特征选择的多准则融合差分遗传算法及其应用.pdf

特征选择的多准则融合差分遗传算法及其应用.pdf

ID:52041217

大小:3.28 MB

页数:11页

时间:2020-03-22

特征选择的多准则融合差分遗传算法及其应用.pdf_第1页
特征选择的多准则融合差分遗传算法及其应用.pdf_第2页
特征选择的多准则融合差分遗传算法及其应用.pdf_第3页
特征选择的多准则融合差分遗传算法及其应用.pdf_第4页
特征选择的多准则融合差分遗传算法及其应用.pdf_第5页
资源描述:

《特征选择的多准则融合差分遗传算法及其应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、航空学报N。V·252.一0—11V1.o.1..3.7⋯N.o·1三N?41.5.59-23946。5A,ctaAeronauticaetAstronauticaSinicaISSNUUUb853II/V‘UN卜了[了http:Hhkxb.buaa.edu.cnhkxb@buaa.edu.cn特征选择的多准则融合差分遗传算法及其应用关晓颖,陈果*,林桐南京航空航天大学民航学院,南京210016摘要:为了全面评价特征子集的好坏,提高特征子集作为最佳子集的可靠性,以及更快找到最佳子集,提出了一种用于特征选择的多准则融合差分遗传算法。引入多个评价准则对特征子集进行评价

2、,并对遗传算法的选择算子进行改进,有利于选出适应度高且具有重要特征的个体;同时,引入差分策略改进变异算子,提高种群多样性和算法搜索能力;最后通过仿真实验和滚动轴承实例验证了该方法的有效性。关键词:特征选择;多准则;差分进化;遗传算法}滚动轴承;故障诊断中图分类号:V263.6文献标识码:A文章编号:1000—6893(2016)11-3455—11特征选择的任务就是求出一组对分类最有效的特征,即在特征维数减少到同等水平时,其分类性能最佳。Filter法和Wrapper法是常用的方法。Filter法利用单独的可分性准则来选择特征;Wrapper法利用分类器进行特征选

3、择[1]。由于Wrapper法是直接利用分类器的错误率作为特征选择的依据,具有特征选择精度高的优点,但由于每次选择子集后都需要进行学习训练,耗时大。而Filter法的单个评价准则不能全面评价特征子集的好坏。基于此,特征选择既要定义有效的可分性准则进行特征评价,还需要设计有效的算法提高最优特征组合的可靠性和搜索效率。特征选择的过程可以看作是一个求解组合优化问题的过程,因此可以用解决组合优化问题的方法来解决特征选择问题。遗传算法(GeneticAlgorithm,GA)在这方面具有很大的潜力,尤其当选择的空间很大(特征维数很高)且对特征间的关系缺乏认识时。遗传算法通过

4、模拟自然界中生物进化的遗传规律寻找最优的进化结果,属于带导向性的随机优化算法,具有良好的全局搜索能力和隐含的并行性。目前,遗传算法被广泛应用于特征选取,国内外学者对基于遗传算法的特征选择方法进行了研究并取得良好的效果[2‘8j。然而,现有应用于特征选择的遗传算法中,对于Filter方法,更多是采用单个评价准则;其次,在GA的改进上,未充分考虑特征权重对GA搜索的引导性,以及传统的变异算子不容易变异得到更多的优秀个体。有鉴于此,本文提出一种用于特征选择的多准则融合的差分遗传(Differenti—alEvolutionandGeneticAlgorithmwithM

5、ulti—criteriaEvaluation,MEDEGA)算法,算法的第1阶段采用ReliefF算法[9]获得特征权值,为第2阶段的GA搜索提供先验知识和导向;第2阶段提出差分遗传算法,以简单遗传算法(SimpleGe一收稿日期:2015.11.19;退修日期:2016-01-14;录用日期:2016-01-29;网络出版时间:2016·02—0216:27网络出版地址:www.caki.net/kcms/detail/11.1929.V.20160202.1627.004.html基金项目:国家自然科学基金(61179057)*通讯作者.Tel.:025—8

6、4891850E-mall:cgzyx@263.net韵臻格武I关晓粳.陈果.林桐.特征选择的多准黜融合差分遗传算法及其应用!∞.航空学报。2016.37(11):3455-3465.GUANxY.CHENG,LINT.Featureselectionmethodbasedor/differentialevolutionandgeneticalgorithmwithmult#criteriaevaluationanditsapplications[JActaAeronaut/caetAstronauticaSinica.2016,37(11):3455-3465,

7、3456航空学报Nov.252016VoI37No11neticAlgorithm,SGA)为基础,利用特征权值,并结合适应值对选择算子进行改进,以及采用差分策略改进变异算子,另外,还以特征子集作为整体进行评价;第3阶段注重最优特征子集的可靠性评价,在每次GA终止时得到的结果进一步评价,选择频繁出现的特征或特征组合,避免偶尔出现的特征所产生的干扰。算法实现了加快种群收敛速度,提高算法性能,有效改善特征选择的效果。最后,用仿真实例验证了方法的有效性,并将方法应用于滚动轴承故障特征的选择研究,得到了滚动轴承故障诊断的最优特征子集。l多准则融合差分遗传算法1.1算法基本

8、流程遗传算

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。