特征选择方法、装置、设备、介质及产品

本申请提出一种特征选择方法、装置、设备、介质及产品，初始化阶段，将多目标优化问题分解为多个单目标优化子问题，在搜索空间中随机采样生成初始解，对初始解进行真实评估，并将其存入存档，循环处理阶段，利用存档训练多目标核岭回归模型，从存档中选择跟每个子问题适配的解作为其初始父代种群，采用遗传算子得到子代种群，并利用多目标核岭回归模型对子代特征解进行预测精度和推理时间的预测，根据预测结果更新父代种群，从进化后的种群中采用稀疏性驱动的填充采样准则来选择进行真实评估的新解并更新存档。通过代理模型辅助的子问题协同优化，得到原始多目标优化问题的非支配解，提升了预测精度、计算效率、收敛性与多样性。