基于GA的综合评价系统设计【开题报告】.doc

1、毕业设计开题报告 计算机科学与技术 基于 GA 的综合评价系统设计 一、选题的背景、意义 随着科技的不断发展和进步，现在的计算机越来越趋向于智能化发展，未来将会出现许多智能的计算机，这些智能机器功能各异，能够满足人们对生活和应用的需求。不断深入研究人工智能能够对未来计算机的变革产生影响。遗传算法是研究人工智能领域的一个重要方法，因此，对遗传算法进行研究是很有必要的。遗传算法已用于求解带有应用前景的一些问题，例如遗传程序设计，函数优化，排序问题，人工神经网络，分类系统，计算机图像处理和机器人运动规划等。 1目前 ，人工智能领域的研究还处于一个开始阶段，各国专家都在精心研究着人工智能的应用，并对以

2、后的发展前景抱着很大的期望。现在社会上逐渐出现了许多智能机器人，这些机器人的出现对人们来说很新奇，感到不可思议，但是这些机器人的功能作用还比较单一，因此，未来科技的发展将会把更智能，功能更复杂全面的机器人带到世人的面前，这需要人工智能领域的研究能够取得突破性的进展，而遗传算法由于其本身算法的独有特性，将会使人工智能的研究产生一定的影响。可以预测，未来人们会生活在像科幻小说里那些不可思议的场景里，许多智能的东西将会为人类的发展 和进步提供帮助。 与传统搜索算法相对比，遗传算法与更多的传统优化方法在本质上有着不同之处，主要表现在： 1. 遗传算法将参数搜索问题转化为参数空间编码的搜索问题； 2.

3、遗传算法从一组初始点，而不是从一个初始点，开始进行搜索； 3. 遗传算法只用到目标函数信息，而无需其导数信息或其他辅助信息； 4. 遗传算法采用随机变换规则，而不是确定性的规则，来指导搜索。 2 遗传算法可以处理连续变量参数的优化问题，特别是适用于复杂非线性问题的处理。可用于 NMR脉冲形状分析， RNA 核苷酸测定， DNA构象分析，分子识别和设计，变量选择等，在分析 化学，环境科学，机械设计中的应用也非常广泛。 3 二、研究的基本内容与拟解决的主要问题 本课题实现智能综合评价，具体实现以下功能：针对事物诸因素的模糊性，对评价对象进行多因素的综合评价。鉴于在计算机中表达评价者对各因素重视程度

4、的困难性，要求模糊综合评价系统具有基于遗传算法（ GA）的学习机制，不断贴近评价者的思想。本课题重点要解决的问题在于，适当使用遗传算法，使该系统在开发和使用的过程中，从评价专家获得各评价因素重要程度的有关知识，进而实现体现专家思想的综合评价。 具体说来，本课题要研究如何运用遗传算法的相 关知识来对网站绩效进行综合评价，使开发出来的系统能够接近专家的思想，实现专家评判。 本课题研究的网站绩效有运用到模糊计算方面的知识，运用该知识来建立一个隶属度矩阵和一个相应的权重，使得根据这两个参数能够得出一组评价数据。在一研究网上购物行为的案例中，从三个维度来分析网上购物行为，将评价结果分为：很好，好，一般，

5、差，很差。则评语集结果为 V=V1， V2， V3， V4， V5=很好，好，一般，差，很差 =5,4,3,2,1。三个研究因素分别是“商品性质”，“服务质量”，“网站设计”，这三个因素又分别对应着 小的子因素，并且这些子因素有相应的权值。 4网站绩效的评价过程与此类似，先确定网站绩效需要研究的因素，然后给这些因素分配相应的权值。研究因素分别是 R=“界面”，“布局”，“信息量”，“交互性”，“网站性能” ，与因素相对应的评价结果集为 V=V1，V2， V3， V4， V5=很好，好，一般，差，很差 =5,4,3,2,1，权值为 A=A1，A2， A3， A4， A5，权值与因素相对应，每一权

6、值对应的评判结果为 B=A*R，量化后的结果就是该网站的综合评价结果。 三、研究的方法与技术路线、研究难点，预期达 到的目标 研究方法与技术路线 人工智能是一门工程技术学科 ,它的每一步发展都与人们采用的方法有很大的关系 .传统的人工智能研究方法 ,如符号主义 ,联结主义 ,并没有使计算机达到具有人类智能的水平 .要想使机器具有人类智能 ,必须突破计算机的局限性 ,与其它学科联手 ,开展思维科学的研究 ,创造新的研究方法和途径 .5 通过查找文献和请教指导老师，然后结合课题进行研究。首先，从图书馆的中文数据库里找到有关遗传算法和模糊计算等相关知识的文献资料，详细阅读文献，分析文献里与自己课题有

7、关的内容，结合自己的所学知识，从而得出自己对课 题设计的思路。然后，对课题进行深入理解，结合文献资料，逐步确定课题中会遇到的问题，再此基础上对那些问题逐个解决，如果遇到不懂的，先查找资料文献，再向他人请教，从而一步步的将课题的功能实现，并最终将它完成。 运用 Java的面向对象思想将系统实现。面向对象程序设计（ OOP）就是使用对象进行程序设计，对象代表现实世界中可以明确标识的一个实体。 6在windows操作系统平台下，运用 Java的相关开发平台，把系统的功能设计出来，然后用 Java的相关技术来实现。 课题研究中要用到遗传算法来解决参数更新变换的问题，因 此，弄清楚遗传算法的思想并将它与

