粗粒度并行遗传算法的MapReduce并行化实现

• 作者: 程兴国 肖南峰
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 遗传算法 粗粒度并行遗传算法 MapReduce
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 信息·计算机
• 页码范围: 66-70,74
• 页数: 6页
• 分类号: TP18
• 字数: 2153字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2013.10.014

摘要

针对粗粒度并行遗传算法的特点,给出了MapReduce编程模型实现遗传算法的方法.将随机生成的初始种群分割成若干个子种群,用Map方法实现单个子种群的传统遗传算法.各个子种群在不同的Node上相互独立地并发执行个体适应值计算、选择、交叉和变异等操作,在Partition环节将每个子群所提取的最优个体迁移到其他子种群中,以实现各个子种群的共同进化.该方法充分利用了MapReduce的高度并行性,提高了算法的效率,同时在一定程度上克服了过早收敛和局部最优解问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖南峰	华南理工大学计算机科学与工程学院	83	679	14.0	19.0
2	程兴国	华南理工大学计算机科学与工程学院	7	48	4.0	6.0