حامد توحیدی - گروه برق، واحد بم، دانشگاه آزاد اسلامی بم، ایران
شیلا شمس الدینی - گروه برق، واحد بم، دانشگاه آزاد اسلامی بم، ایران
سعیدرضا عرب - گروه کامپیوتر، واحد بم، دانشگاه آزاد اسلامی بم، ایران

در این مقاله، نسخه بهبود یافته ای از الگوریتم بهینه ساز جمعیت مورچگان باینری با ترکیب عملگر جهش و روشهای کلاسیک برای مساله انتخاب ویژگی ارائه شده است. در روش پیشنهادی با استفاده از اطلاعات بدست آمده از روشهای انتخاب پیش رو و حذف پس رو ترمبینایی در الگوریتم مورچگان باینری تقویت می شود و عملگر وراثتی جهش از رکود الگوریتم جلوگیری میکند. روش پیشنهادی برای مساله انتخاب ویژگی بر روی دادههایSonar و Vehicle ،Wine ،Vowel ،Glassآزموده شده و در نهایت نتایج حاصل از آزمایشها ارائه شده است همچنین، برای ارزیابی کارایی روش پیشنهادی، نتایج آزمایشها با روشهای الگوریتم بهینه ساز جمعیت مورچگان باینریBACO) و الگوریتم وراثتی باینریGA) مقایسه شده است. نتایج بیانگر کارایی مناسب الگوریتم پیشنهادی است.

الگوریتم بهینه ساز جمعیت مورچگان باینری، انتخاب ویژگی، روش انتخاب پیشرو، روش حذف پسرو، عملگر جهش