笛卡尔遗传规划算法及其在艺术图形的生成应用-计算机技术专业论文.docx

目录 目录 PAGE PAGE IV 目 录 摘 要 I AbstractII 第一章 绪论 1 1.1 进化计算概述1 1.2 进化艺术 1 1.3 笛卡尔遗传规划介绍 2 1.4 课题研究的意义3 1.5 论文结构 4 第二章 交互式遗传算法5 2.1 交互式遗传算法的概念 5 2.2 交互式遗传算法的应用 6 2.3 交互式遗传算法的发展现状8 第三章 交互式笛卡尔遗传规划 10 3.1 编码10 3.2 适应度函数改进13 3.3 选择算法改进13 3.4 交叉算法改进16 3.5 变异算法改进17 3.6 实验结果与分析21 3.7 本章小结 22 第四章 基于分形的笛卡尔遗传规划23 4.1 分形图形创作23 4.1.1 谢尔宾斯基三角形23 4.1.2 科赫雪花 24 4.1.3 分形树25 4.1.4 曼德博集合 26 4.2 分形图形与笛卡尔遗传规划图像叠加 28 4.2.1 图像叠加算法 28 4.2.2 谢尔宾斯基三角形与交互式笛卡尔遗传规划的叠加 28 4.2.3 科赫雪花与交互式笛卡尔遗传规划的叠加29 4.2.4 分形树与交互式笛卡尔遗传规划的叠加 30 4.2.5 曼德博集合与交互式笛卡尔遗传规划的叠加31 4.3 本章小结 33 第五章 交互式笛卡尔遗传规划图像生成系统 CGP Designer34 5.1 需求分析 34 5.2 CGP Designer 客户端模块结构 37 5.3 功能模块设计与实现 38 5.3.1 客户端 UI 模块 38 5.3.2 读取图片模块 38 5.3.3 生成新种群模块39 5.3.4 选择个体模块 39 5.3.5 进化模块 40 5.3.6 保存图片模块 41 5.4 系统用户界面展示 42 5.5 本章小结 45 第六章 总结与展望46 6.1 工作总结 46 6.2 未来展望 46 参 考 文 献48 致 谢 51 攻读学位期间的研究成果52 第一章 第一章 绪论 1 1 第一章 绪论 1.1 进化计算概述 进化计算（evolutionary computation）是一种模拟自然界的进化机制所形成的高度 并行的随机自适应搜索算法[1]。算法通过程序迭代模拟自然生物优胜劣汰的选择过程， 把需要解决的问题看作环境对生物地选择，把问题的解看作生物种群，通过自然地进化 得到最优解。 模拟自然选择的机制解决现实问题的思想起源于 20 世纪 50 年代，到了 60 年代， 具体算法分别在三个地方出现。美国的 Lawrence J.Fogel 提出了进化规划（evolutionary programming），John Henry Holland 根据达尔文进化论和孟德尔遗传定律的基本思想， 提出了遗传算法（genetic algorithm）。在德国，Ingo Rechenberg 和 Hans-Paul Schwefel 提出了进化策略（evolutionary strategy）。这些理论单独发展了大约 15 年的时间，因为 其自身还不够完善，而且受到了当时计算机性能的限制，并没有产生实际的应用成果， 也没有引起人们太大的关注。 90 年代初，遗传规划（genetic programming）也被提出，进化计算才作为一门完整 的学科出现。随着针对进化计算学术研究的增加，以及计算机性能的快速增长，实际的 应用程序也开始出现，促进了进化计算的快速发展。 1.2 进化艺术 进化艺术（evolutionary art）是进化计算中进化规划的分支之一，其根本目标在于 利用计算机对图像的处理，产生符合人们审美需求的图像。 与进化计算中其他分支相同，进化艺术利用染色体编码通过一系列复杂地计算产生 对应的表现型编码（如图像的像素编码），再利用其表现型编码就可以生成所对应的图 像[2]。图像进化的实质是利用图像染色体编码之间的选择、交叉和变异等一系列遗传算 法，产生优良后代，最终找到最优解，即最符合人们审美需要的艺术图像。 进化艺术与遗传算法中搜索问题（search problem）主要的区别在于由于算法需要迎 合人们的审美标准，用来评估染色体优良与否的适应度函数非常难以具体化，所以经常 使用人工对染色体进行评价[3]。而每个人对于相同图像审美的评价是不同的，所给出的 适应度可能大相径庭。搜索问题的目标是对解的优化以及寻找最优解，更多的是要求对 解的收敛[4]；而进化艺术则倾向于对搜索域的探索，更多的是要求对解的发散，种群的 多样性是区别于搜索问题的重要特征。这就使得进化艺术成为进化计算领域值得人们深 PAGE PAGE 2 入探讨的问题。 Karl Si