8、 Java 的有关技术，然后运用到系统的设计过程中，从而体现课题的研究目的。 研究难点 首先要把课题中需要用到的技术知识弄懂。课题中需要用到遗传算法，把遗传算法中的知识理解清楚是关键。遗传算法中运用到的操作主要有两个：交叉和变异。交叉操作是遗传算法区别于其他所有优化算法的根本所在，如果从一个遗传算法中去掉交叉操作，则其结果将不再是一个遗传算法。 7这两个操作如何运用以及怎么控制交叉和变异出现的概率很重要。在遗传算法中，理论上，交叉操作出现的概率应远远大于变异操作的概率。 交叉操 作的概率的想法如下：首先，如果它的区间适应度的中点与优良个体的很接近，那么这个个体的交叉概率是很大的。其次，一个个体

9、的交叉概率会很小如果评估优良个体的区别和评估一个种群的差别很大，这意味着在这些个体中有很大的离散度。最后，随着种群的演化个体的交叉概率会很小。种群演化的目的是确保在后面的演化阶段中算法的收敛。 8 编码是遗传算法要解决的首要问题。针对特殊问题，人们提出了其它编码方法。例如：二进制编码，格雷码编码，实数编码，符号编码方法 9 适应度函数的确定也是一个难点。适应度函数的值可以作为染色体优胜劣汰的参照标准，所以，确定适应度函数将对染色体的选择产生重要影响，进而影响到课题的最终结果。 遗传算法流程图 10 模型的选择有点比较难确定。本文在研究的过程需要确立两个模型：一个是染色体的模型，另一个是隶属度值

10、模型。一组权值用一条染色体来表示，而一个权值就是染色体中的一小段。在进行交叉变异操作的时候，就是以染色体为单位来进行的。本文中的隶属度值模型是一个三层模型，最底层是本文中研究用的隶属度值，隐层的值是通过隶属度值和权值进行运算后确定的，顶层就是输出层，即输出值。输出值和期望输出值进行比对后，进行权值 的优胜劣汰，从而实现遗传算法的思想。交叉操作演示如下： 交叉结果为： 和 11 预期达到的目标 通过本系统在遗传算法的基础上可以实现对网站绩效进行综合评价，适当运用遗传算法，来模拟专家的思想，做出接近专家思想的评价。运用人工智能中遗传算法的有关思想，在综合评价中可以体现出与传统评价方法的不同，能够体

11、现出遗传算法的优越性和独特性。运用遗传算法，能够将一些数据的采集和获取简化而不影响研究的质量，并且能获得大量相似的符合研究目的数据。运用模糊计算的和综合评价的有关知识，能够实现对网站绩效的 综合评价，能够模拟专家的思想，能够设计出符合专家思想的系统。通过这个系统的设计研究，能够掌握相关的人工智能的知识并运用这些知识来对实际问题进行分析求解。 四、论文详细工作进度和安排 第七学期第 10周至第 18周（ 2011年 01月 06日前）：文献检索和资料收集，完成毕业论文（设计）文献综述、开题报告和外文翻译； 第八学期 第 1周 至第 3周（ 2011年 03月 11日前）：撰写论文提纲，完成毕业论

12、文（设计）初稿、需求分析和概要设计； 第八学期 第 4周 至第 12周（ 2011年 05月 13日前）：详细设计、系统调试、和毕业 论文（设计）完成定稿； 第八学期第 13周（ 2011年 05月 20日前）：完成应用软件系统的设计和毕业论文（设计）送指导老师和评阅老师评阅，准备答辩； 第八学期第 14 周：参加毕业论文（设计）答辩。 五、主要参考文献： 1 遗传算法在水力管网优化中的应用 ,张进 ,王卫敏 ,荆振锋 ,赵有民 , 文章编 号 : ISSN1005- 9180 (2010) 02- 0076- 04 2 利用遗传算法进行机械优化，冯锦春 杨林建，四川工程职业技术学院学报， 2

13、007年第六期 3 遗传算法的原理与应用，李华昌， 谢淑兰，易终胜，矿冶， 2005 年 3月第 14卷第一期 4 基于模糊综合评价的网上购物行为研究，王媛媛，文年章编号 :16723198 2010，现代商贸工业 2010 年第 17 期 5 人工智能研究方法及途径，熊才权，湖北工业大学计算机学院，舰船电子 工程 2005年 3 期 6 Java语言程序设计基础篇， (美 )Y.Daniel Liang 著 , 机械工业出版社 2009 年 7月第一版， 168页 7 人工智能及其应用，蔡自兴 徐光佑，清华大学出版社， 2003 年 9月第三 版， 136页 8 Dunwei Gong.Ad

14、aptive interactive genetic algorithms with individual interval fitnessJ. Progress in Natural Science.2008(18):359-365 9 遗传算法研究综述，吉根林，计算机应用与软件， 2004年 2月第 21卷 第二期 10 一种改进的二进制编码遗传算法研究 , 赵小冰 ,王兆霞 ,白明 , 李宁宁 , 汪凯 , 天津理工大学学报 , 文章编号 : 1673095X(2010) 04004305, 第 26 卷第 4期 , 2010 年 8月 11 Genetic Algorithms and Evolutionary Computing ,Darrell Whitley,Computer Science Department,Colorado State University Fort Collins,CO 80523