减低交互式遗传算法使用者疲劳策略%3a提供专家知识稳固使用者适应函数.pdfVIP

484 I信息管理前沿理论与技术研究(中文卷) 减低交互式遗传算法使用者疲劳的策略：提供专家知识稳固使用者适应函数 许芳诚 吴哲颖 朱逸勤 真理大学信息管理学系，台湾 Genetic 摘要：交互式遗传算法(IIlteractiVe 用者心中适应函数通常随时间改变。此现象除了可能导致IGA演化绩效降低外，更可能使原有的使用者疲劳问 题更为困难解决。为此，本研究提出透过由系统提供一些客观专业知识给IGA使用者，使有助于导引使用者建 立一个稳定的适应函数。本研究以早餐设计为个案探索提出策略之可行性。研究结果显示，提供专业知识会有 条件影响IGA使用者心中的适应函数，但影响的脉络显然比预期复杂。演化过程中，针对同样的情境提供相同 的专业知识，对有些使用者有特别意义，但不一定对所有使用者都有相同的帮助。对于IGA使用者，提供什么 样的专业知识?如何导引他们建立稳固的适应函数，仍待迸一步探讨。 关键词：交互式遗传算法交谈式遗传算法使用者疲劳问题使用者介入。 1 背景 Genetic GA的适应函数外，还允许让人介入GA的选择，交 Genetic 交互式(或交谈式)遗传算法(Interactive 配与突变等演化运算。HBGA的提出使得人与GA之 Alg谢mms；IGA)主要概念是在GA(Genetic 间的互动关系更为复杂，负担可能越重，但也使得IGA Alg嘶mms)的基础下，以“人”扮演GA适应函数 可以应用的领域更为宽广。若单独从演化程序与演化 的角色。IGA系统可以描述为：由一个没有目标函数 的GA，一个(些)扮演目标函数的使用者，以及一 从“完全由计算机运作的演化”到“完全由人处理的 个供使用者与GA互动的接口所组成的调适性系统， 演化”的完整图像。GA的演化过程全然是计算机代 目的是帮助使用者找出他心中想要的东西。尽管与 劳；IGA除了由人替代计算机外，其余过程也都由计 GA只有些微差异，但IGA却发展出一种结合“GA 算机代劳；HBGA则涵盖了IGA与全部由入自己处理 全域搜寻能力”及“人类的评估力”两者特色的适应 之间的所有可能组合(表1)。 性系统。IGA的提出使得有些不容易发展出适应函数 事实上，我们认为HBGA的概念中尚有2点值得 的问题，都可以应用IGA解决，也使得GA的应用 探讨：(1)在HBGA的定义下，并未提到人介入产生 领域得以更宽广。IGA发展多年后，出现相当多的形 初始族群的议题。人介入产生初始族群是否可行? 式，mC(hlteractive Evoluti伽a巧Complnation)是一 Tagagi，eta1．，【11】在观察IGA实验结果时发现：初始族 个各种形式IGA的通称。 群(IIlitial 在经历第一个十年的发展，2001年1钛agi【10】 常演化绩效较佳。研究显示，使用者如果能够事先表 整理252篇IGA的文献后