基于ANN交互式遺傳算法的智能手機外觀概念設計研究

張 茜，田祥龍

（天津大學 管理與經濟學部，天津 300072）

進入二十一世紀以來，人們的生活水平不斷提高，而手機的演化更是深刻的體現了這一點，從最早的大哥大到后來的彩屏手機，再到現在的智能手機，手機的功能越來越強大，也成為了人們生活的必需品。而手機生產商之間的競爭也日趨白熱化，若想要在激烈的競爭中站穩腳步，滿足客戶的需要，以客戶為導向的產品設計是非常重要的因素[1]。而客戶的個性化需求一部分是體現在功能上，還有一個重要的部分就是產品的外觀，而產品的外觀有時甚至起到更加關鍵的作用[2]。因此，每個手機生產商均把手機的外觀設計作為開發新產品的關鍵環節[3]。而目前關于智能手機的外觀設計的相關文獻較少，而且大都聚焦在對于現有產品的設計風格的分析以及對于未來趨勢的預測[4-5]，或者是分析如何利用計算機輔助技術進行設計[6]，而對于如充分考慮客戶的個性化需求，設計出客戶滿意的方案，則沒有涉及。因此，本文將交互式遺傳算法應用在智能手機外觀的設計中，使得客戶能夠直接參與到產品的設計中，從而滿足其個性化需求。交互式遺傳算法（Interactive Genetic Algorithms，IGA） 于 1980年代中期被提出，是解決含有隱性或模糊指標的優化問題的有效方法[7]。IGA最顯著的特點就是融入了人的智能，個體的適應度由用戶指定而非通過函數，因為含有隱形或模糊指標時函數很難甚至不可能明確地反映個體適應度。IGA已被成功應用于許多領域，如人臉識別、服裝設計、音樂作曲、助聽器驗配等等[8-11]。然而IGA也存在一些限制，由于用戶通過人機界面指定個體的適應度，頻繁的交互很容易引起用戶疲勞。因此本文應用人工神經網絡（Artificial Neural Networks，ANN）來適度代替用戶對交互式遺傳算法中產生的個體進行評價，從而能夠減少用戶的評價時間，降低疲勞度。

1 基于ANN的交互式遺傳算法

交互式遺傳算法是解決隱式性能指標優化問題的非常有效的方法，它將人的智能與進化算法有機的結合在一起，因此能夠使客戶積極的參與到設計中來。傳統的交互式遺傳算法包括以下幾個步驟。首先，將要優化的問題進行編碼，使之成為交互式遺傳算法能夠識別的“基因”；然后生成初始種群，用戶對其進行評價，賦予其適應值；接下來就是進化過程，也就是經過交叉、變異生成新的種群，然后用戶再進行評價，直到出現滿意的個體。但是傳統的IGA要求所有的個體都需要用戶來評價，從而得到適應值，因此，長時間的交互評價會使得用戶非常容易陷入疲勞，從而影響交互的準確度。而人工神經網絡通過學習進化過程中用戶的偏好，得出模擬函數，然后就可以代替疲勞的用戶對進化產生的個體進行評價，如圖1所示。開始的幾次進化過程中，由用戶來進行評價，而ANN則進行學習。當ANN學習結束后，則用戶可以選擇繼續人工進行評價或者是利用ANN模擬評價。如果選擇ANN進行評價，那么系統運行的效率會大大提升。下面將講述如何應用ANN-IGA來實現智能手機外觀的概念設計。

圖1 ANN-IGA的算法流程Fig.1 ANN-IGA algorithm flow

2 基于ANN-IGA手機外觀設計工作原理

本文應用ANN-IGA解決智能手機外觀設計問題的工作原理如圖2所示。

圖2 基于ANN-IGA的智能手機外觀設計系統工作原理Fig.2 Smart phone design system principle based on ANN-IGA

首先，企業需要整合現有的手機設計資源，將其進行模塊化分類。然后組織設計人員在現有資源的基礎上再進行設計，最后形成企業自身的設計資源數據庫，其中包括手機各個模塊的設計方案。然后通過編碼，將具體的手機各個模塊的設計實例編譯成ANN-IGA可以識別的基因片段，就可以進入基于ANN-IGA的設計系統了。

在應用ANN-IGA進行設計時，用戶是系統的主要使用者，由其對系統進化產生的個體進行評價，賦予其適應值，使進化不斷進行。而且在用戶感到疲勞之后，還可以選擇應用ANN來進行模擬評價，并且可以隨時中止ANN來自己進行評價，直到產生滿意的設計個體。同時，設計人員可以隨時提供幫助，而且，如果最后到了系統強制結束后都沒有找到滿意個體，還可以通過與設計人員交流來幫助其找到滿意個體。

3 基于ANN-IGA手機外觀概念設計系統

3.1 智能手機外觀設計問題的編碼

應用ANN-IGA解決智能手機外觀的設計問題，最關鍵的一點就是如何對其進行編碼，也就是如何使之成為交互式遺傳算法能夠識別的基因語言。

本文首先將智能手機的外觀分為機身、屏幕、開機/鎖屏鍵、功能鍵、揚聲器、聽筒、攝像頭、閃光燈、USB接口等9個模塊，其對應的基因片段如圖3所示。一條染色體代表一個設計出來的產品，總體分為10個部分，分別對應智能手機的九大模塊和顏色模塊。每一部分又進一步分為若干基因，每一個基因的二進制代碼均代表一個具體的實例。例如，圖3中USB接口的編碼0010即代表如左圖所示的實例，即“接口在低端，標準化接口”。

