1.3 交互式遗传算法研究的核心问题

IEC在处理问题时，面临以下四个研究难点：

（1）适应值噪声问题。IEC要求人参与评价个体表现型对应的系统输出 （如声音、图形/图像），以得到个体的适应值。由于人评价时难以记住所有评价过的个体适应值，也就很难维持一个统一的评价标准，所以人评价的适应值具有波动性，即产生了适应值评价噪声。

（2）人的偏好不断调整的问题。由于决策目标的不确定性，使得人 （决策者）对自己的偏好在一开始难以明确，需要在与系统不断的交互评价过程中逐渐加以确认，即决策者在评价过程中不断地改变自己原有的偏好/倾向，产生出决策者的偏好不断调整的情况。

（3）算法进化效率低下的问题。由于IEC要求在种群规模小、进化代数少的情况下使用，这就造成了算法的性能不高的问题。

（4）人的疲劳问题。由于人要不断地与计算机交互来评价个体适应值，与不知疲倦的计算机相比，人具有容易疲劳的特点，人只能对较小规模的进化种群进行评价，且进化代数不能太多。

所以，要使得IEC能够更好地求解问题，需要从人评估的波动性 （噪声）、人的偏好不断调整、算法的进化效率低下及用户评估疲劳等关键技术难题入手，结合适当的技术、方法，研究新的交互式进化优化理论与方法。1.3.1～1.3.3将从IEC的四个研究核心综述相关的研究工作的进展及其与本研究的关系。