Development of modified cooperative particle swarm optimization with inertia weight for feature selection

Galina A. Samigulina, Zh. A. Massimkanova

Cogent Engineering, 2020

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)

DOI 10.1080/23311916.2020.1788876

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

The article presents a modified Cooperative Particle Swarm Optimization with Inertia Weight (CPSOIW) for Smart-technology of forecasting and control of complex objects. The software “CPSOIW (Cooperative Particle Swarm Optimization with Inertia Weight)” based on a modified CPSOIW algorithm has been developed in Python programming language and is used to process a multidimensional data and to create an optimal set of descriptors. The proposed algorithm combines the advantages of inertia weight particle swarm optimization (IWPSO) algorithm and cooperative particle swarm optimization (CPSO) algorithm. IWPSO algorithm allows to avoid an early convergence and to prevent particles from trapping into local optima due to update an inertia weight at each iteration. CPSO algorithm explores a search space efficiency and more detailed in a real time by parallel computing of subswarms The modelling results and comparative analysis of CPSOIW and IWPSO algorithms have been performed based on benchmark datasets and a real production data from Installation 300 of Tengizchevroil oil and gas company.