一种烟花药剂智能选型系统研究

郭广颂，陈良骥



一种烟花药剂智能选型系统研究

郭广颂，陈良骥

（郑州航空工业管理学院机电工程学院，河南 郑州，450046）

3种评价方式。改进的区间适应值算法通过区间评价偏差刻画种群分布特征，利用偏好信息设计自适应交叉变异算子。实验结果表明，该系统具有良好的交互性，能够根据用户偏好设计出烟花类型，确定烟花药剂配方，为烟火设计提供了智能化新思路。

烟花；药剂；遗传算法；适应值；交互；设计

近年来，随着烟火燃放设计软件的开发使用，大型烟火表演的“无烟彩排”越来越多地成为烟火设计师的选择。如Infinity Visions公司开发的Show Director软件在模拟烟火彩排中，可以分析计算包括角度、时间、效果类型等在内的26个参数，在屏幕上非常逼真地完成可视化调控。相似地，FWsim Pro软件也用于烟花公司和半专业的烟火设计，该软件提供3D图形，易于使用，具有强大的特效编辑器。国内也有研究者开发相应的烟花燃放仿真演示系统[1]。尽管如此，由于这类软件对于可选择的烟花类型数量有限，可供更改的颜色也不多，更不能确定烟花的药剂组成，所以实质上并不具备烟花智能设计功能。将烟花类型与药剂配方结合设计依然没有有效的辅助工具可用。

目前，基于计算机辅助工程的产品（艺术）设计系统已经被逐渐采用。烟花燃放效果设计的目标是找出设计师“最满意的烟花效果”，由于不同人对“满意的设计”有不同的标准，因而评价结果具有很强的不确定性。这是一类典型的适合用交互式遗传算法[2-5]解决的隐式性能指标优化问题，现已应用于合成语音、珠宝加工、色彩推荐、海报设计等领域。

基于上述思想，本文开发出一种烟花药剂智能选型系统。该系统基于改进的交互式进化优化算法实现，可以在正式燃放烟花之前，帮助烟火设计师设计满意的烟花花色、花型，并根据染色体编码确定药剂组成。由于目前针对烟花药剂设计还没有应用交互式遗传算法的先例，因此本文为烟花企业提供了一种新的设计方法。

1 系统设计

1.1 染色体编码

本文以无烟礼花弹类烟花作为研究对象。礼花弹类烟花的花型主要取决于烟花弹内光珠球的排布，用于确定花卉、字幕、几何等图案，花色主要取决于光珠球的烟火药成分。烟花火药主要由氧化剂、闪烁剂、可燃剂和黏合剂等组成。这几种制剂按一定比例配方混合定型，就可以达到预期的燃放效果。

可以看到，对烟花花色起主要作用的是氧化剂和闪烁剂，作为烟花燃放效果的优选对象，可以将火药制剂与花型花色的组合作为染色体。本文的染色体采用二进制编码，其中前5位代表花型，编码情况如表1所示。

表1 烟花花型与编码

Tab.1 Fireworks type and code

编码花型编码花型编码花型 00000001011棕榈10110圆轮 00001101100菊花10111锦冠 00010201101雌蕊11000半球 00011301110垂柳11001三轮 00100401111叶子11010飞游星 00101510000红灯11011蜂 00110610001连心11100蛇形线 00111710010落叶11101信号弹 01000810011兰花11110字母类1 01001910100椰树11111字母类2 01010牡丹10101千轮--

第6位至33位代表氧化剂，第34位至38位代表金属粉，所以染色体长度为38。这两部分的编码根据烟火药配方的种类和成分比例构成。氧化剂包含氯酸盐（含过氯酸盐）、高氯酸盐、硝酸盐、其他金属盐（含其他酸式盐、金属氧化物）等4种。按每种成分比例转化为7位二进制数，即第6~12位代表氯酸盐比例，第13~19代表高氯酸盐比例，第20~26代表硝酸盐比例，第27~33代表其他金属盐比例。同理，金属粉（含铝、锌、铝镁合金粉）比例构成占第34~38位代码。如染色体1011000000000001010011001000 1000010100代表的烟花类型和药剂配方为：圆轮图案；高氯酸钾 10% 、硝酸盐（硝酸钡）50%、其他金属盐（氟铝酸钠）16%、金属粉（铝镁合金粉）20%。这个配方的火焰基本颜色是绿色。每个染色体的燃放结构模型以.bmp格式储存在素材库中。

1.2 人机交互界面

交互式遗传算法的个体适应值赋值是人机交互对话的集中体现，本文采用比精确适应值包含更多特征信息的区间数表示[6]。不失一般性，若记第代进化种群()中的第个进化个体为x()，=1,2,……,，为种群规模，则区间适应值为：

本系统采用Visual Basic 6.0 编程实现。设计开始时系统首先进行初始化，即设置进化优化的进化代为0，然后系统随机从素材库中读入图案素材，利用OpenGL完成贴图和显示，得到一个完整的礼花图案个体（样本）。重复该过程直至呈现初始进化种群。随机选出6个样本作为初始样本，其中每个样本（个体）下的滑动条为设计人员打分评价使用，拖拽滑动条即对该个体打分，区间上下限打分范围为1~100，设计系统界面如图1所示。

