郑州大学学报(理学版)

2021, v.53(02) 41-49

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种用于解决特征选择问题的新型混合演化算法
A New Hybrid Evolutionary Algorithm for Solving Feature Selection Problem

李天翼;陈红梅;

摘要(Abstract):

为结合不同演化算法的优势,提出一个混合鲸鱼算法(hybrid whale optimization algorithm, HWOA)。在HWOA算法中鲸鱼优化算法(whale optimization algorithm, WOA)的收缩环绕机制被正余弦算法(sine cosine algorithm, SCA)取代,以实现迭代初期探索和开发之间更好的平衡。此外,在灰狼优化算法(grey wolf optimization, GWO)中引入粒子群算法的个人最佳位置的概念,并引入决策权重参数以更好地反映狼群的等级制度。为提高算法的多样性,在搜索过程中,改进后的灰狼算法和鲸鱼算法的螺旋更新机制随机地被选择。为有效避免算法陷入局部最优,使用非线性的参数调整策略和混沌映射来更新HWOA中的重要参数。实验结果表明,新算法可以有效提高分类的准确率,并选择最合适的特征子集。

关键词(KeyWords): 特征选择;混合演化算法;鲸鱼优化算法;正余弦算法;改进灰狼优化算法

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61572406,61976182,62076171);; 四川省国际科技创新合作重点项目(2019YFH0097);; 四川省科技厅应用基础研究计划项目(2019YJ0084)

作者(Author): 李天翼;陈红梅;

Email:

DOI: 10.13705/j.issn.1671-6841.2020226

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享