采用多蜂群协同演化算法的服装流行色预测
针对现有服装流行色定量预测方法存在的精度缺陷,借鉴了复杂适应系统理论和生物学协同进化思想,提出一种基于层次协同演化机制的多蜂群协同优化算法.将该算法应用于人工神经网络权值配置问题上,通过拟合曲线进行测试.结果表明该算法可提升神经网络模拟目标问题的精度.使用PANTONE发布的2007-2016年的国际春夏女装流行色定案,建立了春夏女装流行色色相的预测模型;对该模型中改进的神经网络进行训练,分析不同隐含层节点个数对色相预测精度的影响;预测2017年女装流行色色相,并将预测结果与PANTONE官方发布结果进行对比.结果表明该方法与其他方法相比提高了预测结果的精准度.
层次演化、分层人工蜂群算法、神经网络、服装流行色、色相预测
39
TP399;TS941.13(计算技术、计算机技术)
国家自然科学基金项目61703306;天津市应用基础计划项目青年项目16JCQNJC00600;天津师范大学博士基金项目52XB1302
2018-04-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
137-142