shí)驗(yàn)主要采用了七個(gè)實(shí)際案例問(wèn)題進(jìn)行檢驗(yàn)。試驗(yàn)表明，基于群落層次演化多蜂群協(xié)同算法進(jìn)行整合優(yōu)化的神經(jīng)網(wǎng)

6、絡(luò)，其針對(duì)收斂速度以及學(xué)習(xí)效率等多個(gè)方面都具備了優(yōu)于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)算法以及基礎(chǔ)的人工蜜蜂群的算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)。
　　(4)根據(jù)色彩學(xué)理論對(duì)PANTONE色相環(huán)進(jìn)行區(qū)間劃分，使用區(qū)間分類(lèi)劃分邊界值的方法。為主觀色彩色相的數(shù)字化提供了重要的依據(jù)。實(shí)驗(yàn)以2007-2016年由國(guó)際色彩委員會(huì)發(fā)布的國(guó)際春夏女性服裝流行色定案作為研究數(shù)據(jù)，借助基于群落層次演化多蜂群協(xié)同算法的神經(jīng)網(wǎng)絡(luò)HABCNN，討論了神經(jīng)網(wǎng)絡(luò)模型中隱含層的不同節(jié)點(diǎn)數(shù)對(duì)