摘要：该方法根据组成个体各基因意义单元值出现的频率,计算基因意义单元的权值,并基于此得到个体的相似度;根据个体与上代最优个体的相似度,选择需要由用户进行评价的个体;基于当代所有已评价个体的信息,估计未评价个体的适应值.将所提方法应用于窗帘进化设计系统,并与已有典型方法比较.结果表明,所提方法在减轻用户疲劳和提高搜索性能等方面均具有优越性.

摘要：为提高交互式遗传算法的优化效率,提出一种基于进化个体混杂型适应值的交互式遗传算法。设计适应值不确定度计算方法,分析适应值噪声特性。在此基础上,根据偏好不确定性与适应值噪声的内在联系,划分出单一数值与区间数值2种适应值类型,并分别建立相应数学模型,修正个体适应值,使其同时参与进化优化,从而生成符合用户心理需求的设计,达到高效优化目的。在便携式酒壶设计系统上的应用结果表明,与IGA-IIF和T-IGA算法相比,该算法不仅进化代数相对较少,而且每代可以获取更多的互异个体数目,具有较高的效率。

摘要：针对交互式遗传算法缺乏衡量评价不确定性的问题,采用离散适应值评价进化个体,利用灰度衡量评价的不确定性。通过确定离散适应值的灰度,获得反映种群进化分布的信息;基于此,给出了进化个体的自适应交叉和变异概率。将该算法应用于服装进化设计系统,仿真实例与分析结果表明,所提出的算法可以有效缓解人的疲劳,提高优化效率。

摘要：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。

摘要：为将交互式遗传算法应用于复杂的优化问题中,提出一种基于进化个体适应值灰模型预测的交互式遗传算法,为每代适应值序列建立灰模型,以衡量个体适应值评价的不确定性,通过对灰模型的灰预测,提取进化个体评价的可信度,在此基础上,给出进化个体适应值修正公式,将该算法应用于服装进化设计系统中。实验结果表明,该算法在每代都能获取更多的满意解。

摘要：为了提高粒子群优化算法的收敛速度和搜索精度,提出一种基于粒子适应值来设置动态收敛因子的方法(FPSO),根据粒子当前适应值和目标值之间差值的变化设置动态收敛因子,弥补了当前仅靠经验设置收敛因子的不足,实现了适应值对收敛因子的有效扰动。同时,提出一种基于维度最大位移量的局部优化激活方法,使得新算法能快速的从局部优化中跳出。通过4个经典函数对改进的算法进行测试,结果表明了改进后算法的有效性。

摘要：针对交互式进化计算过程的评价不确定性问题,对个体适应值预测方法进行了研究。对于个体精确数适应值类型,提出基于模糊灰模型FGM(1,1)预测模糊适应值的方法,降低噪声对适应值的影响。确定了用户满意度与适应值噪声强度的函数关系,构建了噪声强度衡量指标;建立模糊适应值支集宽度约束下的最小噪声强度线性规划,求取模糊适应值预测参数,通过模糊灰模型时间响应序列输出模糊适应值。采用NSGA-Ⅱ范式实现进化计算,并设计了新的个体序值比较方法和拥挤测度计算公式。将所提方法应用于烤漆门外观选型问题,并与已有典型方法比较。结果表明,所提方法在推荐个体质量、减轻用户疲劳、提高搜索效率等方面均有优越性。

摘要：为提高融合数据与网络节点的适配度,引进改进BP神经网络,以无线传感网络为例,设计一种全新的数据融合方法。采集无线传感网络数据,引进Kalman滤波器,根据滤波器在空间中的线性表达区域,给定一个无线传感网络数据的线性归回范围,设计无线传感网络数据的预处理与特征提取;利用改进BP神经网络的数据反向传播特点,参照网络在学习中的映射规则,调节网络传播节点的阈值与权值训练数据;设定无线传感网络数据集合的参考视场和步长,计算数据与节点适应值;选用Max-min标准化处理法对数据归一化处理,采用LEACH算法深度融合网络数据。设计对比实验,实验结果证明:该方法可在提高融合数据与节点适应值的基础上,提高节点对数据的收敛速度,以此达到最优的融合效果。

摘要：在知识发现流程中,分类规则是主要的挖掘任务之一。针对传统的基于统计分析的挖掘算法在保证知识的有趣性方面的缺陷,提出了利用演化计算这种智能计算模型的全局搜索特性和完全适应值导向特性来进行分类知识的自动挖掘和处理,不需要先验知识,以确保知识的有趣性。提出了用IF-THEN这种高层次的知识表示形式来提高知识的可理解性。并给出了个体表示,遗传操作和适应值评估等几个在演化算法中起重要作用的成分的设计原则和方法。

摘要：针对礼花弹类烟花类型与药剂的内在联系,设计了一种烟花药剂智能选型系统。该系统基于改进的交互式遗传算法实现,提供个体精确值、离散值和改进区间数值3种评价方式。改进的区间适应值算法通过区间评价偏差刻画种群分布特征,利用偏好信息设计自适应交叉变异算子。实验结果表明,该系统具有良好的交互性,能够根据用户偏好设计出烟花类型,确定烟花药剂配方,为烟火设计提供了智能化新思路。