计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2015年
z1期
33-37
,共5页
混合演化算法%演化建模%多蜂算法%文法演化算法%分类问题
混閤縯化算法%縯化建模%多蜂算法%文法縯化算法%分類問題
혼합연화산법%연화건모%다봉산법%문법연화산법%분류문제
Hybrid evolutionary algorithm%Evolutionary modeling%Bees algorithm%Grammatical evolution%Classification
多蜂算法(Bees Algorithm,BA)和文法演化算法(Grammatical Evolution,GE)是两个著名的演化算法.BA尽管收敛速度较快,但用于求解分类问题时,个体编码不易实现.而基于GE的分类算法的演化算子较简单,仅进行杂交和变异两个操作,但分类精度不高.针对两个算法的优点和不足,将BA和GE相结合,提出了一种新的混合演化算法——文法多蜂算法(Grammatical Bees Algorithm,GBA),并将其用于求解分类问题.在几个标准数据集上的实验验证了GBA的可行性和有效性.与基本基因表达式编程(Gene Expression Programming,GEP)分类算法和改进的GEP分类算法相比,GBA能获得较好的分类精度和更快的收敛速度.
多蜂算法(Bees Algorithm,BA)和文法縯化算法(Grammatical Evolution,GE)是兩箇著名的縯化算法.BA儘管收斂速度較快,但用于求解分類問題時,箇體編碼不易實現.而基于GE的分類算法的縯化算子較簡單,僅進行雜交和變異兩箇操作,但分類精度不高.針對兩箇算法的優點和不足,將BA和GE相結閤,提齣瞭一種新的混閤縯化算法——文法多蜂算法(Grammatical Bees Algorithm,GBA),併將其用于求解分類問題.在幾箇標準數據集上的實驗驗證瞭GBA的可行性和有效性.與基本基因錶達式編程(Gene Expression Programming,GEP)分類算法和改進的GEP分類算法相比,GBA能穫得較好的分類精度和更快的收斂速度.
다봉산법(Bees Algorithm,BA)화문법연화산법(Grammatical Evolution,GE)시량개저명적연화산법.BA진관수렴속도교쾌,단용우구해분류문제시,개체편마불역실현.이기우GE적분류산법적연화산자교간단,부진행잡교화변이량개조작,단분류정도불고.침대량개산법적우점화불족,장BA화GE상결합,제출료일충신적혼합연화산법——문법다봉산법(Grammatical Bees Algorithm,GBA),병장기용우구해분류문제.재궤개표준수거집상적실험험증료GBA적가행성화유효성.여기본기인표체식편정(Gene Expression Programming,GEP)분류산법화개진적GEP분류산법상비,GBA능획득교호적분류정도화경쾌적수렴속도.
