В данной работе рассматриваются два популяционных алгоритма оптимизации: на основе поведения кузнечиков и на основе поведения стрекоз. Проводится бинаризация этих алгоритмов и рассматривается их применение для задачи отбора признаков в машинном обучении. В ходе работы оба алгоритма были реализованы в двух вариантах: для работы в непрерывном и двоичном пространстве поиска. Был проведён сравнительный анализ работы алгоритмов для задачи отбора признаков на нескольких наборах данных, анализ работы алгоритмов с жёсткими целевыми функционалами, а также были сформулированы выводы. Глава 1 содержит анализ предметной области, описывает актуальность работы и существующие алгоритмы. В Главе 2 рассмотрен алгоритм оптимизации, основанный на поведении кузнечиков, и его бинаризация. В Главе 3 рассмотрен алгоритм оптимизации, основанный на поведении стрекоз, и его бинаризация. В Главе 4 описаны результаты работы алгоритмов на нескольких наборах данных, точность классификации по признакам, отобранным с помощью данных алгоритмов, проведён анализ работы с жёсткими целевыми функционалами.

In this work, two population-based optimization algorithms are considered: algorithm based on the behavior of grasshoppers and algorithm based on the behavior of dragonflies. The binarization of these algorithms is carried out and their application to the problem of feature selection in machine learning is considered. In the course of the work, both algorithms were implemented in two versions: for working in a continuous and binary search space. A comparative analysis of the application of algorithms for the problem of feature selection on several datasets, an analysis of the application of algorithms on stiff functional were carried out and conclusions were formulated. Chapter 1 contains an analysis of the subject area, describes the relevance of the work and the existing algorithms. Chapter 2 discusses the optimization algorithm based on the behavior of grasshoppers and its binarization. Chapter 3 discusses the optimization algorithm based on dragonfly behavior and its binarization. Chapter 4 describes application of algorithms for the problem of feature selection on several data sets, the accuracy of classification based on the features selected using these algorithms, and the application of algorithms on stiff functionals.