首页 | 本学科首页   官方微博 | 高级检索  
     检索      

采用渐变与突变机制的反向人工蜂群算法
引用本文:胡玉荣,丁立新,谢大同,汪慎文,郭肇禄,谢承旺.采用渐变与突变机制的反向人工蜂群算法[J].武汉大学学报(理学版),2013,59(2):123-128.
作者姓名:胡玉荣  丁立新  谢大同  汪慎文  郭肇禄  谢承旺
作者单位:1. 武汉大学软件工程国家重点试验室,湖北武汉430072;武汉大学计算机学院,湖北武汉430072
2. 华东交通大学软件学院,江西南昌,330013
基金项目:国家自然科学基金,江西省自然科学基金,福建省自然科学基金
摘    要:为克服人工蜂群算法容易陷入局部最优且后期收敛速度较慢的缺点,提出一种基于渐变与突变机制的反向人工蜂群算法并用于特征选择.采用反向学习策略,为每个初始解产生对应的反向解,并从所有解中选择最优的解构成初始种群,加快了收敛速度.引入渐变与突变机制,将个体按适应度大小分为渐变个体和突变个体,对它们采用不同的邻域搜索方法,避免了陷入局部最优.对比实验表明,新算法比其他特征选择算法能够得到更好的特征子集且具有更快的收敛速度.

关 键 词:人工蜂群  特征选择  粗糙集  反向学习  渐变与突变

An Opposition-Based Artificial Bee Colony Algorithm Using the Mechanism of Gradual and Sudden Change
HU Yurong,DING Lixin,XIE Datong,WANG Shenwen,GUO Zhaolu,XIE Chengwang.An Opposition-Based Artificial Bee Colony Algorithm Using the Mechanism of Gradual and Sudden Change[J].JOurnal of Wuhan University:Natural Science Edition,2013,59(2):123-128.
Authors:HU Yurong  DING Lixin  XIE Datong  WANG Shenwen  GUO Zhaolu  XIE Chengwang
Institution:1.State Key Laboratory of Software Engineering,Wuhan University,Wuhan 430072,Hubei,China; 2.Computer School,Wuhan University,Wuhan 430072,Hubei,China; 3.School of Software,East China Jiaotong University,Nanchang 330013,Jiangxi,China)
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号