Resumen

Para la aplicación del algoritmo genético estándar en el diseño de arte de ilustración, todavía existen problemas como la baja eficiencia de búsqueda y la alta complejidad. Este artículo propone un modelo de diseño de arte de ilustración basado en un algoritmo genético de optimización de operadores y agrupación. En primer lugar, durante la operación del algoritmo genético, los valores de la probabilidad de cruce y la probabilidad de mutación se ajustan dinámicamente según las características de la población para mejorar la eficiencia de búsqueda del algoritmo, luego se introduce el algoritmo k-medoids para optimizar la agrupación del algoritmo genético, y se utiliza una función de costo para llevar a cabo y evaluar la calidad de la agrupación y optimizar la complejidad del algoritmo original. Además, se propone un algoritmo genético de optimización multiobjetivo con restricciones complejas basado en la clasificación de grupos. Este algoritmo se centra en el problema de la diversidad de grupos y utiliza la operación de análisis de agrupación -means para

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Algoritmo genético; Diseño de arte ilustrativo; Optimización; Agrupamiento; Complejidad; Multiobjetivo
• Keywords:Genetic algorithm; Illustration art design; Optimization; Clustering; Complexity; Multiobjective