基于GA的综合评价系统设计文献综述

《基于GA的综合评价系统设计文献综述》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、文献综述基于GA的综合评价系统设计前言部分实际生活中我们会遇到许多模糊的问题和答案，比如说今天天气怎样，问不同的人可能会得到不同的回答，因为人们对天气的好坏定义每个人可能是不一样的，人们会因为自己身份的不同和场合的不同而做出不同的回答。如在一个大热天里，户外工作的人可能觉得这不是个好天气，而卖饮料的则很喜欢这样的天气。这类问题的回答是都模糊的。现代的人们喜欢上网，浏览网页，从网上可以获得许多人们想要的信息，方便快捷，而且信息量巨大。有时候人们在浏览网页时会发现，有些网站做的非常精美，在细节方面出理的非

2、常好，让人有一种心旷神怡的感觉，由衷赞叹着网站设计人员的技术。如果一个网站界面精美，用户体验度好，那么人们会喜欢这个网站并且会经常浏览。同时，每个网站都希望自己的网站能够让访问者能够浏览到信息的同时也能够体验优美的网页带来的舒适感。这些用户的体验，在某种程度上说，其实就是对网站的总体评价。用户的这些评价有着很大的主观色彩，不同的人有不同的回答，具有一定的模糊性。如果一个用户想客观准确的对一个网站的绩效进行综合评价，就得需要一个专门的综合评价系统来进行评价。本课题通过运用遗传算法、模糊计算等方法从而对网

3、站绩效这一评价目标进行综合评价。本课题重点要解决的问题在于，适当使用遗传算法，使该系统中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。综合评价是指对被评价对象所进行的客观、公正、合理的全面评价。如果把被评价对象视为系统的话，那么，在若个系统中，如何确认哪个系统的运行状况好，哪个系统的运行状况差，这是一类常见的综合判断问题.[1]通过运用综合评价能够更加准确合理的将问题进行分析和解决，具有更高的科学性。在综合评价过程中所讨论的问题能够获得全面的分析。有些

4、人可能不清楚什么是遗传算法，觉得遗传算法可能是个有关生物学方面的学术理论，对遗传算法是否能够用来解决实际生活中的问题产生疑问。遗传算法是模仿生物遗传学和自然选择机理，通过人工方式构造的一类优化搜索算法，是对生物进化过程进行的一种数学仿真，是进化计算的一种最重要的形式。遗传算法与传统数学模型截然不同，它为那些难以找到传统数学模型的难题找出了一个解决方法，同时，进化计算和遗传算法借鉴了生物科学中的某些知识，从而体现了人工智能这一交叉学科的特点。[2]遗传算法是模拟生物自然环境中的遗传和进化过程而形成的一种

5、自适应全局优化概率搜索算法,是一类可用于复杂系统优化计算的鲁棒搜索算法。它具有以决策变量的编码作为运算对象、直接以目标函数值作为搜索信息、同时使用多个搜索点的搜索信息、使用概率搜索技术的特点。[3]遗传算法中的交叉和变异特性可以让数据的获取更加具有普遍性，有更高的可靠性。模糊计算方法可以表现事物本身性质的内在不确定性，因此它可以模拟人脑认识客观世界的非精确、非线性的信息处理能力。扎德（Zadeh）于1965年提出的模糊集合成为处理现实世界各类物体的方法。此后，对模糊集合和模糊信号处理理论的研究和实际应

6、用获得广泛开展。[2]一、主题部分互联网技术的兴起使得人们越来越喜欢在工作学习之余上网聊天，上网在人们的日常生活渐渐变成了一种习惯。当用户浏览到一些好的网站的时候，他们自然而然的想比较这些网站之间的差距。传统的网站绩效评判方法往往是通过获取大量的用户数据，从数量众多的用户中得到他们对这些网站的真实想法，这无形中增加了对网站评价的难度，对普通用户而言，这是需要耗费大量的时间和精力，更主要的是，很难找到那么多的用户的网站评价数据，这些数据要有一定的足够的数量才能体现出评价的科学性和客观性。遗传算法的应用对

7、于比较符合岩质边坡的具有多个自由度的折线形滑裂面情形，孙君实用复形法取得较好的效果；陈祖煜提出了单纯形法，使最优化方法搜索边坡最危险滑裂面更加有效，且不会漏掉可能的最小值。单纯形法程序已在国内外多家工程、科研和教育单位得到应用，并不断随着应用工程案例数量的增加而不断完善[4]。单纯形法使最优化方法应用于岩质边坡稳定性分析的研究和应用前进了一大步。同为最优化方法，遗传算法是最近发展起来的一种仿生寻优算法。国内外已有一些学者试图将遗传算法应用于搜索安全系数最小的边坡滑裂面，以期获得更优的结果。文献[5]将

8、此算法应用于基于圆弧滑裂面假定的任意形状坡面的非均质土坡情况，搜索的目标是使边坡安全系数最小的圆弧滑裂面圆心和半径。[6]搜索边坡最危险滑裂面问题是安全系数对滑裂面形状的泛函极值问题。数值方法求解这一问题的主要手段是迭代运算。一般的迭代方法容易陷入局部极小的陷阱而出现"死循环"现象，使迭代无法进行。遗传算法很好地克服了这个缺点，是一种全局优化算法。[6]遗传算法可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、RN