图1 人机交互界面（改进区间适应值）

1.3 进化种群分布的刻画

根据区间适应值刻画进化种群分布，定义如下：

定义1 优势适应值区间：考虑进化种群()，称优秀个体适应值所在的区间为优势适应值区间，记为f()，则有：

定义2 劣势适应值区间：考虑进化种群（），称低劣个体适应值所在的区间为劣势适应值区间，记为f（），则有：

定义3 优势个体评价偏差：考虑优秀个体x()，其适应值落入优势适应值区间部分为：

其中点为：

则对所有优势个体而言，这些中点的均值为：

称优势适应值区间的中点与上述均值的差为优势个体评价偏差，记为△1()，则有：

定义4 种群评价偏差：称优势适应值区间中点值与劣势适应值区间中点值之差为种群评价偏差，记为△2()，则有：

1.4 个体选择

为x（）占优x（）的概率，即x（）为联赛选择优胜个体的概率为p。根据互补性， x（）占优x（）的概率为p=1-p。

定义6当(x())，(x())均为实数时，称：

为x（）占优x（）的概率。

1.5 自适应交叉和变异概率

本文设计进化个体的交叉概率的思想是：（1）若进化个体的适应值区间中点与优势适应值区间中点接近，则该进化个体的交叉概率将增大；（2）若优势个体评价偏差和（或）种群评价偏差较大，说明进化种群中的个体较分散，此时应减小进化个体的交叉概率；（3）到进化后期，种群进化的目的是保证算法收敛。因此，随着进化代数的增加，进化个体的交叉概率应减小。基于上述思想，设计进化个体x()的交叉概率p(x())如下：

式（8）中：1为系数。

与交叉概率设计思想相同变异概率p(x())为：

（9）

式（9）中：2为系数。

2 系统运行效果分析

测试实验有5人参加，每人独立进行4次实验，总计进行20人次的独立实验。以“蓝色雌蕊”烟花为优选目标类型，如图2所示。在式（8）、（9）中，参数1=2=10。

图2 烟花类型选型目标

图3给出了药剂成分经过20人次进化优化后的结果，可以看出，“蓝色雌蕊”烟花配方中，金属粉、其他金属盐和硝酸盐的比例基本处于稳定水平，即金属粉和其他金属盐含量均在10%~15%之间，硝酸盐含量在30%~40%之间。但氯酸盐和高氯酸盐的含量变化较大，并且这两种成分基本不能共存，大多单独使用。使用氯酸盐时，含量在50%~55%之间；使用高氯酸盐时，含量在20%左右。这样，该类型烟花的药剂剂量基本可以确定。在此基础上，烟火设计师需根据焰色反应原理再确定具体金属盐种类，可选用氯酸钾、高氯酸钾、硝酸钡、硫酸铜等。

最后，每一个用户从各自的优化实验中，选取最满意的类型作为优化结果，如表2所示。从表2可以看到，5位用户均获得了与目标相符的烟花类型（雌蕊），满意解有3个，染色体分别为0110100000000010 1000101000000111101111、011010110101000000000 11010000000001010和0110100000000010010000000 000 0011101010。从药剂配方看，这3种配方差异并不大，所以本系统优选效果的一致性是显著的。

表2 优化后的烟花类型与药剂配方

Tab.2 Optimized fireworks type and composition formula

用户1用户2用户3用户4用户5 染色体0110100000000010100010100000011110111101101011010100000000011010000000001010011010000000001010001010000001111011110110100000000010010000000000001110101001101011010100000000011010000000001010 w氯酸盐/%0530053 w高氯酸盐/%20020180 w硝酸盐/%402640026 w其他金属盐/%1501570 w金属粉/%1510151010

3 结论

本文开发了一套烟花类型/药剂智能选型系统。该系统采用改进的交互式遗传算法实现，通过进化优化确定烟花类型，并同时获得该类型烟花的药剂配方。实验结果表明该系统能够根据用户设计意图找到满意的烟花类型和药剂配方，极大缩短了烟花药剂与烟花类型的研发周期。

[1] 黄殷欢.烟花燃放仿真演示系统的研究与开发[D].上海:华东师范大学,2008.

[2] Formiga L,Alias F.Extracting user preferences by GTM for AiGA weight tuning in unit selection text-to-speech synthesis [J].Lecture Notes in Computer Science,2007(4 507): 654-661.

[3] Wannarumon S, Bohez E L J,Annanon K.Aesthetic evolutionary algorithm for fractal-based user-centerecd jewelry design[J].Artificial Intelligence for Engineering Design, Analysis and Manufacturing ,2008,22(1):19-39.

[4] Ladys R,Luis D,Ichiro H. Colorrecommendation system combining design concepts with interactive customers preference modeling from context changes[C]//Proceedings of IEEE Congress on Evolutionary Computation.USA:IEEE, 2010.

[5] Sonomi K,Hitoshi K.Developing support system for making posters with interactive evolutionary computation[C]//Proceed- ings of 4th International Symposium on Computational Intelligence and Design.USA:IEEE, 2011.

[6] 孙晓燕,陈姗姗,巩敦卫,张勇.基于区间适应值交互式遗传算法的加权多输出高斯过程代理模型[J].自动化学报,2014, 40(2): 172-184.

An Intelligent Selection System for the Fireworks Composition

GUO Guang-song，CHEN Liang-ji

(School of Mechatronics Engineering, Zhengzhou University of Aeronautics, Zhengzhou, 450046)

In view of the relations of fireworks type and the composition, an intelligent selection system of fireworks composition is designed.This system is based on improved interactive genetic algorithm, which provides the individual evaluation methods of accurate fitness,discrete fitness and interval fitness. The characteristics of population distribution is depicted by interval evaluation in the improved interval algorithm, the adaptive crossover and mutation operator were designed based on preference information .The experimental results show that this system has a good interactive, and can design firworks and composition based on user reference, and provides a new way for fireworks design.

Fireworks；Composition；Genetic algorithm(GA)；Fitness；Interactive；Design

TQ567

A

2015-12-17

郭广颂（1978 -），男，副教授，主要从事智能控制与进化优化研究。

国家自然科学基金（51275485）；河南省基础与前沿技术研究项目（122300410295）。