交互式遗传算法中收敛性及用户评估质量的提高

交互式遗传算法 (IGA)有一个明显的缺点 ,即用户在交互过程中 ,对每代的所有个体都要进行评估 ,当个体的数量较大 ,进化代数较多时 ,用户容易疲劳 .针对这一问题本文提出了三种解决方法 :第一 ,利用粗糙集 (roughset)理论作为信息提取技术 ,有效地提高交互式遗传算法的收敛性 ,降低进化代数 .第二 ,引进一个自主式遗传操作过程 ,以缓解用户在交互过程中的疲劳性 .第三 ,利用相似距离值这个新概念提高用户对个体评估的精确度 .最后在人脸图形上进行实验的结果表明 。

交互式遗传算法中用户评估方法研究

交互式遗传算法是针对一些应用领域存在的适应度函数难以明确表达的问题 ,通过用户参与遗传操作过程 ,对进化个体进行评估以代替计算过程的一种改进方法 .但交互式遗传算法存在的一个主要问题是当遗传操作的收敛速度慢时 ,用户需对大量个体进行评估 ,尤其是在个体间相似程度较高时 ,容易产生疲劳现象 .针对这种问题 ,本文提出了两种方法来提高收敛性 ,缩短评估过程 ,从而最终解决用户疲劳问题 .

基于用户偏好模型的交互式遗传算法

针对交互式遗传算法的核心问题——用户的疲劳问题,提出一种基于用户偏好模型的交互式遗传算法.在用户较偏爱个体的历史评价信息基础上,构建了基于部分的用户偏好模型,并据此结合考虑各构成部分权值及构成部分间关联关系对进化个体适应度值的影响,给出了一种更能符合用户情感偏好的适应值估算方法,以便在用户疲劳时由计算机有效地代替人工自动对新产生的进化个体进行评分.给出所提算法的关键技术与实现步骤,并将其扩展应用在汽车造型设计这一实践领域.与其他算法的实验结果对比验证了本文提出的算法具有较高运行性能,并能有效降低用户疲劳.

交互式多智能体进化算法及其应用

将多智能体技术应用于交互式进化计算领域,提出一种新的交互式多智能体进化算法。该方法让固定在网格上的相邻智能体之间展开竞争和最优智能体本身的自学习,来提高智能体的能量,从而使得算法获得较强的全局收敛能力和局部搜索能力。算法以较快的进化速度收敛,并且用户每次只需要选择2个左右最感兴趣的个体,使得评价具有易操作性和轻松性,从而有效缓解用户的疲劳。服装设计的仿真实验证了算法的可行性和有效性。

基于灭绝机制的交互式遗传算法

针对传统交互式遗传算法的早熟收敛和用户易疲劳问题,提出灭绝机制,以减小搜索空间,提高算法性能．利用进化历史信息,辨识并灭绝劣势物种和劣势个体．利用搜索空间划分实现优胜与劣汰相互牵制．给出禁忌域与有效域中个体数目关于进化代数的公式．分析算法性能的参数敏感性．有效搜索空间的快速缩小和较小的最大进化代数估计证明了该算法有较高的性能．实验结果表明该算法的高效率．结果进一步证明了缩小了搜索空间,能有效避免早熟和减轻用户疲劳．

基于一种加速收敛变异策略的交互式遗传算法

针对目前交互式遗传算法由于使用小规模的种群和较少的进化代数,容易导致算法的搜索能力有限、易陷入局部优化的问题,在引入一种加速收敛变异策略的基础上,提出一种新的交互式遗传算法。给出了算法设计实施中关键问题的处理,分析了算法的效率,并通过函数优化和服装设计问题的仿真实验验证变异策略和算法的有效性。

面向旅游行程规划的交互式多智能体遗传算法

结合多智能体技术和交互式遗传算法,提出了一种面向旅游行程规划问题的交互式多智能体遗传算法。算法通过让固定在网格上的智能体展开进化和竞争行为来寻找满意行程。在算法每代中,用户只需评价选择一个当代最优智能体,就可计算得到当代所有智能体的能量,减少了评价次数,有效缓解了用户在评价过程中的疲劳问题。仿真实验验证了该算法在解决旅游行程规划问题中的可行性和有效性,并对问题规模表现出很好的可伸缩性。

交互式蚁群遗传算法

针对交互式遗传算法因种群规模小、进化代数少和用户评价负担重而性能偏低的问题,将蚁群优化引入遗传操作过程,从而提出一种使用精英保留策略的交互式蚁群遗传算法.从人机交互和降低用户评价负担的角度设计了算法结构,即以ACO信息素矩阵作为构造解的依据,替代遗传算法中的选择算子,然后将蚂蚁构造的解进行交叉和变异操作之后交给用户评价,而用户只需确定当前代哪个解是迄今历史最优解即可,而不用评价每个个体的具体适应值,并以迄今历史最优解更新信息素.利用函数优化和汽车造型设计进行实验,结果表明该算法具有较高优化性能,并能有效降低用户疲劳.

