| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-21页 |
| 1 绪论 | 第21-41页 |
| ·概述（Introduction） | 第21-23页 |
| ·研究目标（Research Objectives） | 第21-22页 |
| ·研究方法（Research Approach） | 第22-23页 |
| ·传统遗传算法概述（Introduction of Traditional Genetic Algorithm） | 第23-25页 |
| ·交互式遗传算法综述（Review of Interactive Genetic Algorithm） | 第25-36页 |
| ·交互式遗传算法的思想、起源（Idea and Origin of Interactive Genetic Algorithm） | 第25-26页 |
| ·交互式遗传算法的研究进展（State-of-the-Art of Interactive Genetic Algorithm Research） | 第26-36页 |
| ·已有成果的局限性（Deficiency of Previous Researches） | 第36-38页 |
| ·本文内容及组织（Contents and Organization of This Dissertation） | 第38-39页 |
| ·本章小结（Conclusion of This Chapter） | 第39-41页 |
| 2 基于用户参照认知的交互式遗传算法收敛性 | 第41-72页 |
| ·概述（Introduction） | 第41-42页 |
| ·占优关系及其图论表示（Domination Relationship and Description Based on Graphic Theory） | 第42-45页 |
| ·相关的图论概念（Related Definition of Graphics Theory） | 第42页 |
| ·占优关系定义（Definition of Domination） | 第42-43页 |
| ·占优关系的图论表示（Expression of Domination Based on Graphic Theory） | 第43-45页 |
| ·用户参照认知（Users’ Reference Cognition） | 第45-50页 |
| ·用户参照认知的参照对象（Reference Objects in Users’ Reference Cognition） | 第45-46页 |
| ·理论参照认知（Theoretical Reference Cognition） | 第46-48页 |
| ·实际参照认知（Practical Reference Cognition） | 第48-49页 |
| ·例子（Example） | 第49-50页 |
| ·参照认知下交互式遗传算法的收敛性（Convergence of Interactive Genetic Algorithm with Reference Cognition） | 第50-56页 |
| ·交互式遗传算法的全局收敛（Definition of Global Convergence of Interactive Genetic Algorithm） | 第50-51页 |
| ·理论参照认知下交互式遗传算法的收敛性（Convergence of Interactive Genetic Algorithm with Theoretical Reference Cognition） | 第51页 |
| ·实际参照认知下交互式遗传算法的收敛性（Convergence of Interactive Genetic Algorithm with Practical Reference Cognition） | 第51-56页 |
| ·强条件与弱条件关系及弱条件的意义（Relationship between Strong Condition and Weak Condition and Significance of Weak Condition） | 第56-58页 |
| ·强条件与弱条件的关系（Relationship between Strong Condition and Weak Condition） | 第56-57页 |
| ·弱条件的意义（Significance of Weak Condition） | 第57-58页 |
| ·实验（Experiments） | 第58-70页 |
| ·实验目的和实验方法（Experimental Purpose and Methods） | 第58页 |
| ·实验对象（Experimental Objects） | 第58-60页 |
| ·优化对象与全局最满意个体（Optimized Objects and The Global Most Satisfactory Individual） | 第60页 |
| ·实验设置（Experiments Settings） | 第60-61页 |
| ·实验分组（Groups of Experiments） | 第61-62页 |
| ·算法流程与主界面（Flowchart of Algorithm and Main Interface） | 第62-63页 |
| ·实验结果分析（Analysis of Experimental Results） | 第63-70页 |
| ·本章小结（Conclusion of This Chapter） | 第70-72页 |
| 3 用户理性状态下的交互式遗传算法收敛性 | 第72-82页 |
| ·概述（Introduction） | 第72-73页 |
| ·用户的理性状态分类（Classification of Users’ Rationality States） | 第73-74页 |
| ·用户理性状态下的交互式遗传算法收敛性（Convergence of Interactive Genetic Algorithm with Different Rationality States） | 第74-75页 |
| ·有限非理性状态下的算法收敛性（Convergence of Algorithm with Limited Irrationality State） | 第74页 |
| ·绝对非理性状态下的算法收敛性（Convergence of Algorithm with Absolute Irrationality State） | 第74-75页 |
| ·实验（Experiments） | 第75-81页 |
