平衡优化算法在特征选择中的应用（Matlab代码实现）

💥💥💥💞💞💞欢迎来到本博客❤️❤️❤️💥💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

目录

​​💥1 概述​​

​​📚2 运行结果​​

​​🎉3 参考文献​​

​​🌈4 Matlab代码实现​​

💥1 概述

    平衡优化器（EO）的灵感来自用于估计动态和平衡状态的控制体积质量平衡模型。在EO中，每个颗粒（溶液）及其浓度（位置）充当搜索剂。搜索代理随机更新其相对于迄今为止最佳解决方案（即平衡候选者）的浓度，以最终达到平衡状态（最佳结果）。一个定义明确的“生成率”术语被证明可以激发EO的勘探能力。

📚2 运行结果

🎉3 参考文献

部分代码：

%---Inputs-----------------------------------------------------------
 % feat     : feature vector ( Instances x Features )
 % label    : label vector ( Instances x 1 )
 % N        : Number of particles
 % max_Iter : Maximum number of iterations
 % a1       : Parameter 
 % a2       : Parameter 
 % GP       : Generation rate control parameter %---Output-----------------------------------------------------------
 % sFeat    : Selected features (instances x features)
 % Sf       : Selected feature index
 % Nf       : Number of selected features
 % curve    : Convergence curve
 %-------------------------------------------------------------------- %% Equilibrium Optimizer
 clc, clear, close; 
 % Benchmark data set 
 load ionosphere.mat; % Set 20% data as validation set
 ho = 0.2; 
 % Hold-out method
 HO = cvpartition(label,'HoldOut',ho);% Parameter setting
 N        = 10; 
 max_Iter = 100;
 a1       = 2;      % constant
 a2       = 1;      % constant
 GP       = 0.5;    % generation probability % Equilibrium Optimizer
 [sFeat,Sf,Nf,curve] = jEO(feat,label,N,max_Iter,a1,a2,GP,HO);% Plot convergence curve
 plot(1:max_Iter,curve);
 xlabel('Number of iterations');
 ylabel('Fitness Value');
 title('EO'); grid on;

​​🌈​​4 Matlab代码实现