典型文献
数据驱动下基于GPSO-FFS算法的吞吐量评估
文献摘要：
物联网等新兴技术使制造过程变得更加复杂,传统评估方法适用度低,为此研究数据驱动下的评估,但多冗余数据使运算时间增加并影响评估准确率,提出了基于改进粒子群的过滤式特征选择(genetic algorithm improves particle swarm optimization algorithm for fi ltering feature selection,GPSO-FFS)算法.采用拉普拉斯得分值(laplacian score)和皮尔逊(pearson)相关系数联合构造适应度函数,结合交叉变异算子优化粒子群算法,提高种群的多样性.以生产系统吞吐量评估为例,验证了所提方法的特征选择能力和判别效果,其准确率提高了5.9％.
文献关键词：
吞吐量评估;特征选择;粒子群;遗传算法;Laplacian Score
中图分类号：
作者姓名：
张蓝天
作者机构：
西南科技大学制造科学与工程学院 四川绵阳 621010
文献出处：
引用格式：
[1]张蓝天-.数据驱动下基于GPSO-FFS算法的吞吐量评估)[J].信息技术与信息化,2022(06):55-59
A类：
GPSO,吞吐量评估,ltering,laplacian
B类：
FFS,制造过程,用度,研究数据,多冗余,冗余数据,运算时间,影响评估,改进粒子群,特征选择,genetic,algorithm,improves,particle,swarm,optimization,fi,feature,selection,拉普拉斯得分,score,皮尔逊,pearson,数联,适应度函数,交叉变异,变异算子,优化粒子群算法,生产系统,系统吞吐量,Laplacian,Score
AB值：
0.417991
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
