基于探采分工的人工蜂群算法及其在食管癌预测中的应用

王英聪, 严军, 孙军伟, 王延峰

工程科学与技术 ›› 2025, Vol. 57 ›› Issue (04) : 112 -122.

PDF
工程科学与技术 ›› 2025, Vol. 57 ›› Issue (04) : 112 -122.

基于探采分工的人工蜂群算法及其在食管癌预测中的应用

作者信息 +

Author information +
文章历史 +
PDF

摘要

人工蜂群(ABC)算法在搜索过程中侧重探索但不擅长开采,造成收敛速度慢、求解精度低等问题。为此,本文提出一种基于探采分工的ABC算法,包含雇佣蜂探索、跟随蜂开采和侦察蜂补充3个阶段。在探索阶段,考虑到过多地利用随机解信息会偏向随机搜索,为雇佣蜂设计基于多样性精英引导的解搜索方程,并引入广度优先搜索策略加强探索。在开采阶段,考虑到过多地利用最优解信息会导致早熟收敛,为跟随蜂设计基于目标值精英引导的解搜索方程,并利用深度优先搜索策略强化开采。在侦察蜂补充阶段,考虑到侦察蜂的随机初始化方式会丢失前期搜索经验,且雇佣蜂和跟随蜂搜索方程形式单一,为侦察蜂设计兼顾基于目标值的最优解、基于多样性的最优解和前期搜索经验的邻域搜索方程。在CEC2021测试集和食管癌预测问题上检验算法性能,并与6种ABC算法进行对比。对于数值优化问题,本文算法在大部分函数上取得了最优解,Friedman检验时排名第1,Wilcoxon检验时显著优于另外5种ABC算法。同时,本文算法在收敛速度和时间效率方面也占优。对于预测模型优化问题,与基本算法相比,本文算法准确率提高了15.72%,敏感性提高了20.14%,特异性提高了15.03%,F1分数提高了16.23%。

关键词

人工蜂群算法 / 探索与开采 / 精英引导 / 搜索方程

Key words

引用本文

引用格式 ▾
王英聪, 严军, 孙军伟, 王延峰. 基于探采分工的人工蜂群算法及其在食管癌预测中的应用[J]. 工程科学与技术, 2025, 57(04): 112-122 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

6

访问

0

被引

详细

导航
相关文章

AI思维导图

/