模糊聚类和混沌自适应粒子群的神经网络色彩匹配

目的 研究基于混沌理论、 粒子群算法、 模糊聚类和人工神经网络的色彩匹配模型。方法 结合混沌理论和动态自适应策略， 对粒子群算法进行改进， 得到混沌自适应粒子群算法， 并应用于径向基人工神经网络的基函数中心， 以及扩展常数和网络权值的优化中； 通过模糊聚类分类样本数据， 得到混沌自适应粒子群径向基人工神经网络色彩匹配模型， 并将模型与其他色彩匹配方法进行比较。结果 CSAPSO RBF ANN 色彩匹配模型的平均绝对误差、 均方根误差和色差平均值分别为 0.0106，0.000 96和1.9122。结论 CSAPSO RBF ANN色彩匹配模型具有良好的普遍性、 通用性和泛化能力