16、交互式遗传算法中的模糊适应度分配与医学领域认知反馈学习模拟

交互式遗传算法中的模糊适应度分配与医学领域认知反馈学习模拟

1. 卡通人脸搜索中的交互式遗传算法

在卡通人脸搜索的交互式遗传算法（IGA）中，我们首先了解一下人脸空间的基本概念。

1.1 人脸空间

每一个卡通人脸由 12 个参数来描述，这些参数对应着诸如眼睛、鼻子和嘴巴等面部组件。每个面部部分有 3 位的可变范围，因此在这个人脸空间中，可以生成 (2^{3\times12}=2^{36}) 种表型人脸。

人脸 (F) 可以被表示为 12 维人脸空间中的一个点：
(F = (f_1, f_2, \cdots, f_{11}))，其中 (f_{min} < f_i < f_{max})。在我们的人脸空间中，由于第 (i) 个面部组件由一个 3 位整数 (f_i) 表示，所以 (f_{min}) 和 (f_{max}) 分别被设置为 0 和 7。

人脸空间的原点 (O) 定义为：
(O = (O_1, O_2, \cdots, O_{11}))，其中 (O_i = \frac{f_{min} + f_{max}}{2})。原点 (O) 位于两个极端人脸的中间，这两个极端人脸分别是所有染色体位都为“关”（左）和“开”（右）的人脸，原点处的人脸可以被看作是“平均脸”。

任意两个人脸 (A) 和 (B) 可以通过一条直线连接，这条直线的长度就是欧几里得距离，即“直线距离”：
(AB = |A - B| = \sqrt{\sum_{i=1}^{12}(a_i - b_i)^2})。

为了更详细地描述人脸之间的差异，我们引入了“角度”的概念，通过“距离”和“角度”的组合来