编号
zgly0000756832
文献类型
期刊论文
文献题名
一种求解属性约简优化的协同粒子群算法
作者单位
南通大学杏林学院
南京航空航天大学计算机科学与技术学院
母体文献
山东大学学报: 理学版
年卷期
2011,46(5)
页码
97-102
年份
2011
分类号
TP301
关键词
粒子群优化
向量分解
协同学习
属性约简
自适应罚函数
文摘内容
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。