| ·实验目的与实验方法（Experimental Purpose and Methods） | 第75页 |
| ·实验对象（Experimental Objects） | 第75页 |
| ·实验设置（Experiments Settings） | 第75-76页 |
| ·实验分组（Group of Experiments） | 第76-77页 |
| ·实验结果及其分析（Analysis of Experimental Results） | 第77-81页 |
| ·本章小结（Conclusion of This Chapter） | 第81-82页 |
| 4 保持用户理性的最大进化代数 | 第82-99页 |
| ·最大进化代数（Maximum Generation） | 第82-83页 |
| ·常见的个体适应度赋值方法（Common Methods of Fitness Assignment） | 第83-88页 |
| ·用户理性与用户赋值的关系（Relationship between Users’ Rationality and Fitness Assignment） | 第88-89页 |
| ·不同赋值方法下用户保持理性的最大进化代数（Maximum Generation to Keep Users’ Rationality with Different Methods of Fitness Assignment） | 第89-90页 |
| ·实验（Experiments） | 第90-97页 |
| ·实验目的与实验方法（Experimental Purpose and Methods） | 第91-92页 |
| ·实验对象（Experimental Objects） | 第92页 |
| ·实验设置（Experiments Settings） | 第92页 |
| ·实验分组（Group of Experiments） | 第92-93页 |
| ·实验结果与分析（Experimental Results and Analysis） | 第93-97页 |
| ·本章小结（Conclusion of This Chapter） | 第97-99页 |
| 5 交互式遗传算法中基于用户不确定性认知规律的定向变异 | 第99-119页 |
| ·概述（Introduction） | 第99-100页 |
| ·交互式遗传算法中用户的不确定性认知现象（Users’ Uncertainty Cognition in Interactive Genetic Algorithm） | 第100-101页 |
| ·不确定认知信息的辨识方法（Identification of Information with Users’ Uncertainty Cognition） | 第101页 |
| ·基于区间的用户偏好知识表示及更新（Expression and Updating of Users’ Preference Knowledge Based on Intervals） | 第101-105页 |
| ·基于区间的用户偏好知识表示（Expression of Users’ Preference Knowledge Based on Intervals） | 第102-103页 |
| ·基于区间的用户偏好知识的更新（Updating of Users’ Preference Knowledge Based on Intervals） | 第103-105页 |
| ·基于用户认知不确定性及偏好知识的定向变异（Directional Mutation Based on Users’ Uncertainty Cognition and Users’ Preference Knowledge） | 第105-107页 |
| ·变异算子改进简述（Brief Review of Researches of Mutation） | 第105-106页 |
| ·变异个体的选择（Selection of Mutating Individuals） | 第106页 |
| ·变异位置的确定（Selection of Mutating Location） | 第106-107页 |
| ·变异方向的确定（Selection of Mutation Direction） | 第107页 |
| ·实验（Experiments） | 第107-118页 |
| ·实验目的及实验方法（Experimental Purpose and Methods） | 第107-108页 |
| ·实验对象（Experimental Objects） | 第108页 |
| ·优化对象与全局最满意个体（Experimental Objects and Related Affine Transformation） | 第108-110页 |
| ·算法流程图（Algorithm’s Flowchart） | 第110页 |
| ·进化目标（Target of Evolution） | 第110-111页 |
| ·实验分组及参数设置（Group and Parameters Setting of Experiments） | 第111-113页 |
| ·实验过程（Process of Experiments） | 第113-114页 |
| ·实验结果及其分析（Analysis of Experimental Results） | 第114-118页 |
| ·本章小结（Conclusion of This Chapter） | 第118-119页 |
| 6 基于用户选择性注意认知规律的交互式遗传算法 | 第119-139页 |
| ·概述（Introduction） | 第119-120页 |
| ·影响用户选择性注意的因素（Factors of Influencing Users’ Selection Attention） | 第120页 |
| ·基因意义单元层次的用户选择性注意（Users’ Selection Attention on GSU Levels） | 第120-122页 |
| ·个体层次的用户选择性注意（Users’ Selection Attention on Individual Levels） | 第122-123页 |
| ·用户选择性注意的定理（Theorems to Attain Users’ Selection Attention） | 第123-126页 |
| ·获取用户选择性注意知识的优化问题（Optimization Problems of Attaining Knowledge of Users’ Selection Attention） | 第126-128页 |
