期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进蚱蜢优化算法的特征选择机制 被引量:4
1
作者 李雯婷 韩迪 叶符明 《计算机工程与设计》 北大核心 2022年第11期3168-3176,共9页
针对传统蚱蜢优化算法收敛速度慢、寻优精度低的不足,提出融合学习自动机和折射对立学习的混沌蚱蜢优化算法LRGOA。算法利用完全随机混沌Tent映射进行种群初始化,提高种群遍历性和多样性;利用学习自动机对决定搜索方向的调整系数更新,... 针对传统蚱蜢优化算法收敛速度慢、寻优精度低的不足,提出融合学习自动机和折射对立学习的混沌蚱蜢优化算法LRGOA。算法利用完全随机混沌Tent映射进行种群初始化,提高种群遍历性和多样性;利用学习自动机对决定搜索方向的调整系数更新,以均衡全局搜索与局部开发;引入折射对立学习位置更新机制,避免算法陷入局部最优。将LRGOA应用于数据集特征选择问题,设计基于LRGOA的特征选择算法LRGOAFS。选取UCI库数据集对算法的有效性进行验证,证实改进算法可以同步降低特征选择维度和提升数据分类准确率。 展开更多
关键词 特征选择 蚱蜢优化算法 学习自动机 折射对立学习 混沌系统
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部