论文部分内容阅读
遗传算法是1975年，由美国Michigan大学的J．Holland教授提出的。是一种借鉴生物界自然选择和自然遗传机理的随机化搜索算法。近30多年来，由于遗传算法求解复杂优化问题的巨大潜力及其在各个领域应用的成功，这种算法受到了广泛的关注和研究。已广泛应用于计算机科学、人工智能、信息技术及工程实践等诸多方面，是21世纪有关智能计算中的关键技术之一。计算机辅助作曲是试图使用某个形式化的过程，以使人(或作曲家)在利用计算机进行音乐创作时的介入程度达到最小的研究。探索计算机辅助作曲的问题可以使我们了解和模拟作曲家在从事音乐创作这一特殊过程中的思维方式，是人工智能在艺术领域的重要应用。基于计算机算法辅助作曲的技术研究而开发的作曲系统所创作出的不同形式的音乐作品也是对作曲家创作的有益补充。遗传算法辅助乐曲创作是将进化计算技术与艺术创作相结合。随着“现代音乐”提出了“音乐即声音”返璞归真的思想，单靠作曲家们的辛勤工作完全实现的难度进一步加大。所以利用遗传算法处理复杂优化问题的优势进行辅助乐曲创作，即成了解决这类问题的一个新思路。目前，在国内这一方向的研究还比较少，但是在国外该方向的研究非常活跃。所以我们有必要加大这方面的研究力度，将国际先进的计算机作曲技术与我国丰富的儿歌、民歌相结合，创作出具有民族特色的计算机辅助作曲系统。因此，遗传算法作曲系统的研究是可行且具有重要意义的。本文主要工作如下：(1)根据传统的遗传算法作曲，结合交互式遗传算法技术进行乐曲进化，并通过实验验证效果。由于采用了交互式技术，在乐曲进化过程中加入了人工评判，可以在一定程度上反映使用者的主观思想，并提高乐曲的“音乐性”。(2)将20世纪西方作曲技法中的“模型音乐”技术与遗传算法相结合，提出一种新的生成乐曲的模式，并且进行了实现。(3)以遗传算法为基础，结合人机交互技术、学习机制，采用分布式结构等多种技术设计了儿歌作曲系统。本系统通过使用学习机制，确保歌曲的产生和进化具有儿童歌曲的特征；采用了“挑选式”的人机交互技术，在保证交互式遗传算法优点的同时，克服了传统交互式技术产生的人工评价速度慢与系统产生乐曲速度快之间的“瓶颈”问题；通过采用新的“符号型”编码，提高整个创作过程的可控性。经过实验验证，获得了令人满意的结果。