[发明专利]一种基于粒子群优化的专色油墨配色方法

摘要

本发明涉及一种基于粒子群优化的专色油墨配色方法。现有的方法不能精确地实现专色油墨配色。本发明方法首先定标着色，通过多项式拟合方法求解修正系数；其次初始化PSO算法参数，在可行解空间中随机生成初始群体，并计算每一个体的适应度值；然后进行粒子个体的位置修正，最后检查结束条件。本方法可以使配色精度更加精确，配色效率大大提高，并且此方法所得的配色样品与标准样品之间的光谱分布非常接近，说明同色异谱异构性很低。

主权项

1.一种基于粒子群优化的专色油墨配色方法,其特征在于该方法包括以下步骤：步骤（1）定标着色，通过多项式拟合方法求解修正系数；具体是：先对每一种油墨分别以一定的浓度等级进行梯度着色，即采用6-7个浓度梯度单独印刷，之后确定底材和定标油墨的值；值确定利用如下公式：(1)其中和分别为目标和底材的值矩阵，表示和波长和配方浓度向量相关的三次样条函数，为400nm-700nm的波长，相邻波长之间可以采用多项式拟合的方式求解值，其三阶表达式如下：(2)其中，, 表示底材的值矩阵，表示目标的值矩阵，, 表示油墨单位浓度的值，,为修正系数；在标准样品中，通过密度计测量所得的目标的光谱反射率、底材的光谱反射率以及给定的配方浓度，利用三次样条拟合函数，从而确定值，以及修正系数，即是值；步骤（2）初始化PSO算法参数，在可行解空间中随机生成初始群体，并计算每一个体的适应度值，这里的表示随机生成的待求浓度配方，；具体是：在粒子群优化算法中，设定迭代次数150次，学习因子,，在可行解空间中随机生成待求浓度配方，并根据如下适应度函数求得每个配方的适应度值；适应度函数：(4)其中表示粒子群中第个个体的适应度值，表示参与配色的色种数，同时应该保证，冲淡剂的浓度为；步骤（3）粒子个体的位置修正；针对步骤（2）中生成的配方，根据粒子群优化算法公式进行调整，并生成新的浓度配方组合；具体是：利用以下粒子群优化算法公式优化所得配方的适应度值，使共同趋向于最小误差值；粒子群优化算法公式：(5)其中，，为粒子总数；相关系数包括惯性权重、学习因子和；是[0，1]上均匀分布的随机数，表示粒子k到时间t时的个体速度，和分别表示粒子k到时间t时的个体最优解和种群到时间t时的最优解；步骤（4）检查结束条件；设定结束条件为或达到最大迭代次数，检查是否满足结束条件，若不满足则转回步骤（3）。