1.4 本章小结

随着研究的不断深入，IEC方法也应该充分结合人工智能中的一些新概念、新技术，以获取新的改进思路。近来，分布式人工智能中基于智能体的计算已经应用于计算机学科的各个领域，这些能够感知环境并反作用于环境的物理的或虚拟的智能体涌现出相当大的智能，可以对复杂问题进行有效求解[36 39]。受到文献[36 39]的启发，黄永青等提出了交互式多智能体进化算法[40]，获得了较好的运行性能。梁昌勇、陆青等[40]在汽车造型设计中提出了交互式基于共享机制的改进的小生境遗传算法，在算法整体效能和收敛速度上也得到了有效提高，但对用户的进化个体评价，仍然未解决评价噪声问题。

在IEC中，当单个用户使用多个种群进化时，用户的评价工作量将成倍增加，如何结合适当的评价策略，发展多种群交互式进化算法成为改进IEC的重要思路之一。

而当有多个用户同时利用IEC对问题进行求解时，可以借鉴其他种群的有益信息，即其他用户的优化结果，所以如何结合多种群协同进化的思想，构造多人参与问题求解的协同交互式进化模型与算法，将是对IEC进行改进和拓展的另一个重要研究思路。

这也显示出，将 IEC与基于智能体的计算方法相结合，综合运用进化计算、决策理论、人工智能中的新技术和方法，可以发展新的高性能算法，因此有必要在此基础上做进一步的深入研究。