《表1 算法性能对比:交互式遗传算法在民族图案创新设计中的应用》
为衡量本文算法(IGA-IDFF)性能,对比IGA-T和文献[19]中区间适应值交互式遗传算法(interactive genetic algorithms with individual’s interval fitness,IGA-IIF),每种方法由10位设计师和10位设计专业学生作为被试者独立运行10次后计算平均值,对比结果见表1。3种算法设置为相同的控制参数,为保持一致性,在IGA-T和IGA-IIF中取设计师和用户的算术平均评分作为进化个体的适应值。从实验结果可知,本文算法收敛条件下的平均进化次数和平均评价次数占IGA-T的74.6%,占IGA-IIF的81.2%,且成功率为100%,能够在一定程度上反映该算法在提高进化个体质量的有效性。并且,IGA-IDFF通过刻画噪声强度来修正评价值,互异进化个体显著增加,从而增大进化种群多样性,有利于客户生成满意的方案。
图表编号 | XD00111174800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.16 |
作者 | 朱苗苗、吕健、刘翔、潘伟杰、赵慧亮 |
绘制单位 | 贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室、贵州民族大学美术学院 |
更多格式 | 高清、无水印(增值服务) |