一种求解属性约简优化的协同粒子群算法

作者：丁卫平 王建东 段卫华 施佺粒子群优化向量分解协同学习属性约简自适应罚函数

摘要：针对粗糙属性约简优化问题,利用粒子群寻求最优解的优势,提出一种改进的粗糙集属性约简优化的协同粒子群算法（AR-CPSO）。在最优属性寻求过程中,该算法使粒子群在属性空间通过约简集向量的分解和邻域簇的协同学习提高其寻优能力,并利用自适应约束强化罚函数较好地收敛到最优目标属性约简集。该算法能始终保持种群的多样性、协作性,并避免过早地陷入局部最优。相关仿真实验表明,AR-CPSO算法能有效地找到全局最优属性约简集,具有较强的属性协同约简优化性能。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社