基于增强蜂群优化算法的特征选择算法

• 作者: 庞秀平 张霞
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 特征选择 蜂群优化算法 食物源 类标签 全局权重 招募算法
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 1307-1312,1318
• 页数: 7页
• 分类号: TP18
• 字数: 5910字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.05.1307

摘要

针对传统蜂群优化(BCO)算法探测能力强但搜索能力较弱的问题,提出一种搜索能力增强的BCO算法,并将其应用于数据特征选择问题以提高特征选择的性能.首先,为食物源引入全局权重的概念,用以评估各食物源对种群的重要性,降低蜂群搜索的随机性;然后,设计了两步筛选的招募方法提高蜂群搜索能力并保持多样性;最终,为食物源引入局部权重的概念,用于评估某个食物源与类标签的相关性,从而优化解特征选择问题.仿真实验结果表明,所提方法可以明显提高BCO的优化效果,同时获得了较好的特征选择效果,并且优于基于差异的人工蜂群算法(DisABC)和蜂群优化特征选择算法(BCOFS).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张霞	河北经贸大学计算机中心	14	100	5.0	9.0
10	庞秀平	河北经贸大学经济管理学院	15	60	5.0	7.0