随着色彩经济的盛行,流行色在纺织服装行业产品中的附加值越来越为企业所重视,色彩预测工作已经成为纺织服装行业中必不可少的环节。我国对流行色的研究起步晚,色彩理论研究大多来源于国外,服装流行色发布仍是以国外权威机构的发布为重要参考,国内企业对诸如国际流行色协会、美国棉花公司、潘通公司等发布的流行色信息具有很大的依赖性。如今,越来越多的国内机构在参考国外流行色发布的基础上,结合国内的市场行情,进行综合预测。然而,在计算机技术高度发达的时代,现有的国内外预测方法在实际可行、可达到性以及对流行色的非线性变化关系的处理上还存有缺陷。本课题对国内外有关流行色属性规律分析基础理论、色彩技术、预测及应用方面的研究文献进行了查阅和综述,概述流行色及流行色预测有关概念,从主客观的角度探讨了流行色变化规律,分析流行色预测的影响因素及预测思想方法的优缺点,为流行色的量化预测做准备。基于BP神经网络通过人工智能的方法能够逼近任意关系函数,并且可以根据需要进行自主程序设计,输出更接近最终流行色预测结果的数据,课题对这一预测方法的科学性、全面性、连续性进行了探索。首先搜集权威机构2001—2011年发布的春夏女装流行色色卡,采用科学的CIELab色度测量方法对其进行量化,并将色彩的属性特征数据进行科学归类,建立BP神经网络的样本学习数据库和训练模型,进行流行色色相、色调、单个色相的色调预测与分析验证。课题将流行色特征通过色卡和量化数据图表两种形式形象地、清晰地表达出来,色卡样本分项统计和图表分析结果直观地显示,春夏女装流行色属性存在不变、渐变与突变的三重特征,这为量化流行色预测提供了依据。研究揭示流行色预测既有色彩量化、流行色规律等有利条件的支撑,也受到流行色突变性变化、客观限制性、主观不确定性等不利因素的影响。为了最大程度准确预测流行色定案中的关键参数,课题进行2011年春夏流行色色相、色调频数以及红色调L*、a*、b*对应的min、max值估计下色调分布的BP神经网络预测与检验以及2012年再预测,2011年各项预测结果与实际流行趋势发布基本吻合,表明该方法能科学、全面、连续地预测流行色,因此本课题研究丰富和发展了流行色预测理论。