基于多种群量子粒子群优化的属性约简
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

浙江省高校学科带头人资助项目(2007-209);学校培育基金(LZYA201003)


Attribute Reduction Based on Quantum-Behaved Particle Swarm Optimization with Multi- Swarm Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    现代工业发展要求迅速、可靠地实现故障诊断。针对粒子群约简算法易陷入局部最优等问题,提出了一种多种群量子粒子群优化算法(MIQPSO)。该算法对量子粒子群算法进行分群,并通过接种疫苗,指导粒子朝更优化方向进化,提高了量子粒子群的收敛速度和寻优能力。利用UCI相关数据集,通过对Hu算法、粒子群算法、量子粒子群算法、多种群量子粒子群算法的粗糙集属性约简验证,结果表明,基于多种群量子粒子群优化的约简算法具有良好的约简效果。

    Abstract:

    Requirements of modern industryial development rapidly and reliably achieve the fault diagnosis. Against particle swarm algorithm for the reduction and other issues so easy to fall into local optimum problem,this paper aims to present the MIQPSO Algorithm. The quantum particle swarm algorithm for clustering by the MIQPSO Algorithm, and through vaccination, to guide the direction of the particle evolution towards more optimized, improve the convergence rates and optimization searching ability of the quantum particle swarm. The use of UCI data sets, and by Hu algorithm, particle swarm optimization, quantum particle swarm optimization, multi-species quantum particle swarm algorithm for rough set attribute reduction verification, the results show that the algorithm based on the quantum particle swarm optimization has good reduction effect on the reduction.

    参考文献
    相似文献
    引证文献
引用本文

李三波.基于多种群量子粒子群优化的属性约简.计算机系统应用,2012,21(4):99-104

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-07-30
  • 最后修改日期:2011-09-07
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号