蚁群优化模拟退火算法、多目标，遗传算法等近红外光谱特征选择方法

特征选择是常用的预处理任务之一，其目的是减少智能算法和模型的输入量。这有助于简化模型，降低模型训练的计算成本，提高模型的泛化能力和防止过度训练。用于前馈人工神经网络（ANNs）训练的进化特征选择的MATLAB实现。

%
% Copyright （c） 2015 Yarpiz （www.yarpiz.com）
% All rights reserved. Please read the “license.txt“ for license terms.
%
% Project Code: YPML122
% Project title: Feature selection using GA （Variable Number of Features）
% Publisher: Yarpiz （www.yarpiz.com）
% 
% Developer: S. Mostapha Kalami Heris （Member of Yarpiz Team）
% 
% Contact Info: sm.kalami@gmail.com info@yarpiz.com
%

function results=CreateAndTrainANN（xt）

    if ~isempty（x）
        
        % Choose a Training Function
        % For a list of all training functions type: help nntrain
        % ‘trainlm‘ is usually fastest.
        % ‘trainbr‘ takes longer but may be better for challenging problems.
        % ‘trainscg‘ uses less memory. NFTOOL falls back to this in low memory situations.
        trainFcn = ‘trainlm‘;  % Levenberg-Marquardt

        % Create a Fitting Network
        hiddenlayerSize = 10;
        net = fitnet（hiddenlayerSizetrainFcn）;

        % Choose Input and Output Pre/Post-Processing Functions
        % For a list of all processing functions type: help nnprocess
        net.input.processFcns = {‘removeconstantrows‘‘mapminmax‘};
        net.output.processFcns = {‘removeconstantrows‘‘mapminmax‘};

        % Setup Division of Data for Training Validation Testing
        % For a list of all data division functions type: help nndivide
        net.divideFcn = ‘dividerand‘;  % Divide data randomly
        net.divideMode = ‘sample‘;  % Divide up every sample
        net.divideParam.trainRatio = 70/100;
        net.divideParam.valRatio = 15/100;
        net.divideParam.testRatio = 15/100;

        % Choose a Performance Function
        % For a list of all performance functions type: help nnperformance
        net.performFcn = ‘mse‘;  % Mean squared error

        % Choose Plot Functions
        % For a list of all plot functions type: help nnplot
        net.plotFcns = {};
        % net.plotFcns = {‘plotperform‘‘plottrainstate‘‘ploterrhist‘ ‘plotregression‘ ‘plotfit‘};

        net.trainParam.showWindow=false;
        net.trainParam.epochs=50;
        
        % Train the Network
        [nettr] = train（netxt）;

        % Test the Network
        y = net（x）;
        e = gsubtract（ty）;
        E = perform（netty）;
        
    else        
        
        y=inf（size（t））;
        e=inf（size（t））;
        E=inf;
        
        tr.trainInd=[];
        tr.valInd=[];
        tr.testInd=[];
        
    end

    % All Data
    Data.x=x;
    Data.t=t;
    Data.y=y;
    Data.e=e;
    Data.E=E;
    
    % Train Data
    TrainData.x=x（:tr.trainInd）;
    TrainData.t=t（:tr.trainInd）;
    TrainData.y=y（:tr.trainInd）;
    TrainData.e=e（:tr.trainInd）;
    if ~isempty（x）
        TrainData.E=perform（netTrainData.tTrainData.y）;
    else
        TrainData.E=inf;
    end
    
    % Validation and Test Data
    TestData.x=x（:[tr.testInd tr.valInd]）;
    TestData.t=t（:[tr.testIn

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2020-03-26 13:18  YPML122 Evolutionary Feature Selection\
     目录           0  2020-03-26 13:18  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\
     文件        3489  2015-09-11 21:08  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\CreateAndTrainANN.m
     文件         881  2015-09-11 21:08  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\Crossover.m
     文件         635  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\DoublePointCrossover.m
     文件        1444  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\FeatureSelectionCost.m
     文件         617  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\LoadData.m
     文件         545  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\Mutate.m
     文件         511  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\RouletteWheelSelection.m
     文件         569  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\SinglePointCrossover.m
     文件         554  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\UniformCrossover.m
     文件        8631  2015-09-11 20:28  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\bodyfat_data.mat
     文件        3492  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\ga.m
     文件        1350  2015-08-23 04:39  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\license.txt
     文件         121  2015-08-23 04:35  YPML122 Evolutionary Feature Selection\01 Binary Feature Selection using GA\www.yarpiz.com.url
     目录           0  2020-03-26 13:20  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\
     文件         676  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\ApplyInsertion.m
     文件         596  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\ApplyReversion.m
     文件         588  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\ApplySwap.m
     文件        3459  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\CreateAndTrainANN.m
     文件         921  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\CreateNeighbor.m
     文件         493  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\CreateRandomSolution.m
     文件        1363  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\FeatureSelectionCost.m
     文件         622  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\LoadData.m
     文件         504  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\RouletteWheelSelection.m
     文件        2606  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\aco.m
     文件        8631  2015-09-11 20:28  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\bodyfat_data.mat
     文件        1350  2015-08-23 04:39  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\license.txt
     文件        2196  2015-09-11 21:09  YPML122 Evolutionary Feature Selection\02 Fixed Feature Selection using SA and ACO\sa.m
     目录           0  2020-03-26 13:20  YPML122 Evolutionary Feature Selection\03 Fixed Feature Selection using PSO\
     文件        3452  2015-09-11 21:10  YPML122 Evolutionary Feature Selection\03 Fixed Feature Selection using PSO\CreateAndTrainANN.m
............此处省略25个文件信息