黏菌算法介绍及其在R语言中的实现

摘要

目的 介绍黏菌算法（slime mould algorithm,SMA）原理，给出其在R语言中实现程序并进行实例应用。方法 使用R语言编写SMA必需函数及程序，利用测试函数与Python运行结果进行对比，利用实例数据验证SMA优化随机森林（random forest,RF）、支持向量机（support vector machine,SVM）超参数的可行性。结果 对测试函数，SMA在R语言中的运算结果与Python基本一致。对Iris实例数据分析表明，SMA可以优化RF及SVM，优化后的超参数与默认参数不同，但同样获得了较为理想的判别分类效果。结论 本文给出了SMA的R语言程序，该程序可以实现对机器学习方法如RF、SVM等的超参数优化，为SMA的应用提供了更多选择。

关键词

黏菌算法 / R语言 / 机器学习

基金资助

国家自然科学基金(82560670; 82073536); 广西自然科学基金(2022GXNSFAA035634)