【特征选择】时变正弦和 V 形传递函数 (BMPA-TVSinV) 的新型二元海洋捕食者算法附matlab代码

简介: 【特征选择】时变正弦和 V 形传递函数 (BMPA-TVSinV) 的新型二元海洋捕食者算法附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测雷达通信 无线传感器

信号处理图像处理路径规划元胞自动机无人机 电力系统

⛄ 内容介绍

特征选择问题是从数据集中找到最优特征子集的预处理机制之一。当特征数量增加时,问题的搜索空间将呈指数级增长。因此,特征选择问题被归类为 NP-hard 问题,精确的算法无法在合理的时间找到最优子集。因此,元启发式算法等近似算法被广泛应用于解决该问题。特征选择问题是一个离散(二元)优化问题;因此,可以使用离散元算法来找到最佳的特征子集。最近引入的元启发式算法之一是海洋捕食者算法 (MPA),它已经显示出对许多连续优化问题的良好解决方案。引入了一种使用时变正弦和 V 形传递函数 (BMPA-TVSinV) 的新型二元海洋捕食者算法,以查找数据集中的最佳特征子集。所提出的算法应用两个新的时变传递函数将连续搜索空间转换为二进制搜索空间。这些传递函数显着提高了 BMPA-TVSinV 的特征选择性能。COVID-19 数据集用于显示 BMPA-TVSinV. 在问题中的效率。

⛄ 部分代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%


% Z. Beheshti, BMPA-TVSinV: A Binary Marine Predators Algorithm using time-varying sinus and V-shaped transfer functions for

% wrapper-based feature selection, Knowledge-Based System (2022) 109446.

% doi:https://doi.org/10.1016/j.knosys.2022.109446.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%

% warning off; %#ok

%

clc

close all

clear all   %#ok<CLALL>


global A train_data test_data;


%%

% Dataset

A=xlsread('COVID19_II_r.csv');     CaseName='COVID19(II)';


%%

N=30; %Poulation Size

max_it=100;  %Maximum Number of Iteration

p=size(A,2)-1; % The number of attributes

%%

   r=randperm(size(A,1));

   train_data=r(1:floor(length(r)*0.8));      % Training Set= 80%

   test_data=r(floor(length(r)*0.8)+1:end);   % Testing Set=20%

   %%

   disp('**************  BMPA-TVSinV  **************');

   [BestChart,BestFitness,Error,BestPosition]=BMPA_TVSinV(N,max_it,p,'Fitness');

   q=sum(BestPosition,2); % Selected Feature

   disp(['Accuracy BMPA-TVSinV:',num2str((1-Error)*100), '  #Selected Features=',num2str(q) ,'  #Best Fitness=',num2str(BestFitness)]);

 

%% Plot


figure

maxit=1:1:max_it;

plot(maxit,BestChart,  '-','LineWidth',2);


legend('\fontsize{10}\bf BMPA-TVSinV');

xlabel('\fontsize{12}\bf Iteration');

ylabel(['\fontsize{11}\bf Fitness for ',CaseName,' Dataset']);

⛄ 运行结果

⛄ 参考文献

Z. Beheshti, BMPA-TVSinV: A Binary Marine Predators Algorithm using time-varying sinus and V-shaped transfer functions for wrapper-based feature selection, Knowledge-Based Systems (2022) 109446. doi:https://doi.org/10.1016/j.knosys.2022.109446.

⛄ Matlab代码关注

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料



相关文章
|
7天前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
105 26
|
7天前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
从零构建短视频推荐系统:双塔算法架构解析与代码实现
短视频推荐看似“读心”,实则依赖双塔推荐系统:用户塔与物品塔分别将行为与内容编码为向量,通过相似度匹配实现精准推送。本文解析其架构原理、技术实现与工程挑战,揭秘抖音等平台如何用AI抓住你的注意力。
110 6
从零构建短视频推荐系统:双塔算法架构解析与代码实现
|
7天前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
86 14
|
7天前
|
机器学习/深度学习 运维 算法
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
|
9天前
|
算法 计算机视觉
【MPDR & SMI】失配广义夹角随输入信噪比变化趋势、输出信干噪比随输入信噪比变化趋势研究(Matlab代码实现)
【MPDR & SMI】失配广义夹角随输入信噪比变化趋势、输出信干噪比随输入信噪比变化趋势研究(Matlab代码实现)
|
9天前
|
编解码 人工智能 算法
【采用BPSK或GMSK的Turbo码】MSK、GMSK调制二比特差分解调、turbo+BPSK、turbo+GMSK研究(Matlab代码实现)
【采用BPSK或GMSK的Turbo码】MSK、GMSK调制二比特差分解调、turbo+BPSK、turbo+GMSK研究(Matlab代码实现)
|
9天前
|
机器学习/深度学习 编解码 并行计算
【改进引导滤波器】各向异性引导滤波器,利用加权平均来实现最大扩散,同时保持图像中的强边缘,实现强各向异性滤波,同时保持原始引导滤波器的低低计算成本(Matlab代码实现)
【改进引导滤波器】各向异性引导滤波器,利用加权平均来实现最大扩散,同时保持图像中的强边缘,实现强各向异性滤波,同时保持原始引导滤波器的低低计算成本(Matlab代码实现)
|
9天前
|
机器学习/深度学习 传感器 边缘计算
【故障诊断】基于时滞反馈随机共振的增强型旋转电机故障诊断(Matlab代码实现)
【故障诊断】基于时滞反馈随机共振的增强型旋转电机故障诊断(Matlab代码实现)
|
9天前
|
传感器 机器学习/深度学习 算法
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)

热门文章

最新文章