自适应和声搜索算法及在粗糙集属性约简中的应用  

Adaptive harmony search algorithm and its application in rough set reduction

作　　者：孔芝[1,2] 高利群[2] 王立谦[2] 

机构地区：[1]东北大学秦皇岛分校,河北秦皇岛066004 [2]东北大学信息科学与工程学院,沈阳110004

出　　处：《控制与决策》2009年第10期1580-1584,共5页Control and Decision

基　　金：国家自然科学基金项目(60274009)

摘　　要：针对改进和声搜索算法(IHS)存在的不足,提出了自适应和声搜索算法(AHS).该算法利用和声库中变量函数的最大差值来调节PAR和bw,从而提高了对多维问题的搜索效率.利用5个标准测试函数对AHS算法进行测试,并应用于粗糙集的属性约简中.仿真结果表明了该算法的有效性和实用性.To the shortcomings of the improved harmony search（IHS）algorithm,The adaptive harmony search（AHS）algorithm is proposed,which uses the maximum difference of objective function values in the harmony memory to adjust PAR and bw,so as to improve the search efficiency of multidimension problems.Then,the proposed AHS algorithm is tested with five criteria,and is applied to relative attribute reduction.The simulation result shows the effectiveness and feasibility of the algorithm.

关 键 词：粗糙集 自适应和声算法 属性约简 属性重要度 启发式算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]