摘要:通過(guò)對(duì)傳統(tǒng)的單種群粒子群算法的分析,提出一種基于MapReduce模型的分布式粒子群算法,解決粒子群算法在求解大規(guī)模優(yōu)化問(wèn)題時(shí)求解效率和精度明顯下降等問(wèn)題。在粒子群進(jìn)化過(guò)程中,粒子速度和位置的更新采用慣性權(quán)重的方法,其權(quán)重值線性遞減,并且利用多子群進(jìn)化策略,提高算法的收斂精度。通過(guò)MapReduce模型實(shí)現(xiàn)算法的并行化,有效提高算法求解效率。選取目前比較流行的幾種算法,并在13個(gè)500維、1000維的標(biāo)準(zhǔn)測(cè)試函數(shù)上仿真試驗(yàn),結(jié)果顯示該算法具有良好的優(yōu)化性能。
注:因版權(quán)方要求,不能公開(kāi)全文,如需全文,請(qǐng)咨詢雜志社。
山東工業(yè)大學(xué)學(xué)報(bào)雜志, 雙月刊,本刊重視學(xué)術(shù)導(dǎo)向,堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:研究報(bào)告、文獻(xiàn)綜述、簡(jiǎn)報(bào)、專題研究等。于1986年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。