基于增强蜂群优化算法的特征选择算法

来源：计算机应用杂志2016年第5期北京时间：

作者：张霞, 庞秀平

单位：1. 河北经贸大学 计算机中心, 石家庄 050061;2. 北京科技大学 信息工程学院, 北京 100083;3. 河北经贸大学 经济管理学院, 石家庄 050061

摘要：针对传统蜂群优化(BCO)算法探测能力强但搜索能力较弱的问题,提出一种搜索能力增强的BCO算法,并将其应用于数据特征选择问题以提高特征选择的性能。首先,为食物源引入全局权重的概念,用以评估各食物源对种群的重要性,降低蜂群搜索的随机性;然后,设计了两步筛选的招募方法提高蜂群搜索能力并保持多样性;最终,为食物源引入局部权重的概念,用于评估某个食物源与类标签的相关性,从而优化解特征选择问题。仿真实验结果表明,所提方法可以明显提高BCO的优化效果,同时获得了较好的特征选择效果,并且优于基于差异的人工蜂群算法(DisABC)和蜂群优化特征选择算法(BCOFS)。

关键词：特征选择,蜂群优化算法,食物源,类标签,全局权重,招募算法

基金资助：国家自然科学基金重点项目(61333002);河北省科技计划项目(14457419D)。