互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于多准则的链式智能体遗传算法用于特征选择曾孝平 郑雅敏 李勇明 王 靖 张晓娟



  摘要:针对简单遗传算法用于特征选择精度不高、过早收敛的问题,提出了一种新的遗传算法——链式智能体遗传算法(LAGA),并与多准则(MC)相结合,从而提出了基于多准则竞争策略的链式智能体遗传算法(LAGA+MC)用于特征选择。LAGA引入了链式智能体结构,智能体相互进行竞争选择和自适应交叉,自身进行自适应变异,从而使得该算法能够获得更精确的搜索结果;MC通过对基于单准则进行选择得到的特征子集进行特征位判断,从而确定出最终特征子集,以达到更全面的评价选择结果,获得识别率更稳定的特征子集。实验结果表明,LAGA搜索精度更高,LAGA+MC获得的特征子集分类准确率更高、更稳定。
  关键词:多准则; 遗传算法; 链式; 特征选择; 智能体
  中图分类号:TP301文献标志码:A
  文章编号:1001-3695(2008)05-1315-04
  
  0引言
  
  遗传算法是一种基于生物进化理论的全局优化搜索方法,它借用了生物遗传学的观点,通过自然选择、遗传、变异等作用机制实现各个个体的适应性的提高。特征选择是一类典型的组合优化问题。遗传算法用于特征选择有许多优于传统特征选择方法的特点,具有全局寻优能力,能搜索最优的特征组合。目前遗传算法在特征选择方面得到了广泛的应用,如文本识别、反映电力系统运行状态的特征变量选择、人脸识别特征选择、指纹识别特征选择、储粮害虫的形态特征提取等。
  简单的遗传算法存在收敛速度慢、早熟收敛等缺陷,因此目前已经有很多文献报道了关于遗传算法的改进工作。文献[1]用自适应交叉变异的方法(AGA),根据每代个体适应度的情况来自适应地改变交叉和变异概率,较
  好地保持了进化种群的多样性。文献[2]的改进遗传算法采用基于海明距离的近亲交叉回避策略(HMGA),提高了遗传操作的效率,加快了收敛速度;但它没有考虑自适应改变变异概率以及选择方面的改进,因此改进的效果是有限的。Zhong Wei-cai等人[3]针对超高维函数优化问题,提出了智能体遗传算法(MAGA)。其方法是将个体作为智能体设置在Lattice网格中,相邻的智能体进行竞争选择、交叉和变异。实验表明,该算法函数优化能力优于其他几个常用遗传算法,但它是十进制编码,未讨论其用于特征选择的研究,并且Lattice网格是否是最优的局部环境尚需进一步研究。
  目前,关于遗传算法用于特征选择的研究工作也有较多的报道。任江涛等人[4]提出基于相关性分析的特征过滤方法,其主要思想是基于特定的相关性定义,逐个度量单个特征与类别标签的相关性,选出分类能力高的特征子集,在一定程度上消除与分类弱相关甚至无关的特征,实现降维。S.Doan等人[5]针对文本识别中的特征选择问题,提出了多评价准则,提高了算法的稳定性,但他未就遗传算法用于特征选择作进一步的研究和讨论。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017