混合粒子群和改进细菌觅食的不平衡数据分类

来源：计算机工程与应用杂志2020年第10期北京时间：

作者：黄建琼，郭文龙

单位：1.福州外语外贸学院 理工学院，福州 350202；2.福建江夏学院 电子信息科学学院，福州 350108

摘要：针对细菌觅食优化（Bacterial Foraging Optimization，BFO）算法易陷入局部最优的缺点，提出了混合粒子群优化（Particle Swarm Optimization，PSO）算法与改进的细菌觅食优化（Improved BFO）算法应用于不平衡数据的分类。使用三个数据集测试所提算法的性能，其一是卵巢癌微阵列真实数据，另两个来自UCI数据库的垃圾电子邮件数据最优集和动物园数据集。采用边界合成少数过采样技术（Borderline-SMOTE）和Tomek Link对不平衡数据进行预处理，利用所提算法对不平衡数据进行分类。在改进细菌觅食优化算法的过程中，对趋化过程进行改进，采用粒子群优化算法先进行搜索，将粒子作为细菌进行处理，提高了细菌觅食优化的全局搜索能力。改进复制操作过程，提高优胜劣汰的选择标准。改进迁徙操作过程，防止种群陷入局部最优，防止进化停滞。仿真结果表明，所提算法分类准确度优于现有方法。

关键词：不平衡数据,改进的细菌觅食优化,粒子群优化