基于基因分类的交互式遗传算法研究及应用

论文摘要

交互式遗传算法是一种通过人的主观评价得到个体适应度值的遗传算法。它将人的智能评价与进化计算有机的结合起来,突破了建立被优化系统的显式性能指标的限制,大大扩充了进化计算的应用范围。但是交互式遗传算法自身受到用户的主观限制,与无疲劳的计算机相比具有易疲劳的特点,染色体种群规模不能太大,因此无法将千差万别的个体对象进行有效地表示,又由于人机交互界面和系统输出特性的限制,制约了该算法的特性,在现实应用中缺乏广泛的应用前景。本文针对交互式遗传算法中无法对大规模种群进行快速收敛以及长时间的交互产生的用户疲劳问题,将基因层次分类的思想引入交互式进化计算,提出了基于基因层次分类的交互式遗传算法。该算法的主要思想是在初始编码阶段,根据染色体个体属性特性,事先确定的个体基因类别的层次结构,将全局搜索空间按其发生作用的有效范围划分为不同的局部空间。在进化过程中,通过属性层次可以将全局搜索空间快速缩小为局部搜索空间,加快收敛速度。同时,针对目前交互式遗传算法存在的局部搜索能力不强、效率低下等问题,给出了算法实施的关键方案,通过人的参与在局部基因段显式选择表现类型,加快局部搜索效率。针对交互式遗传算法中收敛速度慢和容易陷入局部收敛的缺点,提出遗传算法算子的一些改进策略,即利用定位部分优良基因方法,使这些基因较好地遗传到下一代。为实现全局最优,在初始化群体时尽量分散解空间,均匀初始化种群,增加获取全局最优解的可能。改进的算法能有效减少无效的交叉操作,收敛速度、全局搜索能力和局部搜索能力均得到了较大的提高。文中对该算法进行了详细的阐述,并将其应用到服装设计中,通过实例验证了改进后的算法在平均收敛代数和收敛到最优解的概率都优于直接操作的交互式遗传算法。最后总结了全文的工作,并讨论了存在的不足和进一步研究的方向。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 交互式遗传算法简介
• 1.1.1 遗传算法
• 1.1.2 交互式遗传算法
• 1.2 国内外研究现状
• 1.2.1 国外研究动态
• 1.2.2 国内研究动态
• 1.3 课题研究目的与意义
• 1.4 论文章节提要
• 1.5 本章小结
• 第二章 交互式遗传算法原理
• 2.1 交互式遗传算法思想
• 2.2 生物学基础
• 2.3 基本框架和过程
• 2.4 算法基本操作
• 2.4.1 编码和解码
• 2.4.2 选择算子
• 2.4.3 交叉算子
• 2.4.4 变异算子
• 2.4.5 适应性评价
• 2.5 本章小结
• 第三章 基因分类及进化理论
• 3.1 基本分类思想与方法
• 3.1.1 基因分类思想
• 3.1.2 基因分类方式
• 3.1.3 基因分类体系
• 3.2 进化理论
• 3.2.1 基因单元操作
• 3.2.2 类属空间划分
• 3.2.3 类属空间建立
• 3.2.4 类属空间演进
• 3.2.5 最优个体生成
• 3.3 本章小结
• 第四章 改进的交互式遗传算法
• 4.1 算法的基本思想
• 4.2 算法流程
• 4.3 算法实现步骤
• 4.3.1 算法相关参数
• 4.3.2 染色体编码
• 4.3.3 种群初始化
• 4.3.4 精英保留策略
• 4.3.5 属性类型确定
• 4.3.6 偏好类型锁定
• 4.3.7 人工局部搜索
• 4.4 本章小结
• 第五章 服装设计系统中的应用
• 5.1 应用背景
• 5.2 系统框架
• 5.3 系统设计
• 5.3.1 个体分类编码
• 5.3.2 参数设置
• 5.3.3 交互界面
• 5.4 效率分析
• 5.5 应用实例
• 5.6 本章小结
• 第六章 总结与展望
• 参考文献
• 攻读学位期间的研究成果
• 附录
• 致谢