群体智能优化算法

群体智能优化算法

群体智能（SI）源于对以蚂蚁、蜜蜂等为代表的社会性昆虫的群体行为的研究，群居性生物通过协作表现出的宏观智能行为特征。群体智能算法有粒子群优化算法(PSO)、蚁群优化算法(ACO)、人工蜂群优化算法(ABC)、差分进化算法(DE)、引力搜索算法(GSA)、萤火虫算法(FA)、蝙蝠算法(BA)、布谷鸟优化算法(COA)、灰狼优化算法(GWO)、鲸鱼优化算法(WOA)和Salp群算法(SSA)等等

粒子群优化算法(PSO)

粒子群优化是一种强大的基于群体智能的优化方法，这种优化方法的灵感来自于鸟类和鱼类的集体行为，最近已被大量研究用于优化最终特征子集的选择。

研究现状

改进方式目标数目的应用场景将wrapper PSO和粗糙集理论相结合单目标提高疾病诊断的分类精度医学应用粒子群优化方法与支持向量机相结合单目标提高了特征选择的性能数值型将PSO-SVM与分布式并行架构相结合单目标克服高维数据集的高计算复杂度数值型