张 燕， 余隋怀， 陈登凯， 刘社明

（西北工业大学机电学院工业设计研究所，陕西 西安 710072）

产品的色彩设计过程是一个评价与调整不断循环交替进行的过程，而对色彩设计方案进行人工赋色和修改也是一个繁锁低效的工作。因此，从优秀的色彩设计实例库中提取出有用的色彩配置方案，并应用于新的色彩设计中，将对缩短色彩设计周期和提高成功率大有帮助。但是，如何从庞大的色彩设计实例库中提取有用的色彩方案，并经过重组、创新运用到新的设计中是一个问题。

基于此，论文提出了一种将人工智能中的遗传算法和蚁群算法相结合来实现产品配色的方法。首先，利用遗传算法对已有色彩设计方案库中的色彩方案进行编码、适应度计算、再进行选择、交叉及变异，产生若干组色彩方案，最后，利用蚁群算法在若干组色彩方案中求解到最佳色彩方案。此方法可以有效地减少搜索空间，大大提高产品色彩设计效率及质量，得到比较满意的效果。

1 遗传算法与蚁群算法结合的思想[1]

遗传算法具有快速全局搜索能力，但是对于系统中的反馈信息却没有利用，往往导致大量无为的冗余迭代，求精确解效率较低。蚁群算法是通过信息素的累积和更新而收敛于最优路径，具有分布、并行、全局收敛能力，但搜索初期信息素匮乏、导致搜索初期信息素积累时间较长，求解速度慢[2]。因此，克服两种算法各自的缺陷，形成优势互补，首先利用遗传算法的随机搜索、快速、全局收敛性产生有关问题的初始解，并将其转化为蚁群算法的初始信息素分布，然后利用蚁群算法的并行性、正反馈机制以及求解效率高等特征寻求最优解。……