MATLAB群智能开源第二十一期-寄生捕食优化算法

1 写在前面

该系列为基础群智能优化算法，欢迎私信一起交流问题，更多的改进算法可查看往期的推文。有问题或者需要其他建议的话，非常欢迎后台私信交流，共同进步，如若出现违反学术道德的情况与本博客以及作者无关，所有资料仅做参考。

推文相关代码后台回复关键词获取，代码本身不值钱，值钱的是思想，欢迎大家后台私信留言

2 算法基本原理

最大化分类精度和最小化所选特征的数量是使用特征选择来克服维度灾难的两个主要不兼容目标。“分类精度高度依赖于数据集中可能包含不相关或冗余数据的特征的性质。特征选择的主要目的是消除这些类型的特征以提高分类准确性。”这项工作提出了一种新的元启发式优化方法，称为寄生-捕食算法（PPA），它模仿捕食者（猫）之间的相互作用.crow-cuckoo-cat系统模型中的寄生虫（布谷鸟）和宿主（乌鸦），以克服大数据收敛性低和维数灾难的问题。所提出的混合框架结合了猫群优化（CSO）、布谷鸟搜索（CS）和乌鸦搜索算法（CSA）的相对优势，以获得一组特征组合，以提高分类精度。嵌套、寄生和捕食阶段应该有助于解决分类问题的探索能力和平衡。此外，应用Levy航班分布有助于更好地实现常规CSA的多样性，提高探索能力。同时，利用有效的适应度函数，使所提出的基于 PPA 的特征选择器使用 K-Nearest Neighbors 算法 (KNN) 获得一组特征组合。研究了提议的 PPA 和四种标准启发式搜索算法，以衡量提议的选项的效率。此外，还部署了 18 个分类数据集来衡量其功效。结果表明，与其他启发式选项