改进矮猫鼬优化算法的特征选择

作者：罗淑媛; 张家豪; 宋美佳; 贾鹤鸣^*

来源：龙岩学院学报, 2023, 41(02): 40-46.

DOI：10.16813/j.cnki.cn35-1286/g4.2023.02.007

• 矮猫鼬优化算法
• 特征选择
• 随机准反向反射学习
• 动态透镜成像反向学习

将矮猫鼬优化(DMO)算法与学习策略相结合，提出一种新的改进矮猫鼬优化(IDMO)算法。首先，提出随机准反向反射学习(RQORBL)策略并应用于阿尔法组，以提高全局探索能力；其次，引入动态透镜成像反向学习(LOBL)策略，以平衡算法的探索和开发，提升跳出局部最优的能力。为验证新算法性能，将IDMO与几种新近提出的优化算法进行对比，并对UCI存储库中的10个数据集进行特征选择仿真实验。实验结果表明IDMO寻优能力更佳，跳出局部最优能力明显增强，能够有效适用于特征选择问题。

• 出版日期2023
• 单位三明学院