一种自适应变异二进制粒子群算法

针对二进制粒子群算法(BPSO)具有过早收敛的缺陷,在粒子位置更新后提出变异概率自适应从大到小的变异操作。同时对算法惯性权重参数采用递增的设置方案,从而得到一种自适应变异BPSO算法(AMBPSO),将其应用于特征选择问题。实验结果表明,提出的新算法前期具有较强的全局搜索能力,后期具有较强的局部搜索能力,能使平均选择特征数量最多从27.6个减少到20.2个,平均分类准确率最多从91.346%提升到94.135%。