基于禁忌搜索算法的特征选择研究的中期报告.docxVIP

基于禁忌搜索算法的特征选择研究的中期报告

中期报告

-------

一、研究进展

本研究主要基于禁忌搜索算法（TabuSearch，TS）来进行特征选择，旨在通过选择最优的特征子集，从而提高模型的性能和准确性。在前期的研究中，我们首先对TS算法进行深入研究，掌握了禁忌搜索算法的基本原理和实现方法。然后我们梳理了相关的特征选择算法，对比了不同的特征选择方法的优缺点，最终选择了基于TS算法的特征选择方法作为本研究的研究方法。

在研究方法的确定后，我们开始进行算法的实现，并进行初步测试。在测试过程中，我们选择了UCI数据集中的部分数据集进行了测试，并进行了预处理。初步实验结果表明，TS算法在特征选择方面表现出色，能够在有效时间内得到较好的特征子集。但是，在实验过程中还存在一些问题，例如算法搜索时间较长、在处理高维数据时容易出现维数灾难等问题，需要进一步改进。

因此，在接下来的研究中，我们将重点探究如何加速禁忌搜索算法，在保证结果精度的前提下减少搜索时间。同时，还将考虑如何解决处理高维数据时出现的维数灾难问题，并对算法进行优化。希望通过这些改进措施，进一步提升特征选择方法的效率和准确性。

二、下一步工作

1.进一步研究禁忌搜索算法，并寻找一些已有的加速方法，以减少算法搜索时间。同时考虑如何利用并行计算等方法加速算法。

2.解决高维数据处理中的维数灾难问题，并对算法进行优化。例如，可以尝试使用稀疏矩阵来处理数据，以减少计算量。

3.进行实验测试，验证改进后的算法的性能和效果，并与其他特征选择方法进行对比。

4.完善论文的写作，对研究内容进行整理和总结，撰写完整的研究报告。

三、参考文献

[1]余君怡,禁忌搜索算法研究综述,《现代计算机(专业版)》2018年第14期.

[2]张郎.特征选择方法研究综述[J].计算机应用,2018,38(2):393-398.

[3]LiF,TianH,LiW,etal.Animprovedtabusearchalgorithmforfeatureselection[J].Knowledge-BasedSystems,2017,122:131-142.

[4]BlumC,RoliA.Metaheuristicsincombinatorialoptimization:Overviewandconceptualcomparison[J].AcmComputingSurveys,2003,35(3):268-308.