主观评估模型在计算机衍生设计中的应用

在CAD领域中,用户的主观评价对于交互式设计系统的结果具有重要影响.针对主观评价特征,提出四维审美评估模型和设计探索算法,能够更加准确地获取用户的主观倾向.将用户的主观评价转换为数据模型,通过设计探索算法参与到设计过程中,有效地提高了交互式设计系统的效果,降低了交互设计对主观评价的单方面依赖性.文中通过一个基于形状语法的衍生式设计系统EDS,将该理论应用于壮族刺绣设计中,取得了理想的效果.     

基于交互式遗传算法的服装风格偏好模型的研究

交互式遗传算法通过交互式的手段以用户对个体的评估来替代传统遗传算法的适应度函数设计.提出并设计了一个基于交互式遗传算法的获取服装风格款式偏好模型的算法,通过交互获取用户的主观评分,结合部件对服装风格的影响度,并应用遗传算法得到用户对服装风格款式的偏好模型.     

基于IGA的用户Agent模型与设计

个性化信息检索与获取是目前理论与应用研究的一个热点.其解用户疲劳、加快算法的收敛.本文以图形检索为应用背景,提出了基于交互式遗传算法的用户Agent模型.该软件Agent针对现有研究的不足,将用户个性化信息获取与个性化检索集成在一起,两者相辅相成.在获取用户个性化信息时,我们设计了一种结合归纳和统计的用户情感计算机制,通过对前几代操作的结果进行归纳、计算,得到用户的特异性偏好;在利用用户情感偏好实现检索时,我们设计了利用个体偏好的引导进化方法来指导交互式遗传算法的选择、变异等操作.实验验证该模型在人脸图形检索中确实达到了体现用户个性化,有效缓解用户疲劳的目的.     

基于交互式遗传算法的个性化建筑物外观设计

交互式遗传算法通过交互式的手段以用户对个体的评估来替代传统遗传算法的适应度函数设计，在艺术创作、设计等偏向于人类主观感受的领域具有很高的应用价值和广泛的现实意义。该文提出并设计了一个面向建筑物外观设计的基于交互式遗传算法的建筑设计计算机辅助系统，通过交互式手段以用户对个体评估来替代传统GA对适应度函数值进行自动计算，将两个专业领域知识的结合和互补，为建筑设计人员能够更快、更好地满足客户提出的个性化要求提供帮助。该系统从应用层次验证了算法的可行性和实用性。     

个性化食谱智能优化系统

为提高食谱设计质量与效率,提出一种基于交互式进化计算的食谱智能优化方法.根据用户评价值和食谱菜品优化模型确定食谱样本隐式指标与显式指标;基于NSGA-Ⅱ算法获得食谱样本Pareto优化解.为使Pareto优化解更好兼顾用户偏好与营养均衡,引入指标均衡度指导进化.当指标均衡度较低时,采用遗传算法模块对显式指标单独进化,提高指标均衡性.用遗传算法最优解替换原优化结果中指标均衡度最低个体,改造Pareto前沿.以传统交互式遗传算法和食物交换法为对比方法,验证了该方法在个性化适应性、有效性和可用性等3个方面均优于对比方法.该方法为个性化食谱设计提供了一种智能化新思路.     

基于CP-nets 的偏好感知交互式遗传算法及其个性化搜索

针对用户显式评价导致用户疲劳,进而限制交互式遗传算法搜索性能的问题,研究基于用户交互行为和条件偏好网络(CP-nets)的隐式评价模式的交互式遗传算法,并将其应用于图书商品个性化搜索。首先,给出用户交互行为的数学描述,建立基于用户少量交互行为的条件偏好网络模型以拟合用户偏好;然后,利用CP-nets模型估计用户对进化个体的评价值,实施进化操作以帮助用户尽快找到满意解。在个性化搜索中的应用验证了所提出算法的有效性。     

