基于遺傳算法的作曲系統(tǒng)研究.pdf

1、遺傳算法(GeneticAlgorithms.GAs)是模擬達(dá)爾文的遺傳選擇和自然淘汰的生物進(jìn)化過(guò)程的計(jì)算模型，是一種新的全局優(yōu)化搜索算法，具有簡(jiǎn)單通用、穩(wěn)定性強(qiáng)、適于并行處理以及高效、實(shí)用等顯著特點(diǎn)，在很多領(lǐng)域得到了廣泛應(yīng)用。遺傳算法借鑒生物界自然選擇和自然遺傳機(jī)制，使用群體搜索技術(shù),尤其適用于處理傳統(tǒng)搜索方法難以解決的復(fù)雜的和非線性的問(wèn)題。由于其具有不依賴于問(wèn)題模型的特性、全局最優(yōu)性、隨機(jī)轉(zhuǎn)移性而非確定性、隱含并行性等特點(diǎn)，因此遺傳

2、算法更適合復(fù)雜問(wèn)題的優(yōu)化，與其他優(yōu)化技術(shù)相比存在顯著的優(yōu)勢(shì)，正越來(lái)越激起人們的廣泛研究與應(yīng)用。 遺傳算法的這些優(yōu)勢(shì)啟發(fā)人們可將遺傳算法應(yīng)用于樂(lè)曲創(chuàng)作上。遺傳算法作曲是利用遺傳算法來(lái)控制音樂(lè)生成的過(guò)程。在作曲過(guò)程中首先將給定樂(lè)曲進(jìn)行一定方式的編碼，然后采用交叉、變異等算子對(duì)樂(lè)曲進(jìn)行進(jìn)化，用適應(yīng)度函數(shù)來(lái)衡量進(jìn)化結(jié)果，如此不斷進(jìn)行直到找到最終的滿意解為止。 在遺傳算法的進(jìn)化過(guò)程中，如果用人的評(píng)價(jià)來(lái)代替客觀的適應(yīng)度函數(shù)，則將這種

3、遺傳算法稱之為交互式遺傳算法。交互式遺傳算法通常應(yīng)用于那些適應(yīng)度函數(shù)難以精確定義的領(lǐng)域，如音樂(lè)、繪畫等藝術(shù)領(lǐng)域，這些領(lǐng)域需要用到人大量的主觀評(píng)價(jià)。 同其他方法比較，交互式遺傳算法應(yīng)用于音樂(lè)創(chuàng)作時(shí)所產(chǎn)生的樂(lè)曲更適合人的欣賞習(xí)慣，同時(shí)也能夠克服普通遺傳算法作曲帶來(lái)的盲目性和隨機(jī)性的弊端。所以這種方法被許多人應(yīng)用于樂(lè)曲創(chuàng)作中。 本文論述了遺傳算法作曲的基本原理和方法，分析了各種遺傳算法作曲系統(tǒng)的特點(diǎn)，提出了一種新的交互式遺傳算

4、法作曲系統(tǒng)。按照這種系統(tǒng)進(jìn)化后得到的樂(lè)曲能夠符合實(shí)際的需要。論文的研究?jī)?nèi)容如下： 1)論文分析了遺傳算法作曲的基本原理并介紹了遺傳算法作曲的步驟。2)論文對(duì)遺傳算法中要用到的音樂(lè)知識(shí)進(jìn)行了介紹。3)論文對(duì)遺傳算法作曲中的知識(shí)表示進(jìn)行了研究。4)對(duì)遺傳算法作曲的適應(yīng)度函數(shù)進(jìn)行了研究。5)對(duì)各種遺傳算法作曲系統(tǒng)的特征及優(yōu)缺點(diǎn)進(jìn)行了探討。論文的主要貢獻(xiàn)在于：1)本文在把遺傳算法應(yīng)用于作曲時(shí)提出了一種新的音樂(lè)知識(shí)的表示方法。2)本文提出