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

作者：彭鹏; 倪志伟^*; 朱旭辉; 夏平凡

来源：模式识别与人工智能, 2020, 33(02): 95-105.

DOI：10.16451/j.cnki.issn1003-6059.202002001

• 属性约简
• 邻域粗糙集
• 二元萤火虫群优化算法
• 反向学习
• Lévy飞行

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.

• 单位
  合肥工业大学; 北方民族大学