基于遗传算法的插花艺术设计研究

论文摘要

当今社会,随着人们生活水平的提高,生活节奏的加快,人们的消费观念逐渐发生着变化。消费者越来越重视艺术品的欣赏。艺术品优美的外观与造型提高了该艺术品在人们心目中的价值。插花艺术就是把花插在瓶、盘、盆等容器里,而不是栽在这些容器中。所插的花材,或枝、或花、或叶,均不带根,只是植物体上的一部分,并且不是随便乱插的,而是根据一定的构思来选材,遵循一定的创作法则,插成一个优美的形体（造型）。借此表达一种主题,传递一种感情和情趣,使人看后赏心悦目,获得精神上的美感和愉快。插花艺术设计一直是人们广泛关注的艺术品设计题材之一,它为人们的生活增添了色彩,由于其变化多端,或端雅、或艳丽、或清新等,已被人们在生活和事业中广泛选择,用来美化生活环境,提高生活质量。现在的插花形状及其带来的艺术感觉主要是凭借长期流传下来的经验等进行创作。为了实现艺术设计的创新,设计者必须需要开阔思路,尽力挖掘创作灵感。如何挖掘创作灵感,推陈出新也就成为了艺术品设计的关键。本文尝试采用遗传算法对其研究,通过遗传算法的更替迭代来获得更多的设计方案,从而开阔设计者的思路,实现艺术设计的创新。本文所作的工作主要如下:1.对插花艺术设计进行详细研究插花艺术设计已经有了很多年的历史,在其发展过程中,已经有了很多插花立意、设计、结构等方面的研究。本文主要对以下四个方面进行了研究:中国插花艺术发展的历史;插花艺术设计的立意与技巧;西方插花艺术设计简介;东方插花艺术设计简介。2.基于聚类算法的插花艺术选材分类研究插花艺术设计是对各种各样的花进行选择、组合的过程。显然不同的花可能带来不同的效果,而有些花由于类似,其所带来的效果也是类似,这样的花在插花过程中就尽量选择一类即可,不要重复进行选择,所以需要对花的种类进行划分。聚类是一个将数据集划分为若干组或类的过程,并使得同一个组内的数据对象具有较高的相似度,而不同组中的数据对象则是不相似的,相似或不相似的度量通常是利用距离进行描述的。因此本文采用遗传算法和k-medoids算法相结合的方法对插花艺术设计的原材料——花进行聚类研究,以区分不同种类的花。3.基于遗传算法的插花艺术设计研究插花就是把花插在瓶、盘、盆等容器里,而不是栽在这些容器中。所插的花材,或枝、或花、或叶,均不带根,只是植物体上的一部分,并且不是随便乱插的,而是根据一定的构思来选材,遵循一定的创作法则,插成一个优美的形体（造型）,借此表达一种主题,传递一种感情和情趣,使人看后赏心悦目,获得精神上的美感和愉快。从本质上来说插花就是一种各种不同花的组合问题,达到预定的效果即为一种优化,所以插花是一个组合优化问题。而遗传算法是可以用来解决组合优化问题的有效方法,其在组合优化上的应用已得到了广泛的证明。本文将遗传算法应用到插花艺术设计中去,从编码、初始种群的生产、适应度函数的设计、选择算子的实现、交叉算子的实现和变异算子的实现等方面进行了研究。4.花的特征选取和适应度函数的确立对花进行聚类,首先必须选取适当的特征才能达到良好的聚类效果,本文选取了九个特征作为花的主要特征。在遗传算法的流程中,适应度函数值是衡量个体质量的重要的依据,对遗传算法十分重要,本文确立了适合插花艺术设计的适应度函数。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 插花艺术的概念
• 1.1.2 插花艺术的艺术起源
• 1.1.3 遗传算法对于插花艺术设计的价值
• 1.2 本文的结构和创新点
• 1.2.1 本文主要结构
• 1.2.2 本文创新点
• 第二章 遗传算法
• 2.1 遗传算法概述
• 2.1.1 遗传算法生物学基础
• 2.1.2 遗传算法的发展历史
• 2.1.3 遗传算法的特点
• 2.2 遗传算法基本原理和理论研究概况
• 2.2.1 遗传算法基本原理
• 2.2.2 理论研究概况
• 2.3 遗传算法的数学基础
• 2.3.1 模式定理
• 2.3.2 积木块假设
• 2.3.3 Walsh 变换
• 2.4 遗传算法应用需要注意的问题
• 第三章 插花艺术设计研究
• 3.1 东西方插花艺术简史
• 3.1.1 东方插花简史
• 3.1.2 西方插花简史
• 3.2 插花的类型
• 3.3 插花艺术设计的立意与技巧
• 3.3.1 插花常用的几种方法
• 3.3.2 插花的基本造型
• 3.3.3 插花基本技巧
• 3.4 三种不同种类的插花
• 3.4.1 中国式插花
• 3.4.2 日本式插花
• 3.4.3 西洋式插花
• 第四章 基于聚类算法的插花艺术选材分类研究
• 4.1 聚类算法基本理论
• 4.1.1 聚类算法基本概念
• 4.1.2 数据相似性的度量
• 4.1.3 主要聚类方法
• 4.1.4 聚类的应用及其要求
• 4.2 花的特征选取
• 4.2.1 生物知识
• 4.2.2 形态特征
• 4.2.3 花的结构
• 4.2.4 花特征选取及评价
• 4.3 基于遗传算法和k-medoids 算法的花聚类方法
• 4.3.1 K-medoids 算法简介
• 4.3.2 基于遗传算法和k-medoids 算法的花聚类方法
• 第五章 基于遗传算法的插花艺术设计研究
• 5.1 编码
• 5.2 初始种群的生成
• 5.3 适应度函数的确定
• 5.3.1 适应度函数的设计
• 5.3.2 几种常见的适应度函数
• 5.3.3 本文采用的适应度函数
• 5.4 选择算子的实现
• 5.5 交叉算子的实现
• 5.6 变异算子的实现
• 5.7 本文算法流程
• 5.8 实验分析
• 5.9 本章小结
• 第六章 总结和展望
• 6.1 本文所作的工作
• 6.2 今后的研究方向
• 参考文献
• 研究生期间发表论文
• 致谢