基于协同交互式遗传算法的网络服装设计系统.pdfVIP

第二届徐州科技论坛暨徐州市第五届青年学术年会论文集(下册) ·231· 基于协同交互式遗传算法的网络服装设计系统 张 磊 (中国矿业大学信息与电气工程学院 221008) 摘 要本文首先简单叙述了交互式遗传算法的提出，特点和应用领域以及交互式遗传算法 的缺点，并由此引出了协同交互式遗传算法。接着详细介绍了根据此算法设计的一个网络服装设 计系统，包括了系统结构、系统的数据表、系统流程和系统实现，并配以具体的操作界面和主要的 运行结果来加以具体说明。 关键词 协同交互式遗传算法 适应度数据库 一、引言 价，所以人的疲劳问题就成了交互式遗传算法的主 传统的遗传算法只能解决性能指标显式表示 要问题。为了解决这一问题，人们采用小的进化代 的系统优化问题，因为在对进化个体进行适应度评 数和小的种群规模，但是这样就减少对解空间的搜 价时需要用到一个明确表达式表示的适应度函数。 索，不利于找到最优解。针对这一问题，本文引入了 但是许多实际系统优化问题，如图像生成、乐曲创 协同算法，实现多种群的同时进化，加大了搜索空 作、工业设计、数据挖掘等的性能指标往往难以用 间，有利于算法的收敛。 显式函数表示，传统的遗传算法又无法解决这类问 二、协同交互式遗传算法 题。而将人的直观评价作为进化个体的适应度进而 协同交互式遗传算法可以分成两部分，一部分 与传统的进化机制结合起来，可望有效地解决上述 是协同式遗传算法，另一部分是交互式遗传算法。 系统优化问题，这种方法称作交互式遗传算法 进行协同操作时需要用到其他用户的信息来替代 Genetic (Interactive 当前代适应值最小的个体，此操作要和交互式进化 Algorithm，IGA)[¨。 与传统遗传算法相比，交互式遗传算法具有如 操作结合起来。具体说来，由某一代个体经由选择、 下3个特点：(1)人不评价进化个体的表现型，而直交叉、变异操作生产新一代的个体后，用户给它们 接评价由表现型决定的系统输出；(2)人在不同的 的表现型进行适应值的评价。评价完后必然有一个 进化阶段对不同的进化个体可能会给出相同的适 适应值是最小的。接着进行协同操作，用其他用户 应度值，而对相同的进化个体在不同的进化阶段也 的某一代适应值最大的个体来替代上述的适应值 可能会给出不同的适应度值，但已有研究结果表 最小的个体。 明，交互式遗传算法对于由上述原因产生的“噪声” 三、基于协同交互式遗传算法的服装设计系 具有鲁棒性；(3)交互式遗传算法的优化解是一个 统 区域——优化区域，而不像传统遗传算法那样是一 --)系统结构 个或多个离散点，但对图像生成、乐曲创作、数据挖 本系统用到的主要开发工具是VB6．0和两个 掘及其他复杂系统的优化来讲已经满足要求。 数据库应用软件：Access2000和SQLServer2000， 交互式遗传算法的研究始于1986年Dawkins算法是协同交互式遗传算法。系统把一套服装分成 的工作乜]，其后出现过两个研究方向：一是人工生 领口、裙子、袖子三部分，各部分都以四位二进制数 命领域。第二是集中于个性化或感性化系统，即具 来代表一种样式，因此它们都各有十六种不同的样 有人性化的信息处理以及与人相关的系统[3“]。目 式，组合起来有很多的款式，每种款式对应各自不 前，交互式遗传算法的应用领域主要有以下几个方 同的基因型。各种服装款式是否符合人的设计要求 面：图形图像处理、语音处理和韵律控制、人脸图像 就需要由人来进行评判给出分值，也就是适应值