一种基于改进的角蜥优化算法的特征选择方法及系统

本发明公开了一种基于改进的角蜥优化算法的特征选择方法及系统，涉及数据特征选择技术领域，包括：使用α‑促黑素率MSH、基于生物地理学习策略BLS、层次结构HS、角蜥优化算法HLOA、一般反向学习OBL和随即跟随RF更新个体位置，以构建改进的角蜥优化算法bROBEHLOA；根据医学数据集，初始化算法种群，使用邻近算法KNN模型获取种群的每个个体的适应度值，并使用bROBEHLOA算法寻找最优特征子集，当到达最大迭代次数时输出最优特征子集。本发明能够避免算法陷入局部最优解导致关键特征遗漏。