第４５卷第９期２０２３年９月系统工程与电子技术ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓＶｏｌ．４５Ｎｏ．９Ｓｅｐｔｅｍｂｅｒ２０２３文章编号：１００１５０６Ｘ（２０２３）０９２８３１１２网址：ｗｗｗ．ｓｙｓｅｌｅ．ｃｏｍ收稿日期：２０２２０５０６；修回日期：２０２２０８０９；网络优先出版日期：２０２２１００７。网络优先出版地址：ｈｔｔｐ：∥ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／１１．２４２２．ＴＮ．２０２２１００７．１６１３．００６．ｈｔｍｌ基金项目：科技部科技创新２０３０重大项目（２０２０ＡＡＡ０１０４８０２）；国家自然科学基金（９１９４８３０３）；国家自然科学青年基金（６１８０２４２６）资助课题通讯作者．引用格式：李庚松，刘艺，郑奇斌，等．基于蚁狮算法的元特征选择方法［Ｊ］．系统工程与电子技术，２０２３，４５（９）：２８３１２８４２．犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋：ＬＩＧＳ，ＬＩＵＹ，ＺＨＥＮＧＱＢ，ｅｔａｌ．Ｍｅｔａｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎａｎｔｌｉｏｎｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２０２３，４５（９）：２８３１２８４２．基于蚁狮算法的元特征选择方法李庚松１，刘艺１，，郑奇斌２，秦伟１，李红梅２，任小广１，宋明武３（１．国防科技创新研究院，北京１０００７１；２．军事科学院，北京１０００９１；３．天津（滨海）人工智能创新中心，天津３００４５７）摘要：为了提升基于元学习算法选择的性能，提出一种基于蚁狮算法的元特征选择方法。首先，通过鲁棒初始化机制构建初始种群，增强所选元特征子集的鲁棒性。其次，在个体解的搜索过程中应用动态边界策略，增加方法的种群多样性。然后，采用混沌映射变异策略，提升方法的寻优性能，给出方法伪代码并分析时间复杂度。最后，使用１３０个数据集、１５０种元特征、８种候选算法和５种性能指标构建分类算法选择问题进行测试实验，分析方法的参数敏感性和机制策略效果，通过准确率、查准率、查全率和犉１分数指标评估并对比方法性能，验证了所提方法的有效性和优越性。关键词：元特征选择；蚁狮优化算法；...
