基于软计算方法的两声部创新自动作曲系统

本文主要探讨了基于软计算方法的自动两声部创作系统（AutoCompositionSystem for Two Voice Part Inventions）。作者周昌乐、蒋旻隽和杜鹏，来自厦门大学认知科学学院及福建省脑智能系统重点实验室，他们在研究中关注的是算法作曲领域中的一个特定课题——通过算法辅助创作两声部音乐。 首先，文章介绍了两声部创作的基本语法规则和构成原理，这是音乐创作的基础。算法作曲作为一种流行的研究方向，其目标是通过编程和规则设计来生成具有创意的音乐作品。在这个框架下，两声部的发明过程被视作一个重要的研究对象。 为了实现自动两声部创作，文中引入了两种软计算技术：遗传算法和反向传播（Back Propagation，BP）神经网络。遗传算法以其能够模拟自然选择和进化过程而闻名，它在搜索解决方案空间时表现出强大的优化能力。另一方面，反向传播神经网络则是人工神经网络的一种，通过学习和调整权重来预测输出，适用于复杂的模式识别和函数拟合任务。 在这项研究中，这两种方法被巧妙地结合起来，用于辅助创作过程中声部间的协调与创新。系统的有效性及满意度是评价研究成功的关键指标。论文关键词包括算法作曲、遗传算法、反向传播神经网络以及发明。 文章的分类号为TP391，表明这属于音乐信息与技术类的研究，文档代码为A，编号为1672-5220(2010)02-0169-04，说明这是2010年第二期的一篇文章，共四页内容。开头部分介绍了算法作曲的定义和在音乐创作中的应用，强调了本文在减少人为干预、提高创作效率方面所作的尝试。 这篇文章深入探讨了如何利用遗传算法和神经网络技术在自动两声部音乐创作中发挥协同作用，旨在推动计算机辅助音乐创作的发展，并展示了初步的实验成果和系统性能。对于音乐人工智能、作曲理论和计算机音乐学领域来说，这是一项具有实践意义和理论价值的研究。