遗传算法在分形图案自动化设计中的应用

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法.为了自动设计出大量复杂美丽且符合用户需求的分形艺术图案,分析了影响分形图效果的各种因素,重点分析颜色选择对分形图案优劣的重要性,提出了利用交互式遗传算法对分形颜色进行遗传操作的方法,从而快速得到满足用户需求的设计图案.实验结果表明,采用该算法,用户能很快设计出自己喜欢的分形图案,并为研究分形图的结构特征提出了一种简洁有效的方法.     

基于遗传算法的剪纸图案创新设计

通过对剪纸造型的分析和概括,抽象出所需的纹样,利用遗传算法来生成纹样,并且在适应度函数的构建方面,增加了对曲线均匀度和平滑度的度量,以此构造丰富多彩的纹样库。然后通过对剪纸造型结构上的分析,对纹样库中的各种纹样进行自动选取及组装,产生各种各样风格不同的剪纸图案造型,并可根据实际需要进行人工修改。实验证明,该方法能够增强剪纸图案设计的创新性。     

交互式遗传算法在室内布局设计中的应用

室内平面设计是在房地产开发商交付的毛坯房进行装修过程中首当其冲的步骤, 符合用户个性化需求的平面图设计是典型的隐性优化问题. 室内设计工程师与用户之间的沟通很难准确获取用户需求, 且成本极高. 基于最优法则理论, 通过交互式遗传算法中的人机交互模式, 用主观评价替代繁琐的适应值函数设计来解决上述挑战. 实验表明, 该算法能有效满足平面图设计过程中客户的个性化需求, 改进的交互式遗传算法将用户的主观评价引入到传统的设计流程, 让用户真正参与到设计工作中.     

遗传算法在模糊设计中的应用

构造了CAD系统模糊设计的一种具体解决方案: 其环境为收集到的现场数据; 学习环节采用基于遗传算法的模糊优化算法; 知识库由设计准则构成; 执行部件为设计单元. 建立了回归方程的模糊优化学习算法, 并构造了该算法的流程. 然后利用该模糊设计系统获得了飞边尺寸设计准则, 且应用实例对该算法的稳定性进行了校验. 为评估该算法的性能, 将其与最小二乘法和免疫遗传算法进行了比较, 结果表明, 该算法速度快, 精度高, 稳定性好.     

改进的区间值模糊集交互式遗传算法

区间值模糊集的交互式遗传算法,能有效缓解用户的疲劳,同时避免用户因一时无法给出确定值而浪费掉的时间,大大加快了收敛速度。首先采用区间值模糊集的方法表示对个体进行评价的适应度值,即为区间适应度值,然后对其进行排序,按照排序结果采用交互式遗传算法进行全局搜索。整个过程符合人的思维过程,能有效搜索到用户满意的个体。将该方法应用于图像检索系统中,结果表明该方法有效地提高了检索速度,并且取得了较好的检索结果。     

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。     

交互式遗传算法在作曲中的应用

对交互式遗传算法作曲进行了一定的探讨.介绍了用遗传算法进行作曲的知识表示.通过将给定的乐谱转化成相应的编码,采用交互式遗传算法中的选择,交叉和变异算子产生新的乐曲.对交互式遗传算法作曲进行了仿真实验,讨论了实验步骤,给出了实验结果.仿真结果表明,设计的作曲系统可以产生出令人感兴趣的乐曲,具有一定的实际意义.     

遗传算法在计算机辅助创新作曲中的应用

对遗传算法在作曲中的应用进行了一定的研究,分析了遗传算法作曲系统应用,主要对交互式遗传算法在作曲进化方面进行了探讨并加以实验测试。     

基于区间适应值灰度的交互式遗传算法

针对交互式遗传算法缺乏衡量评价的不确定性问题,采用区间数评价进化个体适应值,利用灰度衡量评价的不确定性。通过区间适应值的灰度分析,提取反映种群进化分布的信息,给出进化个体的自适应交叉和变异概率。应用于服装进化设计系统的分析结果表明,该算法可有效缓解人的疲劳,提高优化效率。     

分布协同交互式遗传算法及其在群体决策中的应用

针对交互式遗传算法单机实现模式存在的局限性,本文提出一种分布协同交互式遗传算法,并介绍了算法实现的关键技术.基于群体决策满意度和用户评价偏好,给出了共享个体数量确定方法和共享个体的选择方法.还提出了合理的评价平台和有效的决策评价指标以及隐含的信息交互方式等.为减轻用户疲劳,基于个体相似度,提出一种类适应度近似策略.最后基于服装的色彩设计问题,给出实验结果,以验证该算法的可行性.     

