基于改進(jìn)遺傳算法的支持向量機特征選擇

　　染色體編碼和適應度函數

　　所謂編碼是指將問(wèn)題的解空間轉換成遺傳算法所能處理的搜索空間。在特征選擇問(wèn)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，其位數長(cháng)度等于特征的個(gè)數。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。

　　適應度函數是整個(gè)遺傳算法中極為重要的部分[6]，好的適應度函數能使染色體進(jìn)化到最優(yōu)個(gè)體，它決定了在整個(gè)尋優(yōu)過(guò)程中是否能夠合理地協(xié)調好過(guò)早收斂和過(guò)慢結束這對矛盾。由于本文針對的是支持向量機的特征選擇問(wèn)題，所以考慮以分類(lèi)正確率和未選擇的特征個(gè)數這兩個(gè)參數作為函數的自變量，將分類(lèi)正確率作為主要衡量標準，未選擇的特征個(gè)數為次要標準。由此建立以下的適應度函數：

　　式中C為分類(lèi)正確率，為未選擇的特征個(gè)數，a是調節系數，用來(lái)平衡分類(lèi)正確率和未選擇的特征個(gè)數對適應度函數的影響程度，同時(shí)該系數也體現了用最少的特征得到較大分類(lèi)正確率的原則，在本文中a取0.00077。由上式可知，分類(lèi)正確率越高，未選的特征個(gè)數越多，染色體的適應度就越大。

　　選擇操作

　　選擇操作需要按照一定的規則從原有的種群中選擇部分優(yōu)秀個(gè)體用來(lái)交叉和變異。選擇原則建立在對個(gè)體適應度進(jìn)行評價(jià)的基礎上，目的是避免基因損失，提高全局收斂性和計算效率。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(lái)，以確保有足夠的優(yōu)良個(gè)體進(jìn)入下一代，對剩下的60%的個(gè)體采用輪盤(pán)算法進(jìn)行選擇，這樣做可以彌補保留前40%個(gè)體而帶來(lái)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。