融合粗糙集和扩散二元萤火虫算法的属性约简方法

从一维细胞自动机模型入手，将自然界中种群的扩散行为引入二元萤火虫算法(binary glowworm swarm optimization, BGSO)中，提出了一种扩散二元萤火虫算法 (spread binary glowworm swarm optimization, SBGSO)。该算法对萤火虫个体设置营养值及营养阈值的上下限，然后执行扩散操作，以正态分布方式产生新的个体，并淘汰一些持续表现很差的个体，释放资源给其他个体，以保持种群的动态多样性。然后将SBGSO作为搜索策略，粗糙集 (rough set, RS) 作为评价准则，应用于大数据预处理的属性约简问题。为验证本文算法的可行性，采用5个UCI数据集进行实验，并结合10-fold和支持向量机(support vector machine,SVM)算法对预测结果分类准确率进行分析，通过与其他算法对比,表明本文算法具有较好的约简效果。