जेनेटिक एल्गोरिथ्म का उपयोग करके डिजाइन आइडियाज तैयार करना

मैं, तकनीकी मानसिकता के कई लोगों की तरह, सामान्य रूप से ड्राइंग और ग्राफिक समाधान के साथ कठिनाइयों का सामना करना पड़ता है। बेशक, मैं एक बुरे से एक सुंदर समाधान को अलग कर सकता हूं, लेकिन मैं अपने आप को एक मृत अंत में पाता हूं, जब मुझे खरोंच से कुछ खींचने की आवश्यकता होती है, चाहे वह एप्लिकेशन का उपयोगकर्ता इंटरफ़ेस, प्रस्तुति या पोस्टकार्ड हो।
अपने अंतिम लेख में, मैंने दिखाया कि आप किसी दिए गए नमूने के अनुसार किसी छवि के अनुमानित आनुवंशिक एल्गोरिथम का उपयोग कैसे कर सकते हैं। इस लेख में, मैं दिखाऊंगा कि आनुवंशिक एल्गोरिदम को सिर से चित्र बनाने के लिए कैसे लागू किया जाए।

मुख्य विचार

पॉलीगनों के सेट के साथ एक छवि को अनुमानित करने पर पिछले लेख में , एक फिटनेस फ़ंक्शन के रूप में, हमने चयनित छवि की समानता को मूल में उपयोग किया। यदि मूल गायब है, तो हमें किस फिटनेस फ़ंक्शन का उपयोग करना है और हमें पूरी तरह से नया बनाने की आवश्यकता है? इसका उत्तर खुद से पता चलता है - उम्मीदवार की छवि के कारण सकारात्मक भावनाओं का स्तर।
हालांकि, यह एक नया सवाल उठाता है - कैसे मज़बूती से इसे मापने के लिए। सबसे सरल दृष्टिकोण उपयोगकर्ता को छवि को रेट करने के लिए कहना होगा, लेकिन मेरी राय में यह मस्तिष्क के तार्किक हिस्से को बहुत अधिक तनाव देगा, क्योंकि आपको बहुत कुछ सोचना होगा, 4 या 5 पर संदेह करना, याद रखें कि पदानुक्रम का निरीक्षण करने के लिए आपने कौन सी रेटिंग "सुंदर चित्र" पर रखी है। ।
चूंकि फिटनेस फ़ंक्शन का उपयोग निर्णयों को रैंक करने के लिए किया जाता है, उन्हें बढ़ती गरिमा के क्रम में क्रमबद्ध किया जाता है, इसलिए फिटनेस फ़ंक्शन की गणना करने के चरण को छोड़ना और तुलनित्र के रूप में मानव मस्तिष्क का उपयोग करने के लिए तुरंत छंटनी करने का प्रस्ताव है।
जावा एप्लिकेशन का स्रोत कोड जो इस विचार को लागू करता है वह यहां पाया जा सकता है , निष्पादन योग्य कोड यहां डाउनलोड किया जा सकता है , इसे चलाने के लिए JRE या JDK की आवश्यकता होती है।
आवेदन निम्नानुसार संचालित होता है:

1. यादृच्छिक छवि जनसंख्या उत्पन्न होती है
2. छवियाँ क्विकसॉर्ट एल्गोरिथ्म द्वारा क्रमबद्ध हैं, और एक व्यक्ति छवियों की तुलना करता है - उसे दो चित्रों को दिखाया जाता है और दो में से सर्वश्रेष्ठ चुनने के लिए आमंत्रित किया जाता है।
3. छंटाई के बाद, आनुवंशिक एल्गोरिथ्म के अनुसार, आबादी के सर्वश्रेष्ठ प्रतिनिधियों को पार करके, चित्रों की अगली पीढ़ी उत्पन्न होती है
4. चरण 2 और 3 को अंतहीन रूप से दोहराया जाता है, किसी भी समय आप संदर्भ मेनू के माध्यम से अपनी पसंदीदा छवि को बचा सकते हैं

QuickSort एल्गोरिथ्म को एक छँटाई चक्र के लिए आवश्यक माउस क्लिक की संख्या को कम करने के लिए थोड़ा संशोधित किया गया है:
छँटाई बंद हो जाता है जैसे ही एक नई पीढ़ी उत्पन्न करने के लिए उपयोग किए जाने वाले 6 सर्वश्रेष्ठ निर्णय विशिष्ट रूप से निर्धारित किए जाते हैं
पिछले चक्रों के तुलना परिणामों को कैश किया जाता है, और यदि एक बार उपयोगकर्ता पहले से ही कुछ जोड़ी चित्रों की तुलना कर लेता है, तो अगले पुनरावृत्ति पर परिणाम कैश से लिए जाएंगे