交互式遗传算法的个性化商品搜索

为解决电子商务中存在的用户搜索商品耗时太长的问题,提出了利用交互式遗传算法的个性化商品搜索.根据用户输入的初始搜索字段,利用基于关键词的多层递阶编码结构,构造进化个体,并给出此类编码方式的解码、交叉、变异算子.用户选择的潜在感兴趣的商品信息,提出了用户行为的进化个体适应值评价模型,以获得用户对所有商品的感兴趣度,进而利用交互式遗传算法辅助用户尽快搜索到满意信息.最后,将改进算法应用于JADE平台开发的智能购书系统,通过与现有购物平台在搜索耗时和成功率方面的比较验证了本文方法的有效性.     

搜索引擎个性化排序因子研究

搜索引擎发展到今天,个性化搜索一直是热门的研究方向之一,而基于用户兴趣库的个性化研究方向是研究基础。针对个性化搜索,结合用户兴趣和用户搜索实时需求提出交互式搜索,专业的垂直搜索和在排序过程中利用截断计算,并提出相应的个性化因子。     

交互式遗传算法在分形艺术设计中的应用

为提高分形艺术图案的设计效率,提出一种基于交互式遗传算法的分形图案生成方法。该方法采用二叉树结构表示分形图案的迭代函数,并对树型结构表示的迭代函数进行交叉、变异、选择等操作,产生新的后代。同时,又以用户共识满意度作为适应度函数,优化评价机制,达到减小主观评价误差的目的。为更快、更好地满足用户提出的个性化设计要求提供了帮助。从应用层次验证了该算法的可行性和实用性。     

自适应分区多代理模型交互式遗传算法

为提高交互式遗传算法的性能.提出一种自适应分区多代理模型交互式遗传算法.该算法基于关键维分割进化初期的搜索空间,同时基于进化进程、逼近精度以及用户评价敏感度,自适应地分割进化中后期的搜索空间.在子空间上,采用多类代理模型学习用户对进化个体评价,并用于评价后续进化的部分或全部个体.将该算法应用于服装进化设计系统,实验结果表明,算法在种群多样性、减轻用户疲劳及用户对优化结果满意度等方面均具有优越性.     

An interactive genetic algorithm with the interval arithmetic based on hesitation and its application to achieve customer collaborative product configuration design

Complex product configuration design requires rapid and accurate response to customers’ demand. The participation of customers in product design will be a very effective solution to achieve this. The traditional interactive genetic algorithm (IGA) can solve the above problem to some extent by a computer-aided user interface. However, it is difficult to adopt an accurate number to express an individual's fitness because the customers’ cognition of evolutionary population is uncertain, and to solve the users’ fatigue problem in IGA. Thus, an interactive genetic algorithm with interval individual fitness based on hesitancy (IGA-HIIF) is proposed in this paper. In IGA-HIIF, the interval number derived from users’ evaluation time is adopted to express an individual's fitness, and the evolutionary individuals are compared according to the interval probability dominant strategy proposed in this paper. Then, the genetic operations are applied to generate offspring population and the evolutionary process doesn’t stop until it meets the termination conditions of the evolution or user manually terminates the evolution process. The IGA-HIIF is applied into the design system of the car console configuration, and compared to the other two kinds of IGA. The extensive experiment results are provided to demonstrate that our proposed algorithm is correct and efficient.     

