[發明專利]一種增強仿生算法的可插拔式框架的實現方法

在審

• 申請號: 202211233627.2
• 申請日: 2022-10-10
• 公開（公告）號: CN115688852A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 印振宇;竇慧莉;王平心;孫嘉琪;楊習貝
• 申請（專利權）人: 江蘇科技大學
• 主分類號: G06N3/006
• 分類號: G06N3/006
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種增強仿生算法的可插拔式框架的實現方法，其特征在于，包括以下步驟：

步驟一：讀取目標任務數據集，獲取數據集中的樣本屬性和類別信息；

步驟二：根據步驟一獲取的數據信息，結合約束分數概念，解析特定類別上成對強鏈接約束和成對非強鏈接約束；

步驟三：根據步驟二得到的成對強鏈接約束和成對非強鏈接約束，計算與屬性相關的成對約束分數，在同一決策類下，同類樣本距離越近，不同類樣本距離越遠，成對約束分數最終取值就會越小，所以更小的約束分數值表示通過屬性提供的信息區分樣本的能力越高；

步驟四：利用步驟三獲得屬性在不同決策類下的約束分數值，可獲得行為類別，列為屬性的約束分數矩陣；

步驟五：使用步驟四得到的約束分數矩陣，識別具有最小局部約束分數值的屬性，并將該屬性添加到約簡池，完成融合局部約束分數概念的初始化種群步驟；

步驟六：將步驟五中得到的屬性約簡池作為不同仿生算法初始化種群。

2.根據權利要求1所述的一種增強仿生算法的可插拔式框架的實現方法，其特征在于，所述步驟一具體為：將數據集表示為決策系統D，用U表示數據集中的樣本集合，AT表示數據集中條件屬性集合，m表示數據的屬性個數，a_r(1≤r≤m)表示數據的某一個屬性，L表示數據集所有的類別集合，集合中共有q個類別且q≥2。

3.根據權利要求2所述的一種增強仿生算法的可插拔式框架的實現方法，其特征在于，所述步驟二中特定類別l_p(l_p∈L)上的成對強鏈接約束可表示為：

上式中的x_i,x_j分別表示U中任意兩個樣本，d(x_i)＝d(x_j)則表示樣本x_i,x_j的類別相同且均等于l_p；

特定類別l_p上的成對非強鏈接約束可表示為：

上式中的d(x_i)＝l_p,d(x_j)≠l_p則表示樣本x_i,x_j的類別不同且x_i類別為l_p而x_j的類別不等于l_p。

4.根據權利要求3所述的一種增強仿生算法的可插拔式框架的實現方法，其特征在于，所述步驟三中與屬性相關的成對約束分數計算公式為：

其中a_r(x_i)，a_r(x_j)分別表示為樣本xi、樣本xj的屬性。

5.根據權利要求4所述的一種增強仿生算法的可插拔式框架的實現方法，其特征在于，所述步驟四中約束分數矩陣用下述公式表示：

M_τ＝{τ(a_r,l_p)|1≤r≤m,1≤p≤q}。

6.根據權利要求1所述的一種增強仿生算法的可插拔式框架的實現方法，其特征在于，所述不同仿生算法包括遺傳算法。

7.根據權利要求1所述的一種增強仿生算法的可插拔式框架的實現方法，其特征在于，所述不同仿生算法包括森林優化算法。

8.根據權利要求1所述的一種增強仿生算法的可插拔式框架的實現方法，其特征在于，所述不同仿生算法包括魚群算法。

9.根據權利要求1所述的一種增強仿生算法的可插拔式框架的實現方法，其特征在于，所述不同仿生算法包括蝙蝠算法。

10.一種計算機存儲介質，包括存儲器和處理器，其特征在于，存儲器上存儲有增強仿生算法的可插拔式框架的實現程序，所述增強仿生算法的可插拔式框架的實現程序被至少一個處理器執行時實現權利要求1至9中任一項所述方法的步驟。