人工智能算法在艺术设计中的优化与实践  

作　　者：陈晨 

机构地区：[1]河北传媒学院美术与设计学院

出　　处：《数字技术与应用》2024年第11期20-22,共3页Digital Technology & Application

基　　金：2024年度河北省人力资源社会保障科研合作课题“数字经济与人工智能驱动下我省艺术类毕业生就业能力提升路径研究”(JRSHZ-2024-01063);河北传媒学院AI专项课题“人工智能背景下大学美术与设计人才创新培养研究”(AIZX25);2022年度河北传媒学院第十四届校级科研课题“民间艺术价值转化机制研究——以蓝印花布为例”(KT202230)。

摘　　要：人工智能算法在艺术设计中的应用正逐渐深入,比如,群体智能算法应用于漫画设计中提高了设计效率与创意,遗传算法在数据设计方面表现出良好的收敛性与高效率,为了进一步提高设计质量和效率,算子优化遗传算法被提出,并在插画艺术设计模型中得到了有效应用。动态调整交叉概率(Pc)和变异概率(Pm)的策略以及K-medoids算法在遗传算法聚类优化中的应用,都增强了算法的优化能力,同时成本函数在聚类质量评估中也起到了关键作用。通过仿真实验,改进后的遗传算法在单峰函数与多峰函数的测试中展现出优于标准遗传算法的性能。随着算法技术的不断进步,人工智能在艺术设计领域的应用将更加广泛和深入,为设计师提供更多创意灵感。

关 键 词：人工智能 聚类质量 遗传算法 单峰函数 成本函数 交叉概率 多峰函数 聚类优化 

分 类 号：J505[艺术—艺术设计] TP18[自动化与计算机技术—控制理论与控制工程]