计算机辅助设计开始发展于20世纪60年代,在工业设计中扮演着非常重要的角色,已经广泛的应用于工业设计的各个方面。随着科技的发展与时代的进步,人们对产品外观造型的要求逐步提高。作为产品外观的一个重要组成部分,色彩设计在产品设计中的地位也越来越重要。计算机辅助色彩设计,可以快速、准确、高效的对色彩方案进行优化,使色彩设计更具有合理性和创新性,从而提高产品外观设计的效率和竞争力。微粒群优化算法(PSO)是由Kennedy和Eberhart于1995年提出的一种基于迭代的优化算法,系统初始化为一组随机解,通过某种方式迭代寻找全局最优解。由于算法的易实现性和高效性,因此受到了人们的广泛关注。它已成为与遗传算法、禁忌搜索算法以及模拟退火算法并行发展的一种全局优化算法。该算法己经成功的运用到了很多函数优化和工程技术领域,并取得了很好的效果。聚类分析是一种把数据集分成不同的群组,使群与群之间差别很明显,而同一个群之间的数据尽量相似的方法。聚类作为数据挖掘的核心技术,长期以来,在诸多领域得到了广泛的研究和运用,例如生物学、统计学、模式识别、信息检索、机器学习和图像处理等方面。本文的主要研究内容围绕计算机辅助色彩设计方法展开。在研究微粒群优化算法、聚类分析方法和色彩理论的基础上,结合计算机辅助工业产品设计的特点,研究了基于设计实例和智能优化算法的色彩设计方法,并实现了该色彩设计方法的主要功能。主要工作为:1.将微粒群算法引入产品组件布局设计过程。通过对微粒群算法的研究,利用其简单、高效的特点,结合具体的产品设计,将PSO应用于产品组件布局设计中,初步实现了产品构件的智能化组装,一定程度上提高了产品设计的有效性和创新性。提出了一种基于微粒群算法的自适应优化布局求解算法,该算法以组件特征模型为基础,引入人机交互技术,以满足约束条件为目标,利用微粒群算法从整体上自动优化布局方案。并以手机组件的布局求解为例,对该算法进行了验证。理论和实例分析表明,该算法能有效地生成多个手机组件布局方案。2.结合色彩理论和微粒群算法研究了色彩协调设计方法。在对色彩理论进行了一定研究的基础上,提取出一定的色彩设计原则和方法,提出了利用微粒群算法对色彩设计方案进行智能优化的方法。该方法为计算机辅助色彩设计提供了一定程度上的色彩理论知识辅助,有助于提高色彩设计的效率和提供色彩设计创意。在色彩协调设计系统中,以RGB模型和孟塞尔色彩模型为基础,利用微粒群算法对色彩设计预案进行优化调整,以经典的色彩调和理论为约束设定适应度函数,从而得到优化的色彩设计方案。通过在计算机辅助设计系统中对产品色彩方案优化功能模块的实现证明了该方法能快速有效的生成合理的、有创新性的色彩方案。3.结合聚类分析和微粒群算法研究了基于设计实例的色彩设计方法。设计实例中的色彩配置方案往往代表某一类型的设计风格、惯例或趋势,这对新的设计有重要的参考价值和指导意义。将聚类分析方法和微粒群优化算法结合起来应用于计算机辅助色彩设计中,提出了从参考设计实例中抽取色彩配置方案,并将其运用于新设计的基于实例的色彩设计方法,实现了优秀色彩设计方案的提取和复用,有利于进一步增强计算机辅助色彩设计的功能和提高设计效率。上述方法目前已在产品的色彩设计中进行了初步验证,结果表明该方法及其软件系统都是可行的,能有效地辅助产品的色彩设计。