求解隱式目標優(yōu)化問題的交互式進化算法研究

1、中國科學技術(shù)大學博士學位論文求解隱式目標優(yōu)化問題的交互式進化算法研究姓名：尤海峰申請學位級別：博士專業(yè)：計算機應(yīng)用技術(shù)指導(dǎo)教師：王煦法20110425摘要II群體評估代替單用戶評估，即個體適應(yīng)度的評估取決于多個用戶的評估結(jié)果，而不是取決于單個用戶。給出了算法的三個主要模塊——種群初始化模塊、單種群模塊和多種群模塊的詳細設(shè)計。最后，將多用戶交互式遺傳算法和一般的單用戶交互式遺傳算法分別應(yīng)用于服裝設(shè)計系統(tǒng)進行對比實驗，結(jié)果表明：多用戶交互式

2、遺傳算法的設(shè)計結(jié)果能更好地滿足多個用戶的偏好和要求，因而能更好地滿足大眾化需求。(4)首次將基于群體的增量學習(PopulationbasedIncrementalLearningPBIL)算法應(yīng)用于解決隱式目標優(yōu)化問題，提出了交互式PBIL(IPBIL)算法。IPBIL相對于傳統(tǒng)的交互式進化算法的最大優(yōu)勢在于：其用戶評估方式大大簡化。IPBIL僅需要用戶從種群中選擇出最優(yōu)個體，而不需要用戶對每個個體都進行評估。將IPBIL和IGA分別

3、應(yīng)用于服裝設(shè)計問題，進行對比實驗，結(jié)果表明：雖然IPBIL比IGA需要更多的進化代數(shù)才能達到收斂，但是IPBIL收斂時的時間消耗和鼠標點擊數(shù)均大大小于IGA，因而能夠顯著減輕用戶疲勞。(5)為解決多峰隱式目標優(yōu)化問題，在IPBIL算法基礎(chǔ)上，進一步提出基于多概率向量的交互式PBIL(IPBILwithMultipleProbabilityVectsIPBILMPV)算法。IPBILMPV算法利用多個概率向量來撲捉不同的搜索方向，使得算法