出版社:科学出版社
年代:2012
定价:58.0
交互式遗传算法将传统的进化机制与用户的智能评价相结合,可以有效地解决性能指标难以甚至无法用精确函数表示的优化问题。但是,用户评价的不确定性和评价疲劳问题极大地影响了交互式遗传算法的性能,严重制约了其在复杂优化问题中的应用。以解决这些问题为切入点,本书主要研究基于机器学习构建用户认知代理模型的高性能交互式遗传算法的关键技术和应用。本书共由4部分内容组成:(1)考虑用户认知的不确定性,提出采用不确定数,包括区间数、模糊数和随机变量表示进化个体适应值的交互式遗传算法;(2)针对进化个体适应值为确定数和不确定数的情况,提出了基于监督学习机制,采用神经网络和支持向量机等构造用户认知模型的高性能交互式遗传算法;(3)针对交互式遗传算法中,难以获得足够量训练样本的不足,本书进一步研究利用半监督学习构造用户认知代理模型的高效交互式遗传算法。基于上述算法研究,将所提算法应用于服装设计和太阳眼镜设计问题中,验证了相关算法的有效性。
交互式遗传算法将传统的进化机制与用户的智能评价相结合,可以有效地解决性能指标难以(甚至无法)用精确函数表示的一类复杂优化问题。但是,用户评价的不确定性和评价疲劳问题等极大地影响了交互式遗传算法的性能,严重制约了其在复杂优化问题中的应用。《高级交互式遗传算法理论与应用》以解决这些问题为切入点,在遗传算法的框架体系下,主要研究体现用户评价不确定性以及基于机器学习构建用户认知模型的高级交互式遗传算法的关键技术和应用。 孙晓燕、巩敦卫、徐瑞东所著的《高级交互式遗传算法理论与应用》可供理工科大学计算机、自动控制和人工智能、产品设计等专业的教师及研究生阅读,也可供自然科学和工程技术相关领域的研究人员参考。