基于多行为交互的变维协同进化特征选择方法

• Published in: 华东理工大学学报（自然科学版） Vol. 48; no. 2; pp. 244 - 257
• Main Authors: 李腾飞, 冯翔, 虞慧群
• Format: Journal Article
• Language: Chinese
• Published: 上海智慧能源工程技术研究中心,上海 200237 2022; 华东理工大学信息科学与工程学院,上海 200237
• Subjects: 协同进化; 粒子群优化; 变维表示; 行为交互; 特征选择
• ISSN: 1006-3080
• DOI: 10.14135/j.cnki.1006-3080.20201207001

TP18; 针对大规模数据集上的特征选择问题,一种变长表示的粒子群特征选择方法(VLPSO)表现出了良好的性能.然而,其完全随机的粒子生成方式导致初始化阶段具有一定的盲目性.同时,VLPSO单一的更新机制和种群间的信息隔离也影响了模型的分类性能.为了解决VLPSO的缺陷,提出了一种基于多行为交互的变维协同进化特征选择方法(M-CVLPSO).首先,为了改善随机初始化带来的盲目性,采用连续空间上的层次初始化策略,从期望上缩短了初始解与最优解之间的距离.其次,将粒子根据适应度分为领导者、追随者与淘汰者,在迭代过程中采用多种更新策略动态平衡算法的多样性和收敛性.同时,将维度缩减指标加入到适应度函数中,进一步增强了算法在部分数据集上的性能.从理论上证明了该算法的收敛性,并基于11个大规模特征选择数据集在分类精度、维度缩减和计算时间上进行实验分析.实验结果表明,本文算法相较于4种对比算法具有更好的综合表现.