典型的現(xiàn)代優(yōu)化方法只能解決顯示優(yōu)化問題。本文主要從隱式優(yōu)化問題入手，利用交互式進化算法讓用戶參與目標個體的評價，計算出滿足用戶需求的最優(yōu)個體。最后，將該方法應(yīng)用于海報設(shè)計，地區(qū)，取得了良好的效果。

1交互式進化算法

遺傳進化算法是從生物學(xué)中“適者生存，適者生存”的遺傳機制進化而來的一種隨機搜索方法。該算法模擬自然選擇和自然遺傳過程中的繁殖、交叉和基因變異現(xiàn)象，并產(chǎn)生下一代解。在每次迭代中，低適應(yīng)度函數(shù)值的解被逐漸淘汰，而高適應(yīng)度函數(shù)值的解被保留。重復(fù)這個過程，直到滿足一定的收斂指標，傳統(tǒng)的進化算法適用于求解顯式優(yōu)化問題。交互式進化算法是在基本遺傳算法的基礎(chǔ)上發(fā)展起來的一種新型算法，是在進化過程中通過交互式手段和用戶對個體適應(yīng)度的評價自動計算適應(yīng)度函數(shù)值的過程。交互式進化算法的優(yōu)勢在于用戶和機器的結(jié)合，可以共同解決遺傳操作中無法解決的問題，滿足用戶的個人偏好，得到用戶滿意的最優(yōu)解。交互式進化算法適用于求解隱式優(yōu)化問題。

2算法設(shè)計

2.1適應(yīng)度設(shè)計適應(yīng)度函數(shù)可以衡量傳統(tǒng)優(yōu)化問題解決方案的優(yōu)劣，特別是對于顯示器優(yōu)化問題，適應(yīng)度函數(shù)的性能指標是用來衡量適應(yīng)度的，但是對于隱式優(yōu)化問題，顯示器的評價方法不能使用，更不用說精確的數(shù)學(xué)模型，用戶只能用他們個人的主觀意識來評價個體群體。適應(yīng)值取決于用戶的個人偏好。因此，有必要將“人的偏好”融入到典型的優(yōu)化方法中，得到最優(yōu)的海報設(shè)計方案。在設(shè)計過程中，每一代產(chǎn)生的新種群的偏好值不變，適應(yīng)度最高的個體將直接留給下一代。

2.2編碼在本文中，海報編碼設(shè)計為兩部分：徽標和正文，一條染色體代表海報，一條染色體由一個八位二進制編碼字符串表示，其中前四位代表海報徽標，后四位代表海報正文。在Logo的四位數(shù)代碼中，前兩位代表海報風格，后兩位代表顏色；在Body的四位數(shù)代碼中，前兩位代表海報的風格，后兩位代表顏色。因此，一張海報有256種風格。根據(jù)該編碼方案，如果染色體是00000111，00，則Logo代表風格，Logo00代表顏色，Body01代表風格，Body11代表顏色。

2.3交叉和變異本文采用了兩種交叉操作：單點交叉和兩點交叉。例如，在一個單點雜交中有兩條染色體，它們是00000111，01100101。經(jīng)過單點雜交突變后，兩個后代個體的染色體分別為00000101和01100111，代表了個體1中的Logo為“經(jīng)典”且顏色為紅色的風格。身體是“華麗的”，顏色是藍色；個人2中的Log“o”是“o modern”，顏色是綠色，身體是“靜宜”，顏色是紫色。在單點交叉操作之后，兩種海報樣式生成了四種新的海報樣式。

2.4變異的目的是提高進化算法的局部搜索能力，保持種群的多樣性，防止早熟現(xiàn)象。具體地說，如果一個個體由二進制編碼符號串表示，如果某個基因座的原始基因值為0，則突變操作將基因值改變?yōu)?；否則，如果原始基因值為1，變異操作將其更改為0。在本文中，使用了隨機點變化。

2.5算法流程的第一步：根據(jù)實際問題進行編碼，設(shè)置進化算法的各個參數(shù)。第二步：隨機生成初始種群。第三步：解碼并生成個體的表型。步驟4:用戶評估個人健康狀況。標準時間

本文主要從隱式優(yōu)化問題入手，將用戶的“個人偏好”加入到優(yōu)化問題中，利用用戶參與目標個體評價的特點，得到滿足用戶個人偏好需求的最佳個體。最后，將該方法應(yīng)用于海報設(shè)計，用戶根據(jù)自己的喜好對海報的風格進行評分。實驗結(jié)構(gòu)表明，該方法效果良好。

上一篇：海報設(shè)計的設(shè)計步驟

下一篇：色彩在海報設(shè)計的藝術(shù)表現(xiàn)是什么