基于改進(jìn)遺傳算法的支持向量機(jī)特征選擇

　　染色體編碼和適應(yīng)度函數(shù)

　　所謂編碼是指將問題的解空間轉(zhuǎn)換成遺傳算法所能處理的搜索空間。在特征選擇問題中，常常使用二進(jìn)制的編碼形式，使得每個(gè)二進(jìn)制就是一個(gè)染色體，其位數(shù)長(zhǎng)度等于特征的個(gè)數(shù)。每一位代表一個(gè)特征，每位上的1表示選中該特征，0則表示不選中。每一代種群都由若干個(gè)染色體組成。

　　適應(yīng)度函數(shù)是整個(gè)遺傳算法中極為重要的部分[6]，好的適應(yīng)度函數(shù)能使染色體進(jìn)化到最優(yōu)個(gè)體，它決定了在整個(gè)尋優(yōu)過程中是否能夠合理地協(xié)調(diào)好過早收斂和過慢結(jié)束這對(duì)矛盾。由于本文針對(duì)的是支持向量機(jī)的特征選擇問題，所以考慮以分類正確率和未選擇的特征個(gè)數(shù)這兩個(gè)參數(shù)作為函數(shù)的自變量，將分類正確率作為主要衡量標(biāo)準(zhǔn)，未選擇的特征個(gè)數(shù)為次要標(biāo)準(zhǔn)。由此建立以下的適應(yīng)度函數(shù)：

　　式中C為分類正確率，為未選擇的特征個(gè)數(shù)，a是調(diào)節(jié)系數(shù)，用來平衡分類正確率和未選擇的特征個(gè)數(shù)對(duì)適應(yīng)度函數(shù)的影響程度，同時(shí)該系數(shù)也體現(xiàn)了用最少的特征得到較大分類正確率的原則，在本文中a取0.00077。由上式可知，分類正確率越高，未選的特征個(gè)數(shù)越多，染色體的適應(yīng)度就越大。

　　選擇操作

　　選擇操作需要按照一定的規(guī)則從原有的種群中選擇部分優(yōu)秀個(gè)體用來交叉和變異。選擇原則建立在對(duì)個(gè)體適應(yīng)度進(jìn)行評(píng)價(jià)的基礎(chǔ)上，目的是避免基因損失，提高全局收斂性和計(jì)算效率。本文首先將整個(gè)種群中最優(yōu)的前40%的個(gè)體保留下來，以確保有足夠的優(yōu)良個(gè)體進(jìn)入下一代，對(duì)剩下的60%的個(gè)體采用輪盤算法進(jìn)行選擇，這樣做可以彌補(bǔ)保留前40%個(gè)體而帶來的局部最優(yōu)解不易被淘汰的不利影響，有利于保持種群的多樣性。