周 捷,李 健

(西安工程大学 服装与艺术设计学院,陕西 西安 710048)

0 引 言

服装色彩预测是流行趋势发布的重要内容,准确预测有利于提高服装企业相关产品规划的能力[1-2]。目前主流的服装流行色预测方法有统计调查法[3]、神经网络法[4]、灰色模型[5-6]以及其它智能算法[7-9]等。这些方法为色彩量化预测提供了参考,但预测精度仍然较低[3-9]。更重要的是,服装流行色系统由于受到外界干扰以致震荡数据常有出现。因此,如何解决冲击扰动系统的预测问题,还原失真数据,是目前亟需解决的问题。

灰色模型是专门解决少数据、贫信息的方法之一,在预测领域广泛应用[10-11]。服装流行色具有统计资料有限、影响因素多且相关性不明确等灰色特性, 因此应用灰色模型方法是可行的。但是,经典GM(1,1)模型存在长期预测误差较大的局限性[12],为此学者进一步提出了等维动态递补灰色模型[13]。实际上,服装流行色受地区、经济、文化等外界因素干扰,数据呈现波动特性[14]。不幸的是,以往研究侧重于开发新模型以提高预测精度[3-9],但均未能从根本上解决服装流行色震荡序列的扰动问题。基于此,本文在等维动态递补灰色模型的基础上,构造了缓冲算子修正的优化模型,以期提高小样本条件下服装流行色的预测精度。

1 材料与方法

研究数据来源于中国纺织信息中心发布的2013—2019年春夏流行色定案,共采集260个样本。

1.1 色彩分类

依据色彩相关理论[15-16]将色相划分为5类基础色:红、黄、绿、蓝、紫色和5类中间色:黄红、黄绿、绿蓝、蓝紫和紫红色,10类色相区间值见表1。……