典型的現代優化方法只能解決顯示優化問題。本文主要從隱式優化問題入手，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個體。最后，將該方法應用于海報設計，地區，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、交叉和基因變異現象，并產生下一代解。在每次迭代中，低適應度函數值的解被逐漸淘汰，而高適應度函數值的解被保留。重復這個過程，直到滿足一定的收斂指標，傳統的進化算法適用于求解顯式優化問題。交互式進化算法是在基本遺傳算法的基礎上發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度的評價自動計算適應度函數值的過程。交互式進化算法的優勢在于用戶和機器的結合，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解。交互式進化算法適用于求解隱式優化問題。

2算法設計

2.1適應度設計適應度函數可以衡量傳統優化問題解決方案的優劣，特別是對于顯示器優化問題，適應度函數的性能指標是用來衡量適應度的，但是對于隱式優化問題，顯示器的評價方法不能使用，更不用說精確的數學模型，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”融入到典型的優化方法中，得到最優的海報設計方案。在設計過程中，每一代產生的新種群的偏好值不變，適應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為1；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：根據實際問題進行編碼，設置進化算法的各個參數。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

本文主要從隱式優化問題入手，將用戶的“個人偏好”加入到優化問題中，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，將該方法應用于海報設計，用戶根據自己的喜好對海報的風格進行評分。實驗結構表明，該方法效果良好。

上一篇：海報設計的設計步驟

下一篇：色彩在海報設計的藝術表現是什么