计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2008年
5期
1315-1318,1322
,共5页
曾孝平%郑雅敏%李勇明%王靖%张晓娟
曾孝平%鄭雅敏%李勇明%王靖%張曉娟
증효평%정아민%리용명%왕정%장효연
多准则%遗传算法%链式%特征选择%智能体
多準則%遺傳算法%鏈式%特徵選擇%智能體
다준칙%유전산법%련식%특정선택%지능체
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.
針對簡單遺傳算法用于特徵選擇精度不高、過早收斂的問題,提齣瞭一種新的遺傳算法--鏈式智能體遺傳算法(LAGA),併與多準則(MC)相結閤,從而提齣瞭基于多準則競爭策略的鏈式智能體遺傳算法(LAGA+MC)用于特徵選擇.LAGA引入瞭鏈式智能體結構,智能體相互進行競爭選擇和自適應交扠,自身進行自適應變異,從而使得該算法能夠穫得更精確的搜索結果;MC通過對基于單準則進行選擇得到的特徵子集進行特徵位判斷,從而確定齣最終特徵子集,以達到更全麵的評價選擇結果,穫得識彆率更穩定的特徵子集.實驗結果錶明,LAGA搜索精度更高,LAGA+MC穫得的特徵子集分類準確率更高、更穩定.
침대간단유전산법용우특정선택정도불고、과조수렴적문제,제출료일충신적유전산법--련식지능체유전산법(LAGA),병여다준칙(MC)상결합,종이제출료기우다준칙경쟁책략적련식지능체유전산법(LAGA+MC)용우특정선택.LAGA인입료련식지능체결구,지능체상호진행경쟁선택화자괄응교차,자신진행자괄응변이,종이사득해산법능구획득경정학적수색결과;MC통과대기우단준칙진행선택득도적특정자집진행특정위판단,종이학정출최종특정자집,이체도경전면적평개선택결과,획득식별솔경은정적특정자집.실험결과표명,LAGA수색정도경고,LAGA+MC획득적특정자집분류준학솔경고、경은정.
