包含交叉和变异操作的交互式遗传算法

摘要：

传统交互式遗传算法在优化隐式性能指标时会使用户产生疲劳，影响优化质量与优化效率。为此，提出一种改进的交互式遗传算法。采用二元排序确定适应值评价的不确定度，根据评价序列的最大信息差异计算种群的收敛率，通过收敛率衡量种群进化状态，基于适应值不确定度和种群收敛率设计自适应交叉算子和变异算子，给出交叉概率和变异概率的计算公式，利用包含用户偏好信息的遗传策略引导进化，从而使进化结果更加客观。将该算法应用于服装进化设计系统，结果表明，与传统交互式遗传算法( T-IGA)相比，该算法可获取更多的满意解，提高了优化效率。

关键词：遗传算法、自适应交叉、变异概率、适应值、交互环境、不确定性

分类号：TP399(计算技术、计算机技术)

资助基金：河南省基础与前沿技术研究计划基金资助项目122300410295。

在线出版日期：2015-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：182-185