【2023 年“华数杯”全国大学生数学建模竞赛】基于单克隆优化多目标模型的最优配色设计附matlab代码

数学建模竞赛:多目标配色优化模型

✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页:Matlab科研工作室

🍊个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。


智能优化算法

🔥 内容介绍

在为不透明制品配色的问题中,本文基于 K-M 光学模型以及 CIELAB 色彩空间的 总色差计算方法,根据总色差、成本价格以及着色剂克重使用量等问题,考虑每种配方 的色差、浓度等约束从而建立模型,并给出了最优配方,从而节省了大量人力、物力和 财力,对减少能耗产生了重要的意义。

针对问题一,要讨论附件中不同波长下三种着色剂的 K/S 与浓度关系,我们首先对 数据进行预处理,并根据 K/S 与浓度在不同波长下的分布图,得到数据之间的线性关系。 再采用最小二乘法,建立三种着色剂在不同波长下的 K/S 与浓度的拟合模型,并得到拟 合系数。结果如表 3-1 所示,所有的拟合系数均在 0-1 范围内,说明自变量能够解释因 变量变化的百分比,拟合优度均接近于 1 ,说明模型对数据的拟合效果较好。

针对问题二,要建立不透明制品配色的优化模型并给出 10 个最为接近的不同配方。我们首先以最优配方与目标样的总色差最小为目标函数,以每种配方色差小于1,浓度不小于0 为约束条件,根据K-M 光学模型,建立不透明制品最优配色优化模型。通过最小二乘的三刺激值匹配算法求解,最终得到最优的10 种不同配方,总色差为0.116,例:红、黄、蓝染色剂浓度分别取4.5186%,1.1627%,0.1906%,色差为0.0058,具体结果见表4-1。

针对问题三,要在问题二的基础上,考虑成本控制和批量配色,改进模型并给出 10个不同的配方。我们首先以总色差尽可能小、成本价格尽可能低为目标函数,以每种配方色差小于1,浓度不小于0,总配色基地材料为2kg为约束条件,建立多目标制品配色优化模型。通过改进单克隆算法的多目标三刺激值配色算法求解,最终得到最优的10种不同配方,总色差为0.9889,总成本价格为69.5399 元,例:红、黄、蓝染色剂浓度分别取9.0130%,0.2045%,2.2786%,具体结果见表5-1。

针对问题四,要在问题三的基础上,配色尽可能使用较少的着色剂,且结合 5 种样 本给出5 种最优配色方案。我们以总色差尽可能小、成本价格尽可能低以及使用着色剂克重尽可能少为目标函数,以每种配方色差小于1,浓度不小于0,总配色基地材料为2kg 为约束条件,建立多目标制品配色优化模型。通过多目标单克隆配色算法求解,最终得到最优的5 种不同配方,总色差为0.4837,总成本价格为27.9876 元,色母粒总克重为450.4401克,例:红、黄、蓝染色剂浓度分别取4.5058%,0.0982%,1.1433%,具体结果见表6-1。

最后,介于我们对对不透明制品最优配色方案的研究,建议有关部门可以针对我们 所建立的模型以及采用的方法进一步的改进并加以推广。

1.1 问题背景

日常生活中五彩缤纷的不透明有色制品是由着色剂染色而成。因此,不透明制品的 配色对其外观美观度和市场竞争力起着重要作用。然而,传统的人工配色存在一定的局 限性,如主观性强、效率低下等。因此,研究如何通过计算机方法来实现不透明制品的 配色具有重要意义。计算机配色是基于辐射度学、光度学、色度学和计算机科学等多学 科的一门新技术,其内容广泛且复杂,涉及矩阵分析、介质光学、辐射传输以及吸收散 射理论等诸多知识。对于织物类的不透明材料,一般对于不透明的混浊介质而言,计算 机配色理论是指由 Kubelka-Munk(简称 K-M)光学模型和色料加和混合模型组成的 K-M 单常数理论和 K-M 双常数理论。使用计算机配色理论对不透明制品进行配色,相较于 人工配色,节省大量人力、物力和财力,对减少能耗具有重要意义。

1.2 待解决的问题

问题一:本题要求通过分别计算红、黄、蓝三种着色剂在不同波长下的 K/S 与浓度 的关系,分别得到拟合模型并将拟合系数结果写入表格中。

问题二:本题要通过建立不透明制品配色优化模型,通过附件三中给定的目标样的 R 值根据 K-M 方程以 CIELAB 色彩空间的及总色差计算方法,计算实际目标的色度, 并基于光谱三刺激值加权表与着色剂 K/S 基础数据库,采用优化模型匹配出 10 个不同 的配方,使得目标样与配方的色差小于 1。

问题三:在问题二的基础上,本题同时考虑成本控制和批量配色,进而改进建立的 配色模型。要求针对 2kg 的基底材料进行配色,在色差小于 1 的约束条件下,通过优化 模型求解给出与目标样之间色差最接近的 10 个不同配方。

问题四:在问题三的基础上,本题要求配色所需要的着色剂尽可能的少,同时保证 能够成本的控制以及批量配色。同样在色差小于 1 的约束下,根据附件三中前 5 个样本 的配色方案,分别给出5 个不同的配色方案。

二、模型假设及符号说明

2.1 模型假设

(1)假设一:假设物体表面或内部是均匀的,光通过物体传播不受物体表面或内 部杂质影响。

(2)假设二:假设在为基底材料配色时,严格按照色母粒克重配色,不考虑剩余 残质现象。

(3)假设三:假设配色的质量仅考虑 CIELAB 色彩空间的总色差 4 并方法,不受 心理因素、生理因素和其他条件的影响。

(4)假设四:假设染料不会在空气中扩散,避免微量分子运动对结果产生影响。

(5)假设五:假设不考虑光通过物体时,反射、透射率产生的影响,本文统一采 用反射率以 20nm为间隔的光谱数据来表示。

⛳️ 运行结果

🔗 参考文献

📣 部分代码

🎈 部分理论引用网络文献,若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真,助力科研梦:

🌈 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位
🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
2.19 Transform各类组合时序、回归预测预测和分类
方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
🌈图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
🌈 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划(EVRP)、 双层车辆路径规划(2E-VRP)、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻
🌈 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划
🌈 通信方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配
🌈 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测
🌈电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电
🌈 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
🌈 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别
🌈 车间调度
零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值