基于改进粒子群算法的随机森林优化研究

作者：赵成兵; 刘慧慧; 谢新平; 刘静

来源：宿州学院学报, 2021, 36(12): 9-52.

• 粒子群算法
• 柯西变异
• 随机森林
• 机器学习
• 集成算法

群智能算法中的粒子群算法通过模仿鸟群的觅食过程,进行迭代寻求最优解值,被广泛应用于机器学习分类算法改进与参数寻优。为进一步提高随机森林模型分类准确度,提出利用柯西变异改进粒子群算法,将柯西扰动项加入粒子属性变动过程,并将已改进的粒子群算法用于随机森林模型中的参数优化过程,构建随机森林模型CPSORF。在UCI数据集上通过独立重复对比实验将CPSORF与经典随机森林模型进行研究与数据分析,结果表明,结合柯西变异的粒子群算法提高了随机森林模型的分类准确度与模型稳定性。

• 单位
  数理学院; 安徽建筑大学