یک روش ترکیبی برای انتخاب ویژگی با استفاده از الگوریتم کلونی مورچه مبتنی بر جهش محدود

هدف از انتخاب ویژگی، استخراج ویژگی های موثر و حذف ویژگی های غیر مفید و مخرب، به منظور کاهش هزینه های محاسباتی و افزایش صحت طبقه بندی می باشد. برای یک داده با N ویژگی، تعداد (N)2 زیرمجموعه ویژگی مختلف وجود دارد؛ بنابراین انتخاب ویژگی به دسته مسائل غیرچندجمله ای تعلق دارد. استفاده از الگوریتم کلونی مورچه برای انتخاب ویژگی بسیار مناسب به نظر می رسد. مشکل اصلی الگوریتم مورچه درمسئله انتخاب ویژگی، احتمال گرفتار شدن در کمینه های محلی است؛ که علت این امر، کاهش احتمال تغییرات در مسیر انتخابی به دلیل تبخیرزیاد فرومون سایر مسیرها با گذشت تعداد تکرارها می باشد. در این مقاله برای افزایش سرعت و دقت و جلوگیری از همگرایی زودرس، یک روشترکیبی با استفاده از جهش محدود برای بهبود کارایی الگوریتم کلونی مورچه در انتخاب ویژگی ارائه شده است. نتایج شبیه سازی بر روی مجموعه ای از داده های UCI نشان دهنده ی بهبود صحت طبقه بندی در الگوریتم پیشنهادی نسبت به الگوریتم ژنتیک و الگوریتم کلونی مورچه به ترتیب به میزان 2.9% , 1.8% می باشد.

کلیدواژه ها:

انتخاب ویژگی ، الگوریتم ژنتیک ، الگوریتم کلونی مورچه ، جهش ، شبکه های عصبی