数据仓库中用于视图选择的增强遗传算法

• 作者: 孙霞 张德贤 王自强
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 遗传算法 数据仓库 视图选择
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 图形图像与数据库技术
• 页码范围: 367-371
• 页数: 5页
• 分类号: TP311
• 字数: 5827字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2007.02.038

摘要

物化视图选择问题是数据仓库设计中最重要的问题之一,为了高效地解决这一问题.提出了一个如何选择物化视图集的增强遗传算法,以便在存储空间约束的条件下,取得较好的查询性能和较低的视图维护代价.这一算法的核心思想在于,首先,运用一个基于单位空间最大收益值的预处理算法来生成初始解,然后,该初始解经采用了多种优化策略的遗传算法进行提高,这些优化策略包括:基于改进的锦标赛和精英选择相结合的选择算子、基于半均匀交叉算子及自适应变异算子.并且,在进化过程中产生的无效解用损失函数加以修补.试验结果表明,该算法在寻优性能上优于启发式算法和经典遗传算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张德贤	河南工业大学信息科学与工程学院	88	431	10.0	17.0
2	王自强	河南工业大学信息科学与工程学院	19	122	6.0	10.0
3	孙霞	河南工业大学信息科学与工程学院	7	23	3.0	4.0