| ·较小种群规模下能够确定用户选择性注意知识的最大值（Maximum of Users’ Selection Attention Knowledge with Small Size of Population） | 第126-127页 |
| ·获取所有的用户选择注意知识需要的种群规模最小值（Minimum Size of Population to Attain All of Users’ Selection Attention） | 第127-128页 |
| ·获取用户关注知识的方法（Methods of Acquisition of Knowledge of Users’ Selection Attention） | 第128-129页 |
| ·获取用户选择性注意知识的种群初始化方法（Methods to Attain Knowledge of Users’ Selection Attention with Special Initialization of Population） | 第128-129页 |
| ·跟踪用户选择性注意的方法（Method to Track Users’ Selection Attention） | 第129页 |
| ·基于用户选择性注意知识的算法性能改进（Improvement of Algorithm Based on Knowledge of Users’ Selection Attention） | 第129-131页 |
| ·基本思想（Basic Idea） | 第129-130页 |
| ·基于用户选择性注意知识的遗传操作（Genetic Operators Based on Knowledge of Users’ Selection Attention） | 第130页 |
| ·算法步骤（Steps of Algorithm） | 第130-131页 |
| ·算法效率分析（Analysis of Algorithm’s Efficiency） | 第131页 |
| ·实验（Experiments） | 第131-137页 |
| ·实验目的和实验方法（Experimental Purpose and Methods） | 第132页 |
| ·实验对象（Experimental Objects） | 第132页 |
| ·算法流程图（Algorithm’s Flowchart） | 第132页 |
| ·实验分组（Group of Experiments） | 第132-133页 |
| ·进化策略与参数设置（Evolution Strategies and Parameters Setting of Experiments） | 第133-134页 |
| ·实验结果及其分析（Analysis of Experimental Results） | 第134-137页 |
| ·本章小结（Conclusion of This Chapter） | 第137-139页 |
| 7 交互式遗传算法系统的实现 | 第139-157页 |
| ·建立交互式遗传算法系统的目标（Aim of Establishment of Interactive Genetic Algorithm System） | 第139-140页 |
| ·交互式遗传算法系统框架（Scheme of System of Interactive Genetic Algorithm） | 第140-145页 |
| ·系统按功能划分的模块群（Modules Division according to System Function） | 第140-142页 |
| ·系统功能分布结构（Function Distribution Architecture of System） | 第142-144页 |
| ·系统实现的物理结构（Physics Architecture of System） | 第144-145页 |
| ·系统运行的控制方法（Control Methods of System Running） | 第145-147页 |
| ·用户认知信息提取及利用结构（Structure of Abstraction and Utilization of Users’ Cognition Information） | 第147-148页 |
| ·系统实现中用到的设计模式（Design Patterns that Used in System Realization） | 第148-151页 |
| ·Factory 设计模式及其在本系统中的应用（Factory Design Pattern and Its Application in System） | 第148-149页 |
| ·Mediator 设计模式及其在本系统中的应用（Mediator Design Pattern and Its Application in System） | 第149-151页 |
| ·MVC 设计模式及其在本系统中的应用（MVC Design Pattern and Its Application in System） | 第151页 |
| ·三维动漫人物造型的相关技术与实现（Relative Technique and Realization of 3D Cartoon Characters Design） | 第151-156页 |
| ·人脸模型特征点关系表示及压缩与解压缩（Compression and Uncompression of Relationship of Characteristic Point of Face Model） | 第151-152页 |
| ·基于Candide-3 特征点的坐标转换（Coordinates Translation of Characteristic Points Based on Candide-3 Model） | 第152-155页 |
| ·进化子系统的实现（Realization of Evolving Subsystem） | 第155页 |
| ·系统运行顺序（Sequence of System Running） | 第155-156页 |
| ·本章小结（Conclusion of This Chapter） | 第156-157页 |
| 8 结论与展望 | 第157-160页 |
| ·本文的主要工作和创新点（Achievements and Innovations of This Dissertation） | 第157-159页 |
| ·需要进一步研究的问题（Issues to Be Further Studied） | 第159-160页 |
| 参考文献 | 第160-179页 |
| 作者简历 | 第179-182页 |
| 学位论文数据集 | 第182页 |
