当今社会,随着人们生活水平的提高,生活节奏的加快,人们的消费观念也逐渐发生着变化。在购买商品时,消费者不仅关注商品的实用性,而且越来越重视商品的外观与造型的艺术性。商品的艺术性在无形中提高了商品的品味,也同时提高了该商品在人们心目中的价值。艺术设计工作中很大一部分工作是艺术图案设计。分形是描述不规则几何形态的有力工具,分形几何图案表现的特点是整体上的处处不规则性和不同尺度上图形的规则性。利用分形的自相似性和自生长性,可以构造出千变万化而又具有高分辨率结构的艺术图案。因此,分形理论十分适用于艺术图案的辅助设计。遗传算法(Genetic Algorithm,GA)是由美国的霍兰德(J.Holland)于1975年提出的,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。本文致力于对基于遗传算法的分形艺术图案生成方法的研究,目的是通过探索分形理论与遗传算法相结合的分形艺术图案的生成方法,为艺术图案创新设计者提供高效、方便的支持环境,为更快、更好地满足用户提出的设计需求提供有利帮助。主要工作为:1、将分形理论及遗传算法相结合,在基于复动力系统生成方法与文法构图生成方法的基础上,提出了基于遗传算法的广义M-J集生成方法与LS文法构图生成方法。2、在遗传算法中,通过加入人机交互,将用户偏好融入到遗传过程,以反映设计人员的设计思想。同时,解决了概念设计中适应度函数难以表达的问题。采用自适应方法,保证了遗传群体的优良性。3、将上述方法应用于基于遗传算法的分形图案绘图系统中,验证了上述方法的有效性。