- 在线时间
- 129 小时
- 最后登录
- 2023-8-30
- 注册时间
- 2020-11-26
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 15884 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 4975
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 420
- 主题
- 394
- 精华
- 0
- 分享
- 0
- 好友
- 0
TA的每日心情 | 衰 2021-3-28 15:16 |
---|
签到天数: 25 天 [LV.4]偶尔看看III
|
结合头脑风暴优化的混合蚁群优化算法
3 H/ d; n) Y7 w, l- C1 L. t' o+ b/ a5 I
特征选择能够有效提升数据分类的性能,为了进一步提升蚁群优化在特征选择上的求解能力,提出一种结合头脑风暴优化的混合蚁群优化(ABO)算法。利用信息交流档案维护历史较好解,通过基于松弛因子的时间最久优先方法动态更新档案。当全局最优解多次未更新时,采用基于 Fuch 混沌映射方法的路径—想法转换算子,将档案中的路径解转换为想法解,作为初始种群,通过头脑风暴优化在更广阔的空间中搜索较好解。在 6 组典型的二分类数据集上进行实验,分析了参数敏感性,并与混合萤火虫粒子群优化(HFPSO)算法、粒子群优化与引力搜索算法(PSOGSA)以及遗传算法(GA) 3 种典型的演化算法进行对比。实验结果表明,相较于对比算法,所提算法在分类正确率上至少可提高 2.88%~5.35%,在 F1 指标上至少可提高 0.02~0.05,验证了所提算法的有效性和优越性。
9 V+ k& `; p& y% G
: J/ u4 @% k9 \" q7 @7 p关键词: 蚁群优化算法;头脑风暴优化;混合算法;特征选择;数据分类
5 ?4 w; p$ r1 W( c' s h% H# m0 S7 v% U. t4 [
1 Q; @( T6 X' ^ |) ]3 G" B9 y- b) K& |5 s
|
zan
|