基于代理辅助的进化多任务优化算法的高维特征选择方法

本发明公开了一种基于代理辅助的进化多任务优化算法的高维特征选择方法，主要涉及特征选择和智能优化领域。针对现有的用于解决高维特征选择的进化多任务优化算法的三个不足，本发明设计了一种新的进化多任务优化技术方案。本发明在任务生成阶段，提出一种同时考虑线性和非线性相关性的任务生成策略提高多样性；在知识迁移阶段，针对输家粒子提出一种代理辅助的知识迁移策略，通过代理辅助评估聚合知识与非聚合知识来迁移正向知识；此外，针对赢家粒子提出一种双向非对称翻转策略提高分类准确率。通过在小样本高维度的生物数据集上进行特征选择，实验显示，本发明相对其他基于进化多任务优化算法的特征选择方法，可以获得更优的特征子集。