面向知识重用和智能创新的交互界面进化设计研究

为了让交互界面脱离依赖设计师个人经验和主观认知的传统设计方式,将设计知识加以重用, 并为人工设计提供自动智能的创新启发。基于交互产品中常见的交互界面构建重用知识规则和边界,构建了交 互界面进化基因模型,并利用遗传算法,通过构建针对交互界面编码的遗传算子、重用知识约束规则库和交互 式评价等进化模块,形成了面向知识重用和自动化智能创新的交互界面进化设计方法。最后,在方法基础上, 以目前常见的 5 个交互登录界面作为初始种群,进化生成了 45 个有效的子代个体。并通过设计实践验证了方 法的有效性。结果表明,设计知识通过设计规则的方式被总结重用,并通过约束进化的方式进行了自动智能化 式的辅助设计,提升了设计知识重用及计算机辅助智能创新水平。     

基于指标结构基因模型的评价驱动型产品设计

针对产品方案设计中用户反馈信息处理、转化问题,提出了交互式产品设计方法,建立了以用户交互式评价为核心的"指标-结构-基因"产品设计模型。该模型应用模糊集与粗糙集理论处理用户评价信息;利用灰色系统理论,应用层次分析法建立评价指标体系,实现由指标体系到产品结构的转换;采用遗传算法,通过产品结构基因编码,根据用户交互式评价,获得产品进化设计方案。以某企业婴儿手推车产品方案设计为例,阐述了应用该方法进行产品方案设计的一般步骤。     

A method for product form design of integrating interactive genetic algorithm with the interval hesitation time and user satisfaction

Due to the continuous release of new products, manufacturers are paying attention to customer-oriented design of products that meet user needs to minimize the risk of their products being rejected by the market. Due to the ambiguity of user cognition, it is difficult to accurately obtain the user's preference for individual productions. To respond to the challenge, we propose an engineering scientific research method of interactive genetic algorithm with the interval arithmetic based on hesitation and fuzzy kano model(FKM) to explore the emotional needs of users for product forms and drive product modeling evolution design. Through expert interviews, the morphological characteristics and perceptual images factors of the products attracting users are investigated. In order to identify the user's satisfaction relationship with the perceptual images, we use FKM to analyze the product image style that meets the user's kansei needs accurately and selects 5 factors which is attractive attributes. Meanwhile, we attempt to transform this 5 factors into evaluation carrier to guide the evolution direction of product styling in HIIF-IGA, and then optimized four electric bikes with scores over 8.8 so that it could realize user demand-driven product evolution design. To handle users' ambiguity, the FAHP method is used to quantify the user's emotional imagery criterion and create a product evolution design system platform, which can automatically generate product styling design scheme in line with user preferences. This experimental results show that the proposed method can help enterprises effectively improve customer satisfaction and reduce the cost and time of product development.     

Optimizing layout using spatial quality metrics and user preferences

Computational design is one of the most common tasks of immersive computer graphics projects, such as games, virtual reality and special effects. Layout planning is a challenging phase of architectural design, which requires optimization across several conflicting criteria. We present an interactive layout solver that assists designers in layout planning by recommending personalized space arrangements based on architectural guidelines and user preferences. Initialized by the designer’s high-level requirements, an interactive evolutionary algorithm is used to converge on an ideal layout by exploring the space of potential solutions. The major contributions of our proposed approach are addressing subjective aspects of the design to generate personalized layouts; and the development of a genetic algorithm with a multi-parental recombination method that improves the chance of generating higher quality offspring. We demonstrate the ability of our method to generate feasible floor plans which are satisfactory, based on spatial quality metrics and designer’s taste. The results show that the presented framework can measurably decrease planning complexity by producing layouts which exhibit characteristics of human-made design.     