सिद्धांत से अभ्यास तक

सार छवि

सबसे पहले, एक सार छवि बनाने की कोशिश करें जो हमारी आंख को प्रसन्न करेगी। हम 50% की पारदर्शिता के साथ पांच यादृच्छिक रेडियल ग्रेडिएंट के ओवरले के रूप में छवि का निर्माण करेंगे। प्रत्येक ढाल को एक केंद्रीय बिंदु, एक केंद्र बिंदु, एक त्रिज्या और दस रंगों का एक सेट होता है जो एक दूसरे में मूल रूप से संक्रमण करते हैं।
इन सभी मापदंडों को यादृच्छिक मूल्यों द्वारा शुरू किया जाता है और उपयोगकर्ता की स्वाद वरीयताओं के प्रभाव में विकास से गुजरना पड़ता है।
पहली पीढ़ी की छवियां आमतौर पर कुछ इस तरह दिखती हैं:





हालांकि, कई पीढ़ियों के बाद, छवि का आकर्षण कई बार बेहतर होता है:

विजेट घड़ी डिजाइन

अधिक व्यावहारिक उदाहरण पर विचार करें, एक आभासी घड़ी डिज़ाइन बनाएं जिसे विजेट के रूप में उपयोग किया जा सकता है।
हम घड़ी को निम्नलिखित घटकों में विभाजित करते हैं और उन मापदंडों को निर्धारित करते हैं जो हम चुनेंगे।

विजेट तत्व	मापदंडों
आवास	बहुभुज का वर्णन करने वाले बिंदु, जबकि हर सेकंड एक नियंत्रण है लाइन मोटाई और रंग ढाल भरने के विकल्प
डायल	त्रिज्या लाइन मोटाई और रंग ढाल भरने के विकल्प तीर की मोटाई और रंग डायल और एक दूसरे के सापेक्ष हाथों का अनुपात
बड़े निशान (12, 3, 6, 9 घंटे)	केंद्र से दूरी दृश्य (डॉट्स, डैश, रोमन अंक, अरबी अंक) आकार रंग फ़ॉन्ट (यदि लागू हो)
छोटे निशान (अन्य सभी)	बड़े निशान के लिए एक ही सेट

रेडियल ग्रेडिएंट के मामले में, घड़ियों की पहली पीढ़ी एवांट-गार्डे आर्ट के कार्यों की तरह दिखती है:





समय के साथ, सभी इंद्रियों में कृत्रिम चयन के प्रभाव के तहत, काफी योग्य विकल्प दिखाई देने लगते हैं:

निष्कर्ष

इस प्रकार, डिजाइन में आनुवंशिक एल्गोरिथम की व्यावहारिक प्रयोज्यता का प्रदर्शन किया जाता है। एल्गोरिथ्म की यादृच्छिक प्रकृति आपको उन विचारों को उत्पन्न करने की अनुमति देती है जो आपके पास स्वयं नहीं होती थीं, और समय के साथ कई अच्छे फैसलों को पार करके अपने सर्वश्रेष्ठ तत्वों को एक साथ इकट्ठा करता है।
वर्णित दृष्टिकोण का उपयोग डिजाइन कार्यों की एक विस्तृत श्रृंखला के लिए किया जा सकता है, उदाहरण के लिए:

• खेल या फोरेंसिक में फोरेंसिक में अवतार
• वेबसाइट निर्माण
• घरेलू वस्तुओं के आकार को डिजाइन करना
• कार डिजाइन

मेरे दृष्टिकोण से एकमात्र असुविधा तुलनात्मक रूप से जोड़े में चित्रों को क्रमबद्ध करने की आवश्यकता है, जो 14 टुकड़ों के जनसंख्या आकार के साथ, प्रति चक्र 15-40 क्लिक करने की आवश्यकता की ओर जाता है।
एक प्राकृतिक अनुकूलन एक ईपीओसी जैसे न्यूरो कंप्यूटर इंटरफेस का उपयोग करना होगा। इससे छवि के कारण सकारात्मक भावनाओं के स्तर के मापन के साथ एक बार प्रत्येक छवि को प्रदर्शित करना संभव होगा, जो बदले में विकास की दर को बढ़ाएगा, निर्णय स्थान की व्यापक कवरेज के लिए जनसंख्या का आकार बढ़ाएगा।