عنوان فارسی مقاله:الگوریتم بهینه سازی رشد باینری جنگل بامبو (خیزران) برای مسئله انتخاب ویژگی
چکیده
چو و همکاران با الهام از فرآیند رشد بامبو الگوریتم بهینه سازی رشد جنگل بامبو (BFGO) را پیشنهاد کردند. این الگوریتم رشد جوانههای بامبو و رشد شاخههای بامبو را در فرآیند بهینه سازی گنجانده است. میتوان آن را به خوبی برای مسائل مهندسی کلاسیک به کار برد. با این حال، مقادیر باینری فقط میتواند ۰ یا ۱ باشد، و برای برخی از مسائل بهینه سازی باینری، استاندارد BFGO قابل اجرا نیست. این مقاله ابتدا یک نسخه باینری از BFGO به نام BBFGO را پیشنهاد میکند. با تجزیه و تحلیل فضای جستجوی BFGO در شرایط باینری، تابع انتقال منحنی V شکل و مخروطی شکل جدید برای تبدیل مقادیر پیوسته به BFGO باینری برای اولین بار پیشنهاد شده است. یک استراتژی جهش طولانی با رویکرد جهش جدید برای حل مسئله رکود الگوریتمی ارائه شده است. BFGO باینری و استراتژی جهش طولانی با یک جهش جدید بر روی ۲۳ تابع تست معیار آزمایش شده است. نتایج تجربی نشان میدهد که BFGO باینری به نتایج بهتری در حل مقادیر بهینه و سرعت همگرایی دست مییابد و استراتژی تغییرات میتواند عملکرد الگوریتم را به طور معنی داری افزایش دهد. از نظر کاربرد، ۱۲ مجموعه داده مشتق شده از مخزن یادگیری ماشین UCI برای اجرای انتخاب ویژگی منتخب و با توابع انتقال استفاده شده توسط BGWO-a، BPSO-TVMS و BQUATRE مقایسه میشوند که پتانسیل الگوریتم BFGO باینری را برای کشف ویژگی فضای ویژگی نشان داده و مهمترین ویژگیها را برای مسائل طبقه بندی انتخاب میکند.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.