锦标赛选择交互式遗传算法及其应用

基于两个体比较的交互式遗传算法(Interactive Genetic Algorithm based on paired comparison,PC-IGA)允许用户在每次评估过程中比较两个个体并从中选择一个优胜者,以代替传统的用户评分方式,从而减轻用户的精神压力.但是,PC-IGA中用户比较次数太多,加重了用户的生理疲劳.为此,本文提出一种新的用户评估方式--锦标赛选择,并给出锦标赛选择交互式遗传算法(Interactive Genetic Algorithm Based on Toumament Selection,TS-IGA)的关键技术和实现步骤.将该算法应用于服装色彩优化系统,研究了种群规模和子种群规模的选择对算法性能的影响.最后,将该算法与PC-IGA进行对比实验,结果表明本文提出的算法在选择合适的子种群规模的情况下,能有效减少用户的比较次数和算法收敛时间,从而减轻用户疲劳.     

结合SVM的交互式遗传算法在入侵检测中的应用

针对入侵检测中存在样本少、特征多、难于将实际经验与现有算法有机结合的问题,将交互式遗传算法应用到入侵检测技术中,并结合SVM的特点,设计出改进后的分类识别算法。实验证明,将SVM与交互式遗传算法相结合应用于入侵检测领域中,算法有效、可行,而且能获得很好的检测率。     

AutoCAD在孔雀图案设计中的应用

本文以案例教学的方式详尽地介绍了使用AutoCAD 2004在孔雀花纹图案设计中的应用过程，以便进一步引导学生利用现代设计手段来绘制标志和图案。     

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.     

基于遗传算法和非均匀有理B样条的创新设计

为了更好地使用曲线和曲面进行产品的外观造型设计,提出了将交互式遗传算法与非均匀有理B样条相结合进行产品形态创新设计.把控制有理B样条曲线和曲面的关键点、权因子和节点向量三个控制因素使用遗传算法进行层次编码,通过用户对实体进行交互式评价,最终以共识满意度作为遗传算法的适应度函数,然后进行对遗传编码进行交叉和变异操作,通过适应度函数的大小进行筛选,最后得到满意的解.以花瓶外观设计为例,利用VC++2003.net、acis和hoops 的开发设计环境,对此算法进行了验证.实验结果表明此算法在产品外观创新设计中是行之有效的.     

AutoCAD在孔雀图案设计中的应用

本文以案例教学的方式详尽地介绍了使用AutoCAD2004在孔雀花纹图案设计中的应用过程,以便进一步引导学生利用现代设计手段来绘制标志和图案。     

品味童装——看图案设计在童装中的应用

图案是所有设计专业的学生在学校学习时所必修的一门专业基础课。纵观中华五千年的文明,哪一朝哪一代都有自己独特的图案风格。那么,在今天的图案设计特别是儿童服装的图案设计与应用中,怎样为孩子营造一个童话的世界,展现孩子的童真与童趣?一名优秀的童装图案设计师,应该充分利用自然环境,社会环境,民族心理和传统文化结构所赋予的条件,来解决这个问题,从而构思出独特完美而富有表现力的童装图案设计作品。     

交互式遗传算法在基于内容的图像检索中的应用

基于内容的图像检索方法是根据图像所包含的色彩、纹理、形状以及对象的空间关系等信息，通过建立图像的特征矢量，并将其作为图像的索引来进行图像检索的技术，其检索效果与图像特征矢量的编码方式以及具体的图像检索方法都有着很密切的关系。为了提高图像的检索效率，提出了一种基于交互式遗传算法的图像检索方法，该方法首先采用“变均分单元”法对图像进行分割，并对图像的特征信息加以汇总，形成图像的特征矢量；然后在此基础上，使用“螺旋式”的图像拆分方式通过对图像特征数据进行编码来生成图像染色体，并使它参与遗传算法中的各种遗传操作。在图像的检索过程中，该方法采用交互式遗传算法，首先对系统在每一步提供的候选图像集进行评价，然后利用非均匀遗传算子来从图像库中选出接近用户需求的图像。进一步的实验肯定了其在基于内容的图像检索过程中的有效性，与其他相关工作的比较结果说明，该方法具有简捷、高效的特点。     

可视化交互式遗传算法及其在图像感性检索中的应用

提出了一种可视化IGA模型，结合GA在n维空间上快速搜索的优点和人类在2维空间上把握数据整体分布的能力，采用可视化的方法使用户主动参与搜索过程以加快遗传算法的收敛速度，从而减轻用户疲劳．采用主元分析的方法将n维空间中的个体向量映射到2维空间．并显示出来，用户可以在这个2维空间中选择一个好的个体加入遗传过程．以此来加速算法的收敛．实验证明可视化IGA较一般的IGA有更快的收敛速度，对减轻用户疲劳有很好的作用．该模型用于图像的感性检索，取得了较好的检索结果。     

交互式进化计算在虚拟角色表情建模中的应用

阐述了一种将交互式进化计算应用于三维计算机动画影片中训练虚拟角色面部表情的方法。将模糊神经网络应用于虚拟角色面部表情的建模,并用遗传算法结合交互式进化计算训练模糊神经网络。实验结果表明,当该算法应用于训练虚拟角色面部表情这一问题时,能在保证精度的前提下快速收敛,并能避免陷入局部最优,从而使得不同的动画导演利用这个系统,能够生成符合自己要求的虚拟面部表情。