程美英， 倪志伟， 朱旭辉

(1. 合肥工业大学管理学院， 安徽 合肥 230009； 2. 过程优化与智能决策教育部重点实验室， 安徽 合肥 230009； 3. 新加坡南洋理工大学计算机科学与工程学院计算智能中心实验室， 新加坡 639798)



融合粗糙集和扩散二元萤火虫算法的属性约简方法

程美英1,2,3， 倪志伟1,2， 朱旭辉1,2

(1. 合肥工业大学管理学院， 安徽 合肥 230009； 2. 过程优化与智能决策教育部重点实验室， 安徽 合肥 230009； 3. 新加坡南洋理工大学计算机科学与工程学院计算智能中心实验室， 新加坡 639798)

从一维细胞自动机模型入手，将自然界中种群的扩散行为引入二元萤火虫算法(binary glowworm swarm optimization, BGSO)中，提出了一种扩散二元萤火虫算法 (spread binary glowworm swarm optimization, SBGSO)。该算法对萤火虫个体设置营养值及营养阈值的上下限，然后执行扩散操作，以正态分布方式产生新的个体，并淘汰一些持续表现很差的个体，释放资源给其他个体，以保持种群的动态多样性。然后将SBGSO作为搜索策略，粗糙集 (rough set, RS) 作为评价准则，应用于大数据预处理的属性约简问题。为验证本文算法的可行性，采用5个UCI数据集进行实验，并结合10-fold和支持向量机(support vector machine,SVM)算法对预测结果分类准确率进行分析，通过与其他算法对比,表明本文算法具有较好的约简效果。

二元萤火虫算法； 扩散机制； 一维细胞自动机； 粗糙集； 属性约简

0　引　言

萤火虫算法是一种模拟自然界中萤火虫成虫聚集发光行为的仿生智能算法。目前萤火虫算法主要有两个版本：一种称为GSO(glowworm swarm optimization)[1],另一种称为FA(firefly algorithm)[2]。FA在仿生原理上与GSO大致相似，但具体实现时有一定的差异。……