配色系统是配色领域与计算机技术结合的产物，属于CAD/CAM研究领域，它目前已广泛用于染料颜料制造业、印染业、塑料着色加工业、涂料业及油墨等着色相关行业，可帮助生产人员进行来样的配方确定。但目前，测配色系统存在测色条件很苛刻、基础数据制备繁琐及不提供染料的自动选择功能等几项缺陷，极大地限制了测配色系统的实际应用。 针对以上存在的问题，本课题基于Agent技术，设计了一个配色专家系统原型GCS(GeneralColoristSystem)，本文的主要工作： 通用配色专家系统原型的设计。专家系统技术的应用使得专家知识得到充分利用，使工厂多年的生产经验得以积存保留，使系统能够进行经验积累，在日常生产过程中日益完善。而本课题研究虽以纺织行业的配色为主，但只要将知识规则和相应原料库进行修改替代，就可用于其他的配色行业。 提出基于Agent的配色方法。配色系统使用的主流商业软件大都是基于Kubelka-Munk理论(以下简称K-M法)和基于配方检索法的。随着系统放松了对集中式、规划、顺序控制的限制，具有自治、主动特性的配色方法的研究成为研究的热点。GCS将配方法与Agent技术相结合，发挥各自的长处，解决了配方预测中染料的自动选择功能，以及配方查找中的检索效率问题。 实现了基于案例的知识获取。传统的知识获取是依靠知识工程师与专家交流所得或之后由专家总结进行完善，这样带来很多局限性。而GCS采用案例的知识获取策略，解释机对具体的案例进行记录，这些记录的案例正好可供专家直观地发掘出自己的知识，而不用费心去进行归纳。在系统建立之初的知识可能存在不一致、不完整、甚至错误的知识，基于案例就可方便地、有针对性地检测系统是否有错判、漏判的问题，还可以对知识进行逐步精化。 采用基于Agent的过滤机制。为了查精，传统的数据库只能是由人类用户多次提交查询请求来达到，本文提出基于Agent技术的解决方案：查询只需一次提交，大大减少了网络开销、降低了用户操作的复杂性。 GCS可以作为一个完整的系统用于半人工配方预测，同时它的一些子模块还可以作为传统配色软件的补充，如：染料选择子系统可用于在配方计算前进行染料选择，染料前处理子系统可用于辅助数据库基础数据制备、简化染料选择的复杂度等。实现结果表明：GCS使用方便，并能够自动进行检索配方的有效过滤。与K-M法相比，克服了测色的苛刻性与基础数据制备繁琐性的缺点。