將智能手機的各個模塊轉變為ANN-IGA能夠識別的“基因”之后，就可以按照ANN-IGA的算法流程來對其進行遺傳操作，經過進化最終得到用戶滿意的個體。

圖3 智能手機外觀設計問題的編碼Fig.3 Smart phone design issues coding

3.2 系統實現

交互式遺傳算法的運行過程需要用戶的參與，因此，交互界面是此算法中非常重要的部分。本文在ANN-IGA的基礎上開發出了智能手機外觀設計系統，其交互界面如圖4所示。

圖4 智能手機外觀設計系統交互界面Fig.4 Interface of Smart phone design system

界面分為左右兩部分，左面顯示的是遺傳操作中每一代的個體經過解碼之后所呈現的設計圖像，然后用戶可以對每個個體進行評價，為了避免評價范圍太廣而導致客戶猶豫，本文設定的評價區間為0-9，可通過拖動滾動按鈕來進行評分。本系統每產生一代新種群，默認的顯示圖像為手機的正視圖，如果客戶對于某一款設計感興趣，還可以點擊“3D”按鈕來查看設計方案的全視圖，即前后、左右、上下各個視圖，如圖5所示。

圖5 點擊“3D”查看設計全視圖Fig.5 Click the“3D”to view full view design

右半部分顯示的是當前最優的個體及其適應值，以供用戶參考。當用戶評價完一代之后，如果沒有發現滿意的個體，用戶可以點擊右下方的 “進入下一代”，然后系統就會進行“交叉、變異”等遺傳操作，生成下一代種群。期間如果用戶感到疲勞了，還可以通過點擊“應用ANN模擬”來使用ANN模擬評價，從而減少用戶的疲勞度。

當用戶發現令其滿意的個體時，可以點擊“最優”來終止系統的運行，然后系統會自動輸出最優結果。如果系統運行至截止代數還沒有滿意個體，那么系統會自動停止并輸出適應值最高的個體。本系統截止代數為30代。

4 結 論

本文主要針對現有的智能手機外觀概念設計方法存在的一些不足：客戶不能實際參與到產品的設計中，難以得到令其滿意的結果，從而提出一種基于人工神經網絡的交互式遺傳算法（ANN-IGA）來應用到智能手機外觀的設計中，使得客戶能夠充分參與到手機產品的設計過程中，最大程度的滿足其個性化需求。然后詳細闡述了本方法的工作原理，并建立了基于ANN-IGA的智能手機外觀設計系統。結果證明此方法能夠很好使用戶參與到智能手機的外觀設計過程中，從而得到令其滿意的設計方案，具有很好的使用性和應用前景。

[1]Seongah Chin，Kyoung-Yun Kim.Facial configuration and BMI based personalized face and upper body modeling for customer-oriented wearable product design[J].Computers in Industry，2010，61（6）:559-575.

[2]Michael G.Luchs， Jacob Brower， RavindraChitturi.Product Choice and the Importance of Aesthetic Design Given the Emotion-laden Trade-off between Sustainability and Functional Performance[J].Journal of Product Innovation Management，2012，29（6）:903-916.

[3]韓凌云.智能手機流行現狀與設計發展趨勢 [J].美術大觀，2013（4）:104-105.HAN Ling-yun.Smartphone epidemic status and development trend of design[J].Art Panorama，2013（4）:104-105.

[4]楊春，李亞軍.手機外觀創新設計過去與未來[J].新視覺藝術，2009（2）:74-76.YANG Chun，LI Ya-jun.Phone appearance innovative design in the past and the future[J].New Vision Art，2009（2）：74-76.

[5]李笈熹.淺議智能手機外觀設計的重要性及其發展趨勢[J].美術教育研究，2012（8）:62-63.LI Ji-xi.On the importance of smart phone designs and trends[J].Art Education Research，2012（8）:62-63.

[6]鮑振博，姬月輝，林萬譽.基于 Pro/E進行手機外觀設計的曲面造型方法[J].中國科技博覽，2010（20）:41.BAO Zhen-bo，JI Yue-hui，LIN Wan-yu.Mobile phone design surface modeling methodsBased on Pro/E[J].China Science and Technology Review，2010（20）:41.

[7]Takagi H.Interactive evolutionary computation:Fusion of the capabilities of EC optimization and human evaluation[J].Proc of the IEEE，2001，89（9）:1275-1296.

[8]崔嘉，劉弘.遺傳算法在計算機輔助創新作曲中的應用[J].計算機工程與應用，2007，43（3）:198-200.CUIJia，LIUHong.Application of interactive genetic algorithm in computer aided innovation of music composition[J].Computer Engineeringand Applications，2007，43（3）:198-200.

[9]宋東明，朱耀琴，吳慧中.基于協同交互式遺傳算法的復雜產品概念設計[J].計算機科學，2009，36（7）:222-226.SONG Dong-ming，ZHU Hui-qin，WU Hui-zhong.Applying a hybrid approach based on cooperative co-evolution and interactive genetic algorithm to complex product conceptual design[J].Computer Science，2009，36（7）:222-226.

[10]訾鴻，楊俊杰，宋婀娜.基于改進遺傳算法的船舶電力系統無功優化研究[J].工業儀表與自動化裝置，2013（4）：17-20.ZI Hong，YANGJun-jie，SONGE-nuo.The study of reactive power optimization of ship power system based on improved genetic algorithm[J].Industrial Instrumentation&Automation，2013（4）：17-20.

[11]熊來紅，高健，汪皓鈺.COM技術和遺傳算法在無功優化軟件開發中的應用[J].陜西電力，2011（12）：22-26，75.XIONG Lai-hong，GAO Jian，WANG Hao-yu.Application of com technology and gengtic algorithms in power reactive optimization software design[J].Shaanxi Electric Power，2011（12）：22-26，75.