The invention relates to a wall paper design the maximum entropy criterion of interactive evolutionary optimization method, the specific steps are as follows: evolution before the system provides a design environment for the user, a randomly generated initial population evolution; through the interactive interface of the individual \satisfaction\ / \not satisfied\ two yuan evaluation system records individual evaluation system according to the evaluation time; time and satisfaction / dissatisfaction set set the number of individuals, using the maximum entropy principle to estimate the fitness of the user; according to the population genetic sense unit presents the frequency, construction of elite individual genes for individual retention; completion of individual selection using roulette method. The designer of the invention only needs a rough evaluation of individuals' satisfaction or dissatisfaction according to their preferences. The system automatically realizes the estimation of individual fitness values in the background, realizes the non user individual fitness values, and effectively reduces the operator's burden of operation.
【技术实现步骤摘要】
用于墙壁纸设计的熵极大准则交互式进化优化方法
本专利技术属于智能计算领域,特别是涉及一种用于墙壁纸设计的熵极大准则交互式进化优化方法,可用于引导用户进行墙壁纸方案的选型。
技术介绍
装饰性墙壁纸做为应用相当广泛的室内装饰材料,其产品设计是印刷包装工程中的重要内容。选择合理的墙壁纸能烘托出不同的氛围,通过恰当的色彩运用,和谐搭配家具色调,可以营造出不同的装饰风格。由于装饰性墙壁纸色彩丰富,花系繁多,艺术性较强,优化选型难度较大,无法采用定量的目标函数衡量评价方案,而基于交互式进化优化方法可以帮助用户在海量壁纸样品中找到满意的壁纸图案。目前,已经公布的应用交互式进化优化方法进行产品外观设计策略大致分为两种类型。其一是全部个体适应值赋值策略:如针对易观察的视觉优化对象,2012年出版的《高级交互式遗传算法理论与应用》一书中,按评价方式将适应值赋值形式分为精确赋值方法、离散赋值方法、区间赋值方法、模糊赋值方法等。上述个体适应值赋值方法,扩展了用户评价个体适应值的能力,但上述方法对用户评价过程的疲劳问题考虑不够,为获得区间适应值和模糊适应值,用户仍需增加操作量;其二是对部分个体适应值赋值:如2012年出版的期刊《AppliedSoftComputing》第12期“Interactivegeneticalgorithmswithlargepopulationandsemi-supervisedlearning”将已评价个体作为聚类中心,其他个体依基因型与聚类中心的距离远近估计适应值、2013年出版的期刊《控制理论与应用》第5期“新的基于相似度估计个体适应值的交互式遗传 ...
【技术保护点】
一种用于墙壁纸设计的熵极大准则交互式进化优化方法,其特征是:采用熵极大准则的非用户赋适应值估计策略的交互式遗传算法作为优化算法,该优化算法的系统由参数设置窗口、进化界面和结果保存窗口等翻页式结构构成,为增强壁纸效果显著程度,进化主页背景设置为白色,同时设置客厅、餐厅、卧室、书房、儿童房和过道等六个按钮供用户选择,实时交互时,系统首先进行初始化,设置进化优化的进化代为0,随机选出6个样本作为初始样本,在每个样本下方有“满意”和“不满意”的单选按钮,用户通过选择单选按钮对个体评价;评价结束后,点击“下一代”按钮,系统进化出新种群,用于第2代进化优化,用户继续评价直至找到满意个体;同时,交互界面还显示“进化代数”、“评价互异个体数”、进化耗时辅助信息,其中进化耗时可以计量出每个个体评价所需时间,系统在后台依此进行适应值计算,同时可以让用户知道操作时间并掌握工作节奏;基于算法的特点,评价过程中用户可以不遵循界面提供的个体顺序进行评价,系统还可以等待用户做其他事情,均不影响进化结果,(1)计算满意集Ss(t)和不满意集Su(t)的分界值fs:
【技术特征摘要】
1.一种用于墙壁纸设计的熵极大准则交互式进化优化方法,其特征是:采用熵极大准则的非用户赋适应值估计策略的交互式遗传算法作为优化算法,该优化算法的系统由参数设置窗口、进化界面和结果保存窗口等翻页式结构构成,为增强壁纸效果显著程度,进化主页背景设置为白色,同时设置客厅、餐厅、卧室、书房、儿童房和过道等六个按钮供用户选择,实时交互时,系统首先进行初始化,设置进化优化的进化代为0,随机选出6个样本作为初始样本,在每个样本下方有“满意”和“不满意”的单选按钮,用户通过选择单选按钮对个体评价;评价结束后,点击“下一代”按钮,系统进化出新种群,用于第2代进化优化,用户继续评价直至找到满意个体;同时,交互界面还显示“进化代数”、“评价互异个体数”、进化耗时辅助信息,其中进化耗时可以计量出每个个体评价所需时间,系统在后台依此进行适应值计算,同时可以让用户知道操作时间并掌握工作节奏;基于算法的特点,评价过程中用户可以不遵循界面提供的个体顺序进行评价,系统还可以等待用户做其他事情,均不影响进化结果,(1)计算满意集Ss(t)和不满意集Su(t)的分界值fs:式中,Ss(t)中个体适应值分布区间为Su(t)中个体适应值分布区间为且适应值在和内均按均匀分布,其中...
【专利技术属性】
技术研发人员:郭广颂,李玲,刘顺新,文振华,李响,贾爱芹,
申请(专利权)人:郑州航空工业管理学院,
类型:发明
国别省市:河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。