Page 381 - 《软件学报》2024年第4期

徐怡 等: 基于遗传算法的划分序乘积空间问题求解层选择 1959

由表 5 和图 4 可以看出, 随着阈值 ζ 的增大, TSAGA 和 GSS 两种方法在大多数数据集上选出的问题求解层
的粒度都逐渐变细. 但是, 所提两阶段自适应遗传算法 (TSAGA) 在保持和 GSS 分类精度相同的前提下, 在所有数
据集上选出的问题求解层都比 GSS 方法选出的问题求解层粒度更粗.

30 35 GSS 34 GSS
GSS 32
TSAGA TSAGA
25 TSAGA 30 30
28
25
26
粒度 20 粒度 20 粒度 24
15 22
20
15 18
10 16
10
0.2 0.4 0.6 0.8 1.0 0.2 0.4 0.6 0.8 1.0 0.2 0.4 0.6 0.8 1.0
阈值 ζ 阈值 ζ 阈值 ζ
(a) Kr-vs-kp (b) Dermatology (c) Student-por
150
55 140 60 GSS
50 GSS 130 55 TSAGA
45 TSAGA 120 50
粒度 40 粒度 110 GSS 粒度 45
35
100
40
30
25 90 TSAGA 35
80
20 70 30
15 25
60
0.2 0.4 0.6 0.8 1.0 0.2 0.4 0.6 0.8 1.0 0.2 0.4 0.6 0.8 1.0
阈值 ζ 阈值 ζ 阈值 ζ
(d) Divorce (e) Urban (f) Sonar
30 200 GSS
GSS 22
25 20 180 TSAGA
TSAGA
18 160
粒度 20 粒度 16 粒度 140
15 14 GSS 120
12
TSAGA 100
10 10
8 80
0.2 0.4 0.6 0.8 1.0 0.2 0.4 0.6 0.8 1.0 0.2 0.4 0.6 0.8 1.0
阈值 ζ 阈值 ζ 阈值 ζ
(g) Phishing (h) Mushroom (i) SCADI
图 4 TSAGA 和 GSS 在不同阈值下所选问题求解层的粒度

在第 3 组实验中, 依然以 GSS 方法选出的满意问题求解层的分类精度为标准, 设置阈值 ζ 分别取 0.2、0.4、
0.6、0.8、1.0, 在每个阈值下均进行 10 次实验, 取 10 次实验结果的平均值作为最终结果. 消融实验结果如表 6 所
示. 为了使结果更加直观, 我们将表 6 中的实验数据以图的形式展现出来, 如图 5 所示. 图 5 中横坐标为阈值 ζ , 纵
坐标为问题求解层的粒度.

表 6 消融实验结果

ζ
数据集 最细粒度 实验方法
0.2 0.4 0.6 0.8 1.0
TSAGA不采用自适应选择算子 16.5 16.4 18.0 18.0 23.0
TSAGA不采用自适应交叉算子 16.2 16.4 18.0 18.0 23.0
Kr-vs-kp 36 TSAGA不采用自适应大变异算子 16.9 17.7 18.2 18.2 23.2
TSAGA不采用两阶段 16.5 16.4 18.0 18.0 23.0
TSAGA 16.1 16.0 18.0 18.0 23.0