基于群体智能的多模态工业产品色彩设计模型与优化方法研究

In order to effectively obtain nutrients from the environment, the plant has evolved a series of self-organizing, adaptive growth patterns in the long-term evolution and adaptation. This project will exploit the analogy between global optimization and the natural process of plant growth, and then proposed the novel swarm intelligence methods on complex engineering optimization problems. By extracting the evolutionary model from the full life cycle of plants at different levels, based on the self-organizing and adaptive growth behaviors in root split and tropism, tree branches and foliage phototropism, community collaboration and competition, this project proposes a series of intelligent optimization models and algorithms by simulating plant evolution in the whole life cycle. Based on the experiments on many typical complex optimization problems, validation of our proposed method can be obtained. Then we apply the proposed method for multi-mode industrial product color design in intelligent manufacturing mode, focused on solving the multi-mode product color imagery evaluation, fuzzy optimization design, and optimization and design multidimensional emotion issues. The innovation is reflected in the subject in order to establish the multi-objective, dynamic, discrete color optimization model of multi-mode industrial products, and the first time applied swarm intelligence method solving multi-mode industrial product color optimization problem, which is an important application and basic research of in the fields of industrial products intelligent design and swarm intelligence that will increase the depth and breadth of swarm intelligence applications in the field of intelligent manufacturing services, smart design, and mode innovation.

为了有效地从环境中获取养分,植物在长期的进化与适应中形成了一系列自组织、自适应生长模式。本课题将植物生长行为与全局优化相类比，研究复杂工程优化问题的新型群体智能求解方法。通过抽取植物全生命周期中不同层次的进化模式，基于根系分根与向性、枝叶分枝与向光性、群落竞争与协作等自组织、自适应生长行为，提出模一系列拟自然界植物生命周期演化的智能优化模型与算法。基于多种典型优化难题进行测试，并以智能制造模式下的多模态工业产品色彩设计为研究背景检验其实用效果，重点解决多模态产品色彩意象评价、模糊优化设计、多维情感优化设计等问题。课题的创新点体现在以多模态工业产品为研究对象建立其多目标、动态、离散色彩优化模型，并首次将群体智能方法应用于多模态工业产品色彩优化问题求解，其研究成果是工业产品智能设计与群体智能领域重要的应用基础性研究，必将促进群体智能在智能制造服务、智能设计及模式创新等领域中的应用深度和广度。

随着产品性能的完善化及其结构的复杂化、精细化，以及功能的多样化，促使产品所包含的设计信息量猛增，智能设计技术成为了世界各国研究和关注的热点。其中，聚焦复杂工业产品色彩设计的研究，对于企业生存与竞争具有重要的现实意义。项目以智能制造模式下的多模态工业产品色彩设计为研究背景，进行如下研究：①提出面向工业产品的多目标、动态色彩智能设计理论与优化方法，为复杂工业产品的色彩设计问题提供理论依据与智能求解策略。②开发求解复杂工业产品色彩优化问题的新型生物启发式算法，以自然界生物最优觅食行为为对象展开研究，设计适用于求解复杂动态/多目标优化问题的新型生物启发式优化算法。③开发相应的智能优化工具软件，并把智能优化工具应用于多模态工业产品色彩智能设计实例来验证方法的实用性、有效性与可行性，为突破多模态工业产品色彩设计技术瓶颈提供新的智能计算理论和方法。上述研究从建模、算法设计到产品色彩设计实际问题的解决方案，形成了具有实际应用价值的方法体系，对于推动产品色彩设计建模和智能计算的理论研究及在实际设计与决策系统中的应用提供方法和技术支持。.通过项目研究，已完成项目计划内容。课题相关研究共发表科技论文23篇，其中SCI收录16篇，中文核心收录7篇；出版英文专著1部；培养研究生6名。