科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
-
单位广东金融学院; 贵州商学院
