[发明专利]基于增强学习型菌群觅食算法的特征选择方法

摘要

本发明公开一种基于增强学习型菌群觅食算法的特征选择方法，方法包括：初始化细菌群落的位置、最大循环数值、迭代次数初始值；细菌群落中每一个菌体表示待选择的特征向量的权重向量；根据RL中最大化历史经验值策略，为每一菌体选择一种运动行为并执行，获取更新后的每一菌体的更新位置及更新位置后每一菌体的适应度值；基于RL规则，针对每一菌体适应度值的变化，获取反馈值；根据反馈值更新每一菌体所累积的历史经验值，将迭代次数增加1，重复上述过程，直至迭代次数大于最大循环数值时，输出细菌群落。本发明的方法采用增强学习型的优化方式代替了传统的概率型优化方式，能够得到更好的识别结果并且耗时较少。

主权项

1.一种基于增强学习型菌群觅食算法的特征选择方法，其特征在于，包括：步骤S1、初始化细菌群落的位置，设置最大循环数值和迭代次数初始值；所述细菌群落中每一个细菌菌体表示待选择的特征向量的权重向量；步骤S2、根据增强学习RL中最大化历史经验值策略，为所述细菌群落中每一细菌菌体选择一种运动行为；步骤S3、在每一细菌菌体执行运动行为之后，获取更新后的每一个细菌菌体的更新位置；步骤S4、获取更新位置后的每一个细菌菌体的适应度值；步骤S5、基于RL规则，针对每一个细菌菌体更新前的位置和更新后的位置的适应度值的变化，获取反馈值；步骤S6、根据所述反馈值，更新每一个菌体所累积的历史经验值，输出细菌群落；步骤S7、将迭代次数增加1，重复步骤S2至步骤S6，直至所述迭代次数大于等于最大循环数值时，输出细菌群落。