Der Artikel stellt einen neuartigen Metaheuristik-Algorithmus namens Frog-Snake prey-predation Relationship Optimization (FSRO) vor, der von der Beute-Räuber-Beziehung zwischen Fröschen und Schlangen in der Natur inspiriert ist und für diskrete Optimierungsprobleme angewendet werden kann.
Der Algorithmus modelliert drei Phasen des Jagdverhaltens von Schlangen - "Suche", "Annäherung" und "Fang" - sowie das charakteristische Verhalten von Fröschen, stehen zu bleiben, um anzulocken und dann zu fliehen. Darüber hinaus ermöglicht die Einführung der Evolutionsspieltheorie eine dynamische Steuerung des Suchprozesses.
Der vorgeschlagene Algorithmus wurde in Computertests auf 26 Maschinenlern-Datensätzen zur Merkmalsauswahl getestet, um seine Leistung zu analysieren und Verbesserungen zu identifizieren. In den Computertests zeigte der vorgeschlagene Algorithmus eine bessere Leistung als die Vergleichsalgorithmen in Bezug auf den besten und den Standardabweichungswert der Fitnessfunktion sowie die Genauigkeit. Es wurde auch nachgewiesen, dass die dynamische Suchsteuerung durch die Evolutionsspieltheorie eine effektive Methode ist und der vorgeschlagene Algorithmus die Fähigkeit zu einer ausgewogenen Suche besitzt, die die beiden Ziele der Genauigkeitsverbesserung und der Datenreduktion erreicht.
翻譯成其他語言
從原文內容
arxiv.org
深入探究