一种交互式最大最小蚂蚁算法

传统蚁群优化算法难以量化定性系统的优化指标。为此,提出一种交互式最大最小蚂蚁算法。将路径中的信息素限制在最大最小区间内,利用全局历史最优解进行信息素更新和用户评价,选择当前代最感兴趣的解,无需给出每个解的具体优劣数量值,以提高算法性能和降低用户疲劳。仿真实验结果表明,该算法具有较好的搜索能力和较快的收敛速度。

可视化交互式遗传算法及其在图像感性检索中的应用

提出了一种可视化 IGA模型 ,结合 GA在 n维空间上快速搜索的优点和人类在 2维空间上把握数据整体分布的能力 ,采用可视化的方法使用户主动参与搜索过程以加快遗传算法的收敛速度 ,从而减轻用户疲劳 .采用主元分析的方法将 n维空间中的个体向量映射到 2维空间 ,并显示出来 ,用户可以在这个 2维空间中选择一个好的个体加入遗传过程 ,以此来加速算法的收敛 .实验证明可视化 IGA较一般的 IGA有更快的收敛速度 ,对减轻用户疲劳有很好的作用 .该模型用于图像的感性检索 。

面向汽车造型设计的自适应交互式遗传算法

针对汽车造型设计的方案求解问题,提出基于造型件和利用自适应交互式遗传算法的汽车造型设计方法。在自适应交互式遗传算法中,利用云模型产生自适应交叉概率,而利用个体之间的相似性和进化代数产生自适应变异概率。通过汽车造型设计实验,表明所提出求解算法可以获得满意的汽车造型设计方案,能够降低用户疲劳,具有较高的运行性能。

基于BP神经网络代理模型的交互式遗传算法

针对交互式遗传算法存在用户评价噪声和审美疲劳的问题,提出一种基于误差反向传播神经网络用户认知代理模型的交互式遗传算法。通过构建用户评价噪声模型,形成进化个体动态模糊区间适应值,以刻画用户认知随机不确定性;在用户认知确定阶段历史评价信息基础上,构建误差反向传播神经网络代理模型,给出一种新的适应值估计策略;通过度量均方误差,实现代理模型的管理与更新。将所提方法应用于蜡染风格图案设计,并与其他典型算法对比。结果表明,该方法能够有效优化进化个体适应值质量、降低用户审美疲劳。

基于半监督支持向量机的交互式遗传算法

为减轻用户疲劳并将交互式遗传算法应用于复杂的优化问题中,提出一种基于半监督支持向量机的交互式遗传算法。根据标记样本和未标记样本几何特性派生出数据依赖的核函数,以此构建半监督支持向量机,再以自训练方法进行高可信未标记样本的批量选择,实现用户评价代理模型的高泛化性能。将该方法应用于基于内容的图像检索系统,结果表明其能有效加快进化收敛的速度,提高优化成功率。

交互式进化计算中保持用户理性的最大进化代数

交互式进化计算中用户保持理性是算法全局收敛的重要条件,为确保用户保持理性,必须设计合理的最大进化代数.文中首先提出3类最大进化代数,其次,结合6种常见的适应度赋值方法分别研究最大进化代数的定量计算方法.理论分析和实验都表明,采用最值赋值和分等级赋值方法不仅切实可行,而且可以让用户在较大的代数内保持理性状态.文中研究为选择合适的适应度赋值方法提供参考依据.

面向隐性目标优化的改进小生境遗传算法及其在汽车造型设计中的应用

针对传统交互式遗传算法中处理保持种群多样性和加速收敛这对矛盾问题的缺陷,本文结合共享机制小生境思想,通过引入小生境熵及自适应的小生境半径来保证种群多样性,并在此基础上提出一种面向隐性目标优化问题的改进小生境遗传算法,旨在确保避免局部收敛的同时,提高算法收敛效率、降低用户疲劳。通过汽车造型草图设计仿真实验,验证了该算法在汽车造型设计问题中的正确性及有效性。

交互式Multi—Agent遗传算法

提出一种新的交互式 Multi-Agent 遗传算法.该算法使固定在网格上的相邻智能体之间进行交叉、变异、死亡与再生操作和最优智能体本身进行自学习,来提高智能体的能量,从而使得算法获得较强的全局收敛能力和局部搜索能力.用户在每代进化中,只需选择感兴趣的个体,而不用评价每个个体的适应值,使得用户的评价操作变得简单易行.函数优化和服装设计的仿真实验表明算法能以较快的进化速度收敛,并使用户总评价次数减少,从而有效缓解用户的疲劳.

交互式蚂蚁算法

传统蚁群算法需利用显式评估函数引导算法搜索,因而不适用于那些优化性能指标不能或者难以数量化的系统.为此,提出一种将人对问题解的数量评价值作为目标函数值的交互式蚂蚁算法.从人机交互的特点出发,设计了算法模型的结构、信息素的放置方式与更新策略和用户的评价方式.最后利用模拟算法环境的函数优化实验和汽车造型草图设计实验进行了测试,测试结果表明所提出的算法具有较高的运行效率,并能较好地克服用户疲劳问题.

基于绝对尺度预测的交互式进化算法

预测用户的评估特性可以有效减轻交互式进化算法中的用户疲劳问题,但基于相对尺度的用户评估制约了预测的准确性.针对这一问题.本文提出一种基于绝对尺度预测的交互式进化算法,将用户的相对评估转化成绝对评估,减少预测器学习样本中的噪声,提高预测的准确性,从而加快算法的收敛速度,更好地减轻用户疲劳.文中采用6个标准函数模拟用户.验证算法的有效性.将该算法应用于服装图像的个性化情感检索,运用符号检验方法证实采用本文所提出的算法可以获得更好的检索结果.

Quattro-L云台

DPS Vinten展出的Quattro-L是一款独特创新的四级云台，适合演播室和户外转播车的应用。在保留原有功能的基础上，Quattro—L云台加入了一系列新功能，包括可避免用户疲劳的底座平衡侧面和帮助重复拍摄的底座高度记录条。它还包括了一个改进的底座安全插销和简易美观的重物装载处，以及一个可选的方便使用的文件盘。

美国单兵防护装备进展

DFNDR装甲公司新开发成功轻质防弹衣，其装甲插板选用了霍尼韦尔公司的“光谱”防弹复合材料纤维制造。由超高分子量聚乙烯制成的这种纤维同等质量下强度是钢的15倍，质量却轻到能够在水面漂浮，不仅防弹能力强，还能减轻用户疲劳。