______________________________________________________________________________________________________________
1.3 交互式遗传算法
交互式遗传算法也可称为人机交互进化优化算法，即在进化计算过程中，根据需要，人通过与计算机的交互，实现对进化过程的干预和引导，以解决传统遗传算法无法解决的如式(1.1)所示的一类隐式性能指标优化问题。由于人的参与，使得遗传算法得到了很好的扩展，不再简单依赖于适应度函数等，从而大大拓宽了传统遗传算法的应用领域。若无特殊说明，后续讨论均针对式(1.1)所示的问题进行研究。
1.3.1 交互式遗传算法的起源、发展、原理
1986年，Dawkins最早提出了交互式演化算法的思想，并用于生物图形的生成[1]。20世纪90年代初，日本学者Takagi在Dawkins算法思想的基础上，对交互式演化算法从应用和理论研究等方面，开展了大量卓有成效的工作[24]，并逐渐引起了广大学者对交互式进化优化算法的关注。
交互式进化优化算法主要有狭义和广义两种定义[24]。其中，狭义定义认为“交互式进化优化算法是一种以人的主观评价作为进化个体适应值的进化优化方法”。该定义把人的主观评价作为进化个体适应度赋值的依据;广义定义认为“交互式进化优化算法是一种有人机交互过程的进化优化方法，这种人机交互过程不仅仅是对个体进行适应度赋值，还包括其他更多的人对进化过程的干预，如优势个体的选择、交叉对的选择等”[25]。我们这里仅讨论狭义定义模式下的交互式进化优化算法，即交互式遗传算法，该算法形象表述如图1.2所示，流程如图1.3所示。
精品资料
______________________________________________________________________________________________________________
图1.2 交互式遗传算法示意图
精品资料
______________________________________________________________________________________________________________
图1.3 交互式遗传算法流程图
精品资料
交互式遗传算法入门
