个性化智能交互系统软件模块中，预处理模块是用VB6.0编写的，交互模块是用Java编写的，系统运行在主频为1.8GHz的PC上，并且限定遗传的代数最多为10代。使用0.5%的交叉率和0.05%的变异率，保留每一代最佳个体到下一代是一个遗传策略。为了评估此系统的性能，分别进行收敛测试和主观测试。

首先提出选购要求（比如用户需要寻找一幅看起来让人感到“和谐”的服装图片），然后系统依据数量化Ⅰ类理论从图片库中选取6幅图片作为初始群体予以显示，同时用户对显示的每幅图片进行满意度评价，即度量其与心理空间的距离，给出适应度值，这样越满意的图片其分值越高，即适应度值越大，反之亦然，同时每幅图片对应一个46维的特征向量，将特征向量编码形成染色体，则用户给图片打的分值也就是染色体的适应度值；接着，系统将根据适应度值进行选择和交叉操作，以产生新一代群体；再通过相似性匹配，即可从图片库中搜索出候选图片，并予以显示；最后用户再对显示的图片给予评价，不断重复，直至用户找到满意的图片或达到最大的迭代次数为止。

1）编码：具体的编码方式如本章2、3小节所述，即对每幅图片的46维特征，按H、S、V三个方面和服装设计形式相结合形成一维向量作为遗传算法的“染色体”。

2）选择：系统将用户对每幅图像的评价作为适应度，同时运用适应度比例方法来对与显示的6幅图片对应的染色体进行选择。并得到6条子染色体。

3）交叉或变异：通过对这6条子染色体进行两两HSV颜色交叉和服装设计的水平或垂直交叉，便产生新的染色体。

4）相似性匹配：通过上述进化操作，产生6个新染色体，因为其在图片库中未必有完全一致的对应项，所以应将图片库中的每一幅图片与其进行比较，计算它们的相似度，再取出其中相似度最小的6幅图像作为新的群体，显示给用户，供用户作进一步分析判断。

图6-56显示了在搜索“令人感到优雅的”图片中，通过相应的样式染色体改变而实现的个性评估过程。图a中的领口设计样式与图b中的领口设计样式通过交叉和变异，得到图c，根据用户对这三幅图片的满意度打分，可以看出图c比图a、图b更会令用户感到“优雅”满意的一代。

图6-56 服装样式染色体的交叉效果

a）“令人感到优雅的”用户满意度为50%

(www.daowen.com)

图6-56 服装样式染色体的交叉效果（续）

b）“令人感到优雅的”用户满意度为75% c）“令人感到优雅的”图c（图a与图b的交叉后代），用户满意度为100%

图c是图a和图b的交叉与变异后代，根据该用户对图片的评估，说明第三代比前两代更能体现该用户对“优雅”的感性认识。

图6-57显示了颜色染色体的变异使服装的变化给用户带来的心理差异。对30名用户进行调查，95%的用户认为图a“性感的、轻秀的、柔软的”，认为图b“性感的、华贵的、硬气的”。

让50位用户使用本系统，来进行感性化图像检索，即分别检索“和谐的”、“性感的”、“正统的”、“典雅的”、“浪漫的”，“幼稚的”等图片，然后判别是否满足用户感性要求。当所显示的图片（6幅）中有4～6幅满足用户的要求时，系统即认为用户对结果满意，有3幅满足要求时为一般，少于3幅时为不满意。表6-11所示为实验结果（对各图像满意、一般、不满意的用户数）。由表6-11可以看出，大部分用户满意检索的结果，不满意的只有少数。

图6-57 颜色染色体的变异效果

表6-11 个性化的智能选购结果表 （单位：个）