一种改进鲸鱼优化算法的特征选择方法

作者：何鹏; 龙文^*

来源：绿色科技, 2022, 24(18): 246-271.

DOI：10.16663/j.cnki.lskj.2022.18.039

• 鲸鱼优化算法
• 非线性过度参数
• 动态反向
• 特征选择
• 支持向量机

针对鲸鱼优化算法(Whale Optimization Algorithm, WOA)用于特征选择时易陷入局部最优的问题，基于二次函数设计一种非线性过度参数取代原始的线性过度参数，再结合动态反向(Dynamic Opposite, DO)学习算法分别增强了WOA算法局部搜索能力和全局搜索能力，提出了动态反向鲸鱼优化算法(DOWOA)。用于5个标准测试函数的测试结果表明：DOWOA寻优效果优于原始WOA算法。5个UCI数据集测试结果表明：DOWOA算法能保持SVM分类精度几乎不变的情况下寻找到更少的特征子集。对电信客户流失数据进行了实验，结果表明：在平均分类精度几乎保持一致的情况下，DOWOA算法特征选择能力优于原始WOA算法。

• 单位
  贵州财经大学