移动应用闪屏是指在用户使用智能手机启动应用程序时出现的缓冲界面。随着应用版本更迭速度加快、宣传内容增多,移动应用闪屏往往需要频繁更新。目前该类闪屏大多由专业人员进行排版布局且通常涉及复杂的设计类先验知识,整个流程高度依赖人工。近年来,研究人员尝试使用人工智能算法解决图形布局生成问题,以实现闪屏类图像的自动生成。目前,图形布局生成研究主要面临挑战有:一是不同布局所涉及的美学概念大多比较主观,计算机难以量化不同图形布局间的优劣;二是布局生成算法研究中通常只考虑了组件的对齐因素,而忽略了组件重叠因素对生成结果的影响。因此,本文针对图形布局差异对算法生成结果的影响,从移动应用闪屏美学评价和布局组件信息感知两方面展开研究。本文的主要研究内容包括两个方面:（1）针对移动应用闪屏图像的美学评价,本文提出了基于图形布局差异增强的美学评价方法。该方法通过优化三元组损失函数训练美学评价网络,并将闪屏布局的信息编码为额外的特征向量嵌入到模型的训练过程中,使得模型能够根据样本对的差异信息给出准确的预测值。在移动应用闪屏数据集上的实验结果表明,与目前主流美学评价算法相比,本文所提出的算法在RMSE以及准确率指标上均有所提高。（2）针对自动布局生成算法的组件信息感知,本文提出了一种使用组件约束关系来辅助布局自动生成的方法。该方法对布局生成任务中各组件的约束关系进行细分,以获取标注样本中布局表征的对齐重叠关系,再根据该关系计算生成布局与标注布局中组件排布的差异,最后将此差异引入到生成器网络中潜在特征向量的修正训练过程中。此外,本文将上述美学评价模型引入到鉴别器网络中,使网络能够依据三元样本布局差异信息,对生成布局的真假概率进行更准确的判断。在移动应用闪屏数据集上的实验结果表明,与目前主流的布局生成算法相比,本文所提出的算法在最大交并比指标上有所提高,其中Layout FID分值提升了49.21%。基于以上研究工作,本文实现了一款移动应用闪屏自动生成工具。与用户人工设计相比,本文所实现的工具能有效缩短实际设计时间。与同类应用相比,该工具能生成更适合输入组件排布的布局结果,满足预期的使用需求。