刘东强， 陈宏伟

(湖北工业大学计算机学院，湖北 武汉 430068)

近些年来，人们根据生物种群的各种行为，相继提出了各种各样的群体智能优化算法，并取得了诸多成果。例如遗传算法[1]，粒子群优化算法[2]，人工蜂群优化算法[3]，萤火虫算法[4]等。这些算法被研究者们很好的运用到了社会的各个领域。蜻蜓算法也是一种新颖的元启发式优化算法，它模拟蜻蜓的群体行为，是由Seyedali Mirjalili为解决连续优化问题在2015年提出的。蜻蜓算法被许多学者研究与运用，如崔学婷等人提出了一种混合改进蜻蜓算法并将其应用于特征选择[5]；文献[6]利用二进制蜻蜓算法设计了一种特征选择包装器，提高了特征选择分类效果；王万良等人为合理应用生产制造中产生的数据,分析和挖掘出数据中的关键特征和潜在信息,以帮助企业提高效率、降低成本,提出一种改进的蜻蜓算法,并将其用于特征选择[7]。为了提高蜻蜓算法的效率与精度，本文提出了一种改进的蜻蜓算法并运用于特征选择。文章在算法的种群初始化过程中引入混沌策略，并将原来的线性权重做了一个非线性调整，最终用具体的实验数据验证了改进后的蜻蜓算法的分类精度更好。

1 蜻蜓算法

蜻蜓算法是一种新的智群优化算法，该算法具有很强的分类搜索能力和迭代优化能力，已在各个领域得到了很好的应用。蜻蜓算法的主要灵感源于自然界中蜻蜓的群体行为[8]。蜻蜓有两个重要的群体行为：狩猎和迁徙。……