求解最小属性约简的病毒协同进化微粒群算法
DOI:
CSTR:
作者:
作者单位:

1. 哈尔滨工程大学
2.
3. 黑龙江科技学院

作者简介:

童智靖

通讯作者:

中图分类号:

基金项目:

国家自然科学基金项目;中国博士后科学基金;博士点新教师基金


Minimum rough set attribute reduction algorithm based on virus-
coordinative discrete particle swarm optimization
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出一种基于病毒协同进化微粒群的最小属性约简算法. 在算法中, 进化在宿主与病毒种群之间协同进
    行, 通过满足约简分辨力不变条件的最优病毒种子复制操作产生病毒库, 病毒通过感染操作在宿主种群完成横向局
    部搜索, 以提高算法局部精确解搜索能力; 同时通过删减操作完成自我更新, 实现增加局部搜索范围的目的. 最后
    对UCI 数据集进行属性约简实验, 结果表明该算法在搜索最小属性约简解方面优于其他进化算法, 同时收敛速度及
    寻优效率也有较大提高.

    Abstract:

    A minimum rough-set attribute reduction algorithm based on virus-coordinative discrete particle swarm
    optimization(VCDPSO) is presented. In the algorithm, evolutions of the virus swarm are performed in coordination with the
    particle swarm, and virus swarm keeps coordinative relations with the particle swarm by virus infection operations and best
    virus seed extraction operation in order to improve the ability of local search of discrete particle swarm optimization(DPSO).
    To enlarge the area of local search, the cut operator is introduced in the virus swarm’s self-renewal process. A proper fitness
    function is defined and theoretical analysis and the experimental results on UCI dataset attribute reduction show that the
    proposed method has better performance than other evolution attribute reduction algorithms, and the searching efficiency and
    convergence rate for the global optimum are greatly improved as well.

    参考文献
    相似文献
    引证文献
引用本文

陶新民 王妍 徐晶 童智靖.求解最小属性约简的病毒协同进化微粒群算法[J].控制与决策,2012,27(2):259-265

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-09-14
  • 最后修改日期:2010-11-16
  • 录用日期:
  • 在线发布日期: 2012-02-20
  • 出版日期:
文章二维码