基于改进二元萤火虫群优化算法和邻域粗糙集的属性约简方法

发布时间：2021-12-17 21:14

　　针对数据降维和去冗问题,提出基于改进的二元萤火虫群优化算法和邻域粗糙集的属性约简方法.首先,运用反向学习协同初始化种群,并基于Sigmoid变化函数的映射进行二进制编码,引入Lévy飞行位置更新策略,提出改进二元萤火虫群优化算法.再以邻域粗糙集作为评价准则,以改进算法作为搜索策略,进行属性约简.最后,通过在标准UCI数据集上的实验验证属性约简方法的有效性,并验证文中算法具有较优的收敛速度和精度. 

【文章来源】：模式识别与人工智能. 2020,33(02)北大核心CSCD

【文章页数】：11 页

【部分图文】：

IBGSO-NRS流程图

以2种位移和对应的绝对概率绘制图1.利用式(12)进行二进制编码时,如果收敛到全局最优解,位移为0,此时二进制位变化的概率为0.25,说明算法随机性较强,全局性较好,但很难收敛到全局最优解.利用式(9)进行二进制编码时,如果收敛到全局最优解,位移为0,此时二进制位变化的概率为0,说明算法收敛性较强,局部寻优能力较强,但全局性较弱[11].图1 Sigmoid函数下的位移和位变化率关系

Sigmoid函数下的位移和位变化率关系

【参考文献】：
期刊论文
[1]概率复合粗糙集模型的改进及其属性约简[J]. 刘小伟,王宁,李天瑞,杨新.  南京大学学报(自然科学). 2018(05)
[2]Virtual network function scheduling via multilayer encoding genetic algorithm with distributed bandwidth allocation[J]. Quan YUAN,Hongbo TANG,Wei YOU,Xiaolei WANG,Yu ZHAO.  Science China（Information Sciences）. 2018(09)
[3]反向学习全局和声搜索算法[J]. 翟军昌,秦玉平.  控制与决策. 2019(07)
[4]基于MapReduce改进离散型萤火虫算法和多重分形的属性约简方法[J]. 陆玉佳,倪志伟,朱旭辉,许力分,伍章俊.  模式识别与人工智能. 2018(06)
[5]融合改进二元萤火虫算法和互补性测度的集成剪枝方法[J]. 朱旭辉,倪志伟,倪丽萍,金飞飞,程美英,李敬明.  电子与信息学报. 2018(07)
[6]Aircraft Engine Gas Path Fault Diagnosis Based on Hybrid PSO-TWSVM[J]. Du Yanbin,Xiao Lingfei,Chen Yusheng,Ding Runze.  Transactions of Nanjing University of Aeronautics and Astronautics. 2018(02)
[7]一种精英反向学习的萤火虫优化算法[J]. 魏伟一,文雅宏.  智能系统学报. 2017(05)
[8]基于粗糙集属性约简和支持向量机的变压器故障诊断[J]. 孟宏鹏,徐海燕,宋遐淦.  南京航空航天大学学报. 2017(04)
[9]融合协同进化离散型人工鱼群算法和多重分形的雾霾预测方法[J]. 朱旭辉,倪志伟,程美英,李敬明,金飞飞,倪丽萍.  系统工程理论与实践. 2017(04)
[10]基于二进制萤火虫算法的属性选择方法研究[J]. 李敬明,倪志伟,许莹,张琛.  系统科学与数学. 2017(02)



本文编号：3540955