采用渐变与突变机制的反向人工蜂群算法-武汉大学学报理学版.PDFVIP

采用渐变与突变机制的反向人工蜂群算法-武汉大学学报理学版.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
采用渐变与突变机制的反向人工蜂群算法-武汉大学学报理学版

( ) 第 卷 第 期 武汉大学学报 理学版 59 2 Vol.59 No.2   年 月 ( ) , 2013 4 J.WuhanUniv.Nat.Sci.Ed. A r.2013123 128     p ~  文章编号: ( ) 16718836201302012306 - - - 采用渐变与突变机制的反向人工蜂群算法 , , , , , 12 12 12 12 12 3 , , , , , 胡玉荣 丁立新 谢大同 汪慎文 郭肇禄 谢承旺 ( , ; , ; 武汉 大学 软件工程国家重点试验室 湖北 武汉 武汉 大学 计算机 学院 湖北 武汉 1. 430072 2. 430072 , ) 华 东交通大学 软件 学院 江西 南 昌 3. 330013 : , 摘 要 为克服人工蜂群算法容易陷入局部最优且后期收敛速度较慢的缺点 提出一种基于渐变与突变机制      , , 的反向人工蜂群算法并用于特征选择 采用反向学习策略 为每个初始解产生对应的反向解 并从所有解中选择最 . , , , 优的解构成初始种群 加快了收敛速度 引入渐变与突变机制 将个体按适应度大小分为渐变个体和突变个体 对 . , , 它们采用不同的邻域搜索方法 避免了陷入局部最优 对比实验表明 新算法比其他特征选择算法能够得到更好的 . 特征子集且具有更快的收敛速度. : ; ; ; ; 关 键 词 人工蜂群 特征选择 粗糙集 反向学习 渐变与突变     中图分类号: 文献标识码:

文档评论(0)

wumanduo11 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档