【优化求解】基于二进制蜻蜓算法求解最优目标matlab源码

最新推荐文章于 2022-11-29 09:19:49 发布

Matlab科研辅导帮

最新推荐文章于 2022-11-29 09:19:49 发布

阅读量267

点赞数 1

分类专栏：优化求解文章标签： matlab 算法 python

本文链接：https://blog.csdn.net/m0_60703264/article/details/120690748

版权

优化求解专栏收录该内容

357 篇文章 44 订阅

订阅专栏

本文介绍了基于二进制蜻蜓算法（BDA）的特征选择方法在小批量生产质量预测中的应用。通过加载'ionosphere'数据集，设置参数并运行BDA，最终得到最优特征子集，并绘制了算法的收敛曲线，展示了其在特征选择过程中的性能。

摘要由CSDN通过智能技术生成

1 模型

2 部分代码

%-------------------------------------------------------------------------%%  Binary Dragonfly Algorithm (BDA) source codes demo version             %                                  %%-------------------------------------------------------------------------%%---Inputs-----------------------------------------------------------------% feat:   features% label:  labelling% N:      Number of dragonflies% T:      Maximum number of iterations% Dmax:   Maximum velocity% *Note: k-value of KNN & hold-out setting can be modified in jFitnessFunction.m%---Outputs----------------------------------------------------------------% sFeat:  Selected features% Sf:     Selected feature index% Nf:     Number of selected features% curve:  Convergence curve%--------------------------------------------------------------------------%% Binary Dragonfly Algorithmclc, clear, close; % Benchmark data set load ionosphere.mat; % Parameter settingN=10;T=100; Dmax=6;% Binary Dragonfly Algorithm[sFeat,Sf,Nf,curve]=jBDA(feat,label,N,T,Dmax);% Plot convergence curvefigure(); plot(1:T,curve); xlabel('Number of iterations');ylabel('Fitness Value'); title('BDA'); grid on;