采用渐变与突变机制的反向人工蜂群算法
为克服人工蜂群算法容易陷入局部最优且后期收敛速度较慢的缺点,提出一种基于渐变与突变机制的反向人工蜂群算法并用于特征选择.采用反向学习策略,为每个初始解产生对应的反向解,并从所有解中选择最优的解构成初始种群,加快了收敛速度.引入渐变与突变机制,将个体按适应度大小分为渐变个体和突变个体,对它们采用不同的邻域搜索方法,避免了陷入局部最优.对比实验表明,新算法比其他特征选择算法能够得到更好的特征子集且具有更快的收敛速度.
人工蜂群、特征选择、粗糙集、反向学习、渐变与突变
59
TP391.4(计算技术、计算机技术)
国家自然科学基金60975050,61165004;江西省自然科学基金20114BAB201025;福建省自然科学基金2012J01248
2013-05-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
123-128