文档介绍：摘要在管理决策领域中,存在着这样一类特殊的决策问题——隐性目标决策问题,如服装设计问题、汽车造型设计问题、旅游行程规划问题等,由于其具有“决策目标难以显式结构化、数量化表示”、“决策者偏好随着决策过程的进行可以调整改变”、“问题的方案可行解空间大,可行方案数目多”的特征,使得求解这类决策问题异常复杂。对于隐性目标决策问题不能直接进行决策方案的穷举比较,也不能通过某种优化搜索机制直接搜索出最优解或满意解方案,需要利用具有交互机制的智能决策方法来解决。由于隐性目标决策问题是一类求解复杂且在实际生活中普遍存在的决策问题,研究支持求解这类决策问题的决策方法具有重要的理论意义与应用价值。近年来,随着智能优化算法与人工智能技术的发展,具有人机交互机制的交互式进化计算鼵椒ㄔ诮饩龊胁蝗范勘甑挠呕侍夥矫婢哂薪锨康挠攀疲绕涫墙换ナ浇扑领域中的交互式遗传算法且焕嗫梢越杓氖屎洗硪阅勘昃霾呶侍獾姆椒ǎ梢作为其决策方法基础。本文从隐性目标决策问题的角度出发,分析了这类问题的求解难点,针对其存在的求解效率低、决策者疲劳及方案个体多样性缺失等问题,以疘技术为基础,并结合其他智能计算与人工智能技术,研究了基于囊阅勘曛悄芫霾叻椒ǎ⑶以汽车造型概念草图设计和旅游行程规划问题作为问题应用背景,验证了这些方法的有效性。主要研究内容包括:攵砸阅勘昃霾呶侍獾那蠼庑实鸵约敖换ゾ霾吖讨械木霾哒咂@臀侍猓芯苛结合多智能体技术的求解方法,提出了一种交互式多智能体遗传算法。通过定义智能体、智能体生存环境及智能体在环境中的行为,如进化、竞争、自学习等行为操作,将基于智能体计算的思想应用于煊颉A硗庠诮换ナ蕉嘀悄芴逡糯惴ㄖ猩杓屏擞行У氖视Χ雀ú略,使决策者在交互过程中无需对每个方案个体都评价适应度,只需在每代中选择龅贝最满意方案个体,且不需给出具体的适应度值,有效减轻了决策者疲劳问题。旅游行程规划仿真实验验证了该方法的有效性。攵砸阅勘昃霾叽嬖诘牧Π父鎏宥嘌匀笔侍猓芯苛嘶诟慕蚕砘频亩嘌性保持方法。由于共享机制的小生境半径预先准确取值困难,首先设计了一种可根据种群个体间距离自动计算小生境半径的方法,接着将熵的概念引入,提出了度量种群多样性的小生境熵,然后借助于小生境熵和进化世代数计算交叉、变异概率等进化参数,有效控制迭代过程中的遗传进化操作。算例实验和汽车造型概念草图设计仿真实验验证了多样性保持方法和算法的有效性,能够避免过早陷入局部最优,同时也有利于决策者在交互决策过程中逐步确定自己的决策偏好,不增加评价疲劳。远嘌员3钟肟焖偈樟驳某逋晃侍饨醒芯浚岢隽嘶谛∩呈侗鸬淖允视Σ
略。首先针对小生境方法中的小生境范围识别不准确问题,设计了改进的小生境识别方法,接着在识别的小生境范围基础上,进一步改进小生境熵的计算,使之能够更好地度量种群多样性。然后利用小生境熵的计算值自适应调整进化参数的取值,建立了“种群多样性专进化参数专种群多样性”的自适应调整机制。算例实验和汽车造型概念草图设计仿真实验验证了该方法策略的有效性,能够有效解决多样性保持和快速收敛的冲突问题。芯苛艘阅勘昃霾呶侍獾囊桓鼍咛迨道!F翟煨透拍畈萃忌杓莆侍猓樯芰嘶于造型件的汽车造型概念设计和汽车造型编码,构建并实现了基于钠翟煨透拍畈萃关键词:隐性目标决策问题,交互式进化计算,交互式遗传算法,多智能体,小生境技术,种群多样性辅助设计系统原型。
瑃诵甀瑂鰐籺籺琣甌,,瓼猰’瑃—甀疭,,’.猚甌疘琲瑂..甌猘,.疭出琣.,.
—甌甌珹痚籱,琣瑃琣甌琧,甋’·..,,.甌⒗,’甀“╡专保甌猘甀,痵甀,瑆瓸,
籑—籒,:;.;
插图清单图基因型——隶现型映射⋯⋯.:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图特征参数空间中的适应度由用户评估产生示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图基本遗传算法鞒掏肌图基本交互式遗传算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯~图决策过程三个基本成分的对应关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图染色体三个基本成分的的对应关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图蛐汀!9⑾中途卣蟆图基于奈侍饨蠼夤獭窘峁鼓P汀图晃悄芴逋图二维智能体网格⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图窬赫谟颉图谐讨悄芴逋瘛图换ナ蕉嘀悄芴逡糯惴⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..惴ㄗ匝肮獭图行程方案个体表现型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图糜涡谐坦婊探缑算法图糜涡谐坦婊探缑惴⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图甀算法群体演化过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图最优个体目标函数值的变化情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..自适应参数的变化情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图基于改进共享机制的交互式遗传算