最小属性约简问题的一个有效的组合人工蜂群算法

被引：23

作者：

叶东毅

陈昭炯

机构：

[1] 福州大学数学与计算科学学院

来源：

电子学报 | 2015年 / 43卷 / 05期

关键词：

组合人工蜂群算法; 最小属性约简; 粗糙集; 元启发式方法; 局部搜索模式;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

粗糙集理论中的最小属性约简(MAR)问题是一个NP-难的非线性约束组合优化问题.本文提出一个新的求解MAR问题的组合蜂群算法,其中,引领蜂、跟随蜂和侦察蜂采用基于变异运算的搜索模式,在邻域候选蜜源的生成中引入与属性子集相关的两个度量,并且跟随蜂采用与引领蜂不同的局部搜索策略以提高搜索多样性.此外,在本文算法中,角色分工不同的蜂群以不同的方式利用迄今最好蜜源的信息进行搜索.在若干UCI数据集上的实验及其统计检验结果表明,本文算法在求解质量上优于其他的元启发式属性约简算法,因而可有效地应用于最小属性约简问题的求解.

引用

页码：1014 / 1020

页数：7

共 15 条

[1]

基于随机化属性选择和邻域覆盖约简的集成学习 [J].

朱鹏飞 ;

胡清华 ;

于达仁 .

电子学报, 2012, 40 (02) :273-279

[2]

基于代数方程组的属性约简研究 [J].

苗夺谦 ;

周杰 ;

张楠 ;

冯琴荣 ;

王睿智 .

电子学报, 2010, 38 (05) :1021-1027

[3]

决策表中基于条件信息熵的近似约简 [J].

杨明 .

电子学报, 2007, (11) :2156-2160

[4]

属性序下的快速约简算法 [J].

胡峰 ;

王国胤 .

计算机学报, 2007, (08) :1429-1435

[5]

粗糙集理论中属性相对约简算法 [J].

张腾飞 ;

肖健梅 ;

王锡淮 .

电子学报, 2005, (11)

[6]

Jelonek属性约简算法的一个改进 [J].

叶东毅 .

电子学报, 2000, (12) :81-82

[7]

A novel and better fitness evaluation for rough set based minimum attribute reduction problem.[J].Dongyi Ye;Zhaojiong Chen;Shenglan Ma.Information Sciences.2013,

[8]

A modified artificial bee colony algorithm.[J].Wei-feng Gao;San-yang Liu.Computers and Operations Research.2011, 3

[9]

The best-so-far selection in Artificial Bee Colony algorithm.[J].Anan Banharnsakun;Tiranee Achalakul;Booncharoen Sirinaovakul.Applied Soft Computing Journal.2010, 2

[10]

A comparative study of Artificial Bee Colony algorithm [J].

Karaboga, Dervis ;

Akay, Bahriye .

APPLIED MATHEMATICS AND COMPUTATION, 2009, 214 (01) :108-132

← 1 2 →