融合蝠鲼旋风式觅食策略的灰狼特征选择算法

摘要

针对传统灰狼算法在进行特性选择时易陷入局部最优,求解精度不高等问题,提出融合蝠鲼旋风式觅食策略的混合灰狼算法(BWSGWO)。在初始阶段采用混沌映射,降低初始分布的随机性,提高种群多样性;在捕猎阶段引入蝠鲼旋风式螺旋觅食的新型捕猎行为,协调算法的勘探与开采能力;最后基于灰狼优化后期个体均向领导区域聚集的问题,对最优个体采用自适应精英反向学习机制,以提升抗局部极值能力。使用UCI的8个规模各异的数据集与几种经典智能算法进行对比实验,结果表明,在相同的参数设置下,所提算法可以取得更高的分类精度和更少的特征数。