社会生产力的不断提升使得物质资料得到了极大丰富,用户需求也从基础的物质层面上升到精神层面,满足用户的情感需求成为了设计师的主要任务和目标。色彩作为一种重要的产品属性,能够激发用户的情感反应,因此常用于情感化设计研究,研究人员试图建立用户情感意象与产品色彩之间的关系,并以此来指导设计。然而,用户的情感意象与产品色彩之间的关联通常是隐性的,并且具有非线性和复杂性的特征,因此传统的研究方法难以对关联信息进行高效且准确的获取。针对以上问题,本研究基于复杂性科学相关理论,结合用户情感与产品色彩设计,定义了产品色彩复杂系统,分别通过定性分析与定量表征的方法对系统及其内部组分之间的关系进行了研究;接着,根据图论相关理论对系统内的色彩设计要素进行了网络化表示,并应用图神经网络相关技术建立了产品色彩复杂系统情感评价模型,模型能够通过对新方案进行评价的方式帮助设计师理解用户的情感需求,缩小设计师与用户之间的认知差距,同时提高设计效率。本文的主要研究内容及相应成果如下:（1）基于复杂性科学相关理论并结合设计学科的特点,对产品色彩与用户情感意象之间的关系进行了复杂性分析,定义了“产品色彩复杂系统”,并且分别从定性分析和定量分析的角度确定了系统的性质以及用于后续进行量化研究的变量;同时为了便于分析研究系统内部各组分之间的关系,对系统及其变量进行了网络化表示,具体方法是将产品色彩方案转化为由节点和连边构成的图数据,为后续建立产品色彩复杂系统情感评价模型提供了理论依据。（2）根据图神经网络在处理图结构数据方面所具有的一系列优势,应用图神经网络建立了产品色彩复杂系统情感评价模型,通过对色彩方案进行评价帮助设计师理解用户情感意象。与其他神经网络模型相比,该模型的优势在于能够有效聚合产品色彩样本中的有效信息,防止关键信息丢失,准确建立用户情感意象与产品色彩方案之间的非线性关系。上述成果表明,本研究所采用的方法在实际应用中能够有效地指导设计师达成满足用户情感需求的产品色彩设计任务,实现数字化、智能化的产品色彩设计,具有一定应用前景。同时,针对产品色彩复杂系统的复杂性特征研究具有一定的普适性,为研究设计领域内其他相似内容提供了新思路。