- 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
- 15943 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 4992
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 419
- 主题
- 395
- 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
/ }/ o) l" S2 n+ `* a, F0 G$ k
4 T4 `( Y) I, P/ s" L7 I6 Q 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。
" B4 O i" @9 `% R" C1 a1 ?9 {4 I
4 t# ~! r( \5 a* E( x$ R; O" H. _; Y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
9 Q8 a* P3 g2 d! G2 S! S! [: B' W1 M' q+ G* Y9 _: x
$ P, n' C7 }7 V6 Y4 I& \3 u E# X y! ~: s% @5 d; G
|
zan
|