交互式遗传的3维场景扩展

目的 实现良好的用户体验是3维游戏场景设计的重要目的之一。目前3维场景设计通常多由美术设计师进行创作而非建筑设计及景观规划领域人员,场景空间组织方式没有充分考虑到用户体验,同时由于大型3维场景的制作周期过长,设计效率普遍较低。上述现象直接导致游戏用户在3维游戏场景中交互的体验感较差,但是该问题一直以来没有较好的方法予以解决,也没有引起相关领域研究者的重视。本文提出一种基于交互式遗传的多手段协同操作方法,其目的为实现更加高效、合理的批量生成大型场景单元,并改善空间组织方式,以获得良好的游戏用户体验感。方法 本文方法主要通过特征聚类、蚁群算法空间布局优化及交互式遗传算法评价的方式来解决交互性差的问题。通过自学习方式进行场景建筑布局及立面层次进行特征聚类,并通过基于包围盒的蚁群优化算法进行场景组织的布局优化,最后结合交互式遗传算法引入用户评价来获得特征适应值评估从而得到新扩展的场景,该方法实现了重构场景的良好用户体验性及空间组织方式的合理性。结果 对小型场景进行扩展和对单体建筑的布局进行重构,该方法所得到的新的场景具有良好的空间组织结构,基于用户评价通过交互式遗传算法以用户喜好的评价驱动进化,扩展后的场景反映了真实用户的主观感受并取得较为令人满意的效果,提高了用户体验的友好性。结论 提出一种基于交互式遗传算法的场景重构方法,通过选择特定场景样本进行算法的实现,结果表明该方法具有可行性,并实现了较好的效果。本文方法对于游戏场景设计、文物古迹复原及系统仿真领域具有现实意义和研究价值。     

A Case-Based Micro Interactive Genetic Algorithm (CBMIGA) for interactive learning and search: Methodology and application to groundwater monitoring design

Interactive optimization algorithms use real–time interaction to include decision maker preferences based on the subjective quality of evolving solutions. In water resources management problems where numerous qualitative criteria exist, use of such interactive optimization methods can facilitate in the search for comprehensive and meaningful solutions for the decision maker. The decision makers using such a system are, however, likely to go through their own learning process as they view new solutions and gain knowledge about the design space. This leads to temporal changes (nonstationarity) in their preferences that can impair the performance of interactive optimization algorithms. This paper proposes a new interactive optimization algorithm – Case-Based Micro Interactive Genetic Algorithm – that uses a case-based memory and case-based reasoning to manage the effects of nonstationarity in decision maker’s preferences within the search process without impairing the performance of the search algorithm. This paper focuses on exploring the advantages of such an approach within the domain of groundwater monitoring design, though it is applicable to many other problems. The methodology is tested under non-stationary preference conditions using simulated and real human decision makers, and it is also compared with a non-interactive genetic algorithm and a previous version of the interactive genetic algorithm.     

融合认知负荷的用户界面布局优化

为了优化项目管理系统界面, 提升界面的可用性, 提出一种融合认知负荷的界面布局优化设计方法. 该方法将客观认知规律与用户主观认知相结合, 形成布局设计原则, 并转化为可计算的界面布局多目标优化函数. 在此基础上, 利用麻雀搜索算法对目标函数编码, 寻求空间最优解, 得到布局优化方案. 为验证本文方法的有效性, 以某铁路项目管理平台首页为例, 使用该方法对其进行优化, 并将眼动生理测量方法引入评价过程中, 以测量眼动负荷大小为目标进行可用性测试. 实验结果表明优化后的界面布局相较于初始界面可用性指标有了明显提升, 证明了该方法的有效性且具有一定的实用性.     

配色设计智能优化的非随机种群方法

配色设计优化方法在形成最终方案时经常面临收敛困难,因为设计师对配色方案的评价进入了 不稳定状态,难以在细微差异的方案之间做出准确选择。因此优化方法在完成大规模搜索后,最终的收敛阶段 一般仍需设计师手工微调完成。这一阶段显著拉低了整个优化过程的效率。面向图库色彩意象再现的需求,针 对交互式遗传算法的收敛阶段开发了基于连续插值的非随机种群生成技术,辅助计师实现快速微调并输出终 稿。基于平面设计软件开发了原型系统,给出了基于 RGB 和 HSB 色彩空间的 2 种变异操作,以及多方案融合 的交叉操作 3 种非随机种群生成方法,使设计师在色彩差异上有更直观的视觉感受,更为快捷地遴选方案,提 升设计师使用的交互体验。以电竞椅的配色优化设计为案例进行了应用验证。