基于行為的偏好感知交互式遺傳算法及其應用.pdf

1、融合人智能評價的交互式遺傳算法(Interactive genetic algorithm，IGA)可有效解決定性性能指標優(yōu)化問題。然而，目前已有的工作均要求用戶顯式評價，嚴重限制了其解決實際問題的能力。本文研究基于人-機交互行為，隱式感知用戶偏好的交互遺傳算法，并將其應用于個性化搜索中。主要研究內(nèi)容包括以下3個方面：
　　(1)針對用戶顯式評價導致用戶疲勞，進而限制交互式遺傳算法搜索性能的問題，研究基于用戶交互行為和條件偏好網(wǎng)絡

2、(Conditional Preference networks，CP-nets)的隱式評價模式的交互式遺傳算法。首先，給出用戶可能進行的人機交互行為類的數(shù)學描述，建立基于用戶少量交互行為的條件偏好網(wǎng)絡 CP-nets模型，作為用戶的認知偏好模型；然后，利用 CP-nets模型，獲得用戶的評價偏好，以估計大規(guī)模進化個體的適應值；基于用戶評價和個體相似度，實時更新呈現(xiàn)給用戶評價的進化個體順序，以輔助用戶盡快找到滿意解。將所提算法應用于心理

3、學圖書個性化搜索中，結(jié)果驗證了算法的有效性。
　　(2)用戶在交互式遺傳算法中，用戶的偏好和評價具有不確定性，那么，不考慮該不確定性的基于用戶偏好模型的個體適應值估計，往往會偏離用戶真實的評價信息，因此，本文進一步提出含用戶評價不確定的偏好感知交互式遺傳算法。首先，基于用戶行為，利用高斯函數(shù)描述用戶評價的不確定性，以獲取更精確的用戶偏好；同時，根據(jù)用戶偏好的不確定特點，建立含有不確定信息的CP-nets。然后，利用該模型估計進化個

4、體的適應值，并用于進化計算；最終，將最接近用戶偏好的個體呈現(xiàn)給用戶。將所提算法應用到心理學圖書個性化搜索中，并與已有典型算法比較。實驗結(jié)果表明，該算法在減少用戶評價不確定性、減輕用戶疲勞和提高搜索效率等方面具有優(yōu)越性。
　　(3)基于MFC和SQL Server2005技術，開發(fā)心理學圖書個性化搜索系統(tǒng)。首先利用SQL Sever2005實現(xiàn)心理學圖書數(shù)據(jù)的儲存和偏好網(wǎng)絡的實現(xiàn)問題。其次利用MFC搭建系統(tǒng)框架和實現(xiàn)對心理學圖書數(shù)據(jù)