Please wait a minute...
工程设计学报
工程设计学报  2007, Vol. 14 Issue (3): 243-246    
工程设计理论、方法与技术     
基于遗传神经网络的产品配色设计
孙菁, 陈安全,王少梅
1. 武汉理工大学 艺术设计学院， 湖北 武汉430070；
2.南京航空航天大学 设计工程系， 江苏 南京 210000； 3. 武汉理工大学 物流学院， 湖北 武汉430063
Research on construction of color design system based on neural network and genetic algorithm
SUN  Jing,CHEN  An-Quan,WANG  Shao-Mei
1. School of Arts and Design, Wuhan University of Technology, Wuhan 430070, China;
2. Department of Design Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210000, China；
3. College of Logistic Engineering, Wuhan University of Technology, Wuhan 430063, China
 全文: PDF(401 KB)   HTML
摘要： 由于科技的进步和消费者意识的提高，加快了产品的生命周期，如何帮助设计师掌握消费者的感觉，提高产品创新的时效性，是一个不容忽视的问题。从感性工学的理论和知识出发，将目标产品(电话计费器)划分为色块的组合构成，以配色理论制作配色意象问卷，运用倒传递类神经网络学习的特性模拟配色意象评价模式，再通过遗传算法调适与更新的特性搜寻最符合需求意象的配色组合。研究结果显示：通过实验，依据类神经学习与遗传演算推演出的配色组合方式，最终可以架构系统而得以顺利执行，并且提供配色子代的样本作为建议。由本研究的结果可建立一个评估色彩感性的决策支持系统，藉以加快设计流程，辅助设计师以比较有效率且客观的方式进行产品色彩设计。由于科技的进步和消费者意识的提高，加快了产品的生命周期，如何帮助设计师掌握消费者的感觉，提高产品创新的时效性，是一个不容忽视的问题。从感性工学的理论和知识出发，将目标产品(电话计费器)划分为色块的组合构成，以配色理论制作配色意象问卷，运用倒传递类神经网络学习的特性模拟配色意象评价模式，再通过遗传算法调适与更新的特性搜寻最符合需求意象的配色组合。研究结果显示：通过实验，依据类神经学习与遗传演算推演出的配色组合方式，最终可以架构系统而得以顺利执行，并且提供配色子代的样本作为建议。由本研究的结果可建立一个评估色彩感性的决策支持系统，藉以加快设计流程，辅助设计师以比较有效率且客观的方式进行产品色彩设计。
关键词： 配色;  色彩意象;  感性工学;  倒传递神经网络;  遗传算法    
Abstract: Due to advancement in science, development of technology and enhancement of customer's awareness, product lifecycle are greatly shortened and how to help designers master customer's feeling and escalate effectiveness of product innovation in time cannot be ignored. Starting from the theory and knowledge of Kansei engineering, object product, phone fee recoder, is divided into various color components. Then, a poll system designed by color combination theory is made. According to the theory of back-propagation neural network, customer's evaluation is simulated and finally, the optimal color combination through genetic algorithm iteration is gained. The results indicate that this system can carried out successfully with the abovementioned method. A decision support system for evaluation of color combination can be established by employing the results of thisresearch to accelerate design flow. And assistant designer can perform product color design effectively and objectively.
Key words: color combination    color image    Kansei engineering    back-propagation neural network    genetic algorithm
出版日期: 2007-06-28
基金资助:

湖北省建设厅推广项目资助（2003lg0083）
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　

引用本文:

孙菁, 陈安全,王少梅. 基于遗传神经网络的产品配色设计[J]. 工程设计学报, 2007, 14(3): 243-246.

SUN Jing,CHEN An-Quan,WANG Shao-Mei. Research on construction of color design system based on neural network and genetic algorithm[J]. Chinese Journal of Engineering Design, 2007, 14(3): 243-246.

链接本文:

https://www.zjujournals.com/gcsjxb/CN/    或    https://www.zjujournals.com/gcsjxb/CN/Y2007/V14/I3/243

[1] 赵迪,陈果,陈小利,王熊锦. 轮式搜救机器人地形自适应机构设计及越障性能分析[J]. 工程设计学报, 2023, 30(5): 579-589.
[2] 窦方健,邱清盈,管成,邵锦杰,吴海峰. 大转动惯量缠绕机加减速曲线优化设计[J]. 工程设计学报, 2023, 30(4): 503-511.
[3] 米鑫,李虹,郭彦青,高宏伟,王浩楠,宁羿帆. 基于线性回归的单柱塞泵单向阀参数优化[J]. 工程设计学报, 2022, 29(6): 705-712.
[4] 李琴,贾英崎,黄玉峰,李刚,叶闯. 一种工业机器人多目标轨迹优化算法[J]. 工程设计学报, 2022, 29(2): 187-195.
[5] 丁述勇, 张征, 丁文洁, 林勇. 多巷道式立体车库优化设计与车辆存取策略研究[J]. 工程设计学报, 2021, 28(4): 443-449.
[6] 张帅, 韩军, 涂群章, 杨小强, 杨旋. 基于GA-NLP的剪刀式折叠桥梁展桥机构多目标优化设计[J]. 工程设计学报, 2020, 27(1): 67-75.
[7] 刘春青, 王文汉. 基于人工神经网络-遗传算法的展成法球面精密磨削参数优化[J]. 工程设计学报, 2019, 26(4): 395-402.
[8] 马天兵, 王孝东, 杜菲, 王鑫泉. 基于GA-SVM的刚性罐道故障诊断[J]. 工程设计学报, 2019, 26(2): 170-176.
[9] 邓星, 于兰峰, 雷聪, 徐江平, 肖泽平. 基于响应面法的无轨伸缩式门式起重机轻量化设计[J]. 工程设计学报, 2018, 25(3): 288-294.
[10] 袁树植, 高虹霓, 王崴, 瞿珏, 刘晓卫, 李康. 基于感性工学的人机界面多意象评价[J]. 工程设计学报, 2017, 24(5): 523-529.
[11] 唐维, 谢延敏, 黄仁勇, 张飞, 潘贝贝. 基于自适应SVR-ELM混合近似模型的镁合金差温成形本构参数反求[J]. 工程设计学报, 2017, 24(5): 536-544.
[12] 程兵, 于兰峰, 吴永明, 符康. 基于响应面法的地坑式架车机轻量化研究[J]. 工程设计学报, 2016, 23(6): 606-611.
[13] 邱瑞斌, 雷飞, 陈园, 王琼. 基于权重比的车架多工况拓扑优化方法研究[J]. 工程设计学报, 2016, 23(5): 444-452.
[14] 李晓豁, 史尚伟, 翁正洋, 钱亚森, 李岩, 杨梓嘉. 基于BP-GA的冲击破岩掘进机工作机构动态优化[J]. 工程设计学报, 2016, 23(4): 358-363.
[15] 隋海腾, 牛文铁. 基于迷宫算法和遗传算法的船舶管路路径规划[J]. 工程设计学报, 2016, 23(2): 188-194.