改进SHO算法优化随机森林模型

来源：吉林大学学报·理学版杂志2025年第3期北京时间：

作者：付海涛, 张智勇, 王增辉, 金晨磊

单位：1. 吉林农业大学 信息技术学院, 长春 130118； 2. 长春人文学院 理工学院, 长春 130117;3. 广东理工学院 信息技术学院， 广东 肇庆 526000

摘要：针对海马优化算法初始解质量低且不丰富的问题, 提出一种引入Logistic混沌映射改进海马优化算法优化的随机森林模型. 首先,在提升海马优化算法后将其与随机森林算法相结合, 以提升经典随机森林算法的鉴别准确率； 其次, 为验证新模型的性能, 用5种模型针对4个评价指标进行对比实验. 实验结果表明, 该模型准确率达96.15%, 精度达100%, 召回率达92.31%, F1-Score达96.00%, 提升了随机森林方法的性能.

关键词：优化算法,海马优化算法,随机森林,分类算法,参数优化