|
|||||
|
|
| 全局混沌蝙蝠优化算法 | |
| 作者姓名： | 崔雪婷 李颖 范嘉豪 |
| 作者单位： | (1.吉林大学 计算机科学与技术学院, 吉林 长春130012; 2.吉林大学 符号计算与知识工程教育部重点实验室, 吉林 长春130012) |
| 基金项目： | 国家自然科学基金资助项目(61602206). |
| 摘 要： | 为提高蝙蝠算法进行特征选择的正确率,提出全局混沌蝙蝠优化算法(GCBA).首先,GCBA采用混沌映射方法使种群的初始化能够遍历整个解空间,获取蝙蝠初始的最优位置,使其具有更加丰富的种群,解决了初始化种群随机性的问题.同时,GCBA引入当前粒子的最优解和当前种群的最优解跳出局部最优解,可有效避免算法早熟,有利于提高算法的全局搜索能力.蝙蝠算法(BA)、粒子群算法(PSO)与遗传算法(GA)在10个数据集上的测试结果表明,所提算法具有更高的分类精度和更强的跳出局部最优的能力. |
| 关 键 词： | 蝙蝠算法 混沌映射 全局优化 局部最优 特征选择 |
| 收稿时间： | 2019-05-06 |
| 修稿时间： | 2019-05-06 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《东北大学学报(自然科学版)》下载全文 | |