文献类型：期刊文章

作　　者：贾鹤鸣[1,2] 姜子超[2] 李瑶[2]

JIA He-ming;JIANG Zi-chao;LI Yao(College of Information Engineering,Sanming University,Sanming 365004,China;College of Mechanical and Electrical Engineering,Northeast Forestry University,Harbin 150040,China)

机构地区：[1]三明学院信息工程学院,福建三明365004 [2]东北林业大学机电工程学院,哈尔滨150040

出　　处：《控制与决策》

基　　金：福建省自然科学基金面上项目(2021J011128);福建省教育厅中青年教师教育科研项目(JAT200618);三明市科技计划引导性项目(2021-S-8,2020-G-61);三明学院引进高层次人才科研启动经费项目(20YG14);三明学院科学研究发展项目(B202009);福建省农业物联网应用重点实验室开放研究基金项目(ZD2101)。

年　　份：2022

卷　　号：37

期　　号：2

起止页码：445-454

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对传统支持向量机在封装式特征选择中分类效果差、子集选取冗余、计算性能易受核函数参数影响的不足,利用元启发式优化算法对其进行同步优化.首先利用莱维飞行策略和模拟退火机制对秃鹰搜索算法的局部搜索能力与勘探利用解空间能力进行改进,通过标准函数的测试结果验证其改进的有效性;其次将支持向量机核函数参数作为待优化目标,利用改进后的算法在封装式特征选择模型中搜寻最优核函数参数,同时获得相对应的最优特征子集;最后对UCI存储库的12个标准数据集进行特征选择仿真实验,在平均分类准确率、所选特征个数及适应度值上进行综合评估分析.实验结果表明,所提算法可有效降低特征维度,能够更准确地实现数据分类,在空间搜索与求解精度方面较原算法及其他非线性最优化算法表现优秀,具有一定的工程应用价值.

关 键 词：秃鹰搜索优化  莱维飞行  模拟退火 支持向量机 封装式特征选择  

分 类 号：TP273]