基于改进量子粒子群的分布式并行计算框架设计

• 作者: 王卫锋 田亮
• 来源期刊: 计算机测量与控制
• 关键词: 量子粒子群 任务 并行计算 混沌
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 1960-1962,1966
• 页数: 4页
• 分类号: TP393
• 语种: 中文

摘要

为了实现用户任务在大规模计算机集群上进行高效地处理,并克服现有并行计算框架通用性不强的缺点,提出了一种基于改进量子群算法和Map-Reduce模型的通用并行计算框架;首先,对经典的Map-Reduce分布式并行计算框架以及并行计算流程进行了具体描述;然后,基于改进的量子粒子群算法设计了改进的Map-Reduce模型,在Map阶段通过多种群并行搜索并计算所有粒子适应度,在Shuffle和Sort阶段实现粒子的排序和种群的重新划分,然后在Reduce阶段更新控制系数和粒子位置,当最优解不变时,通过混沌扰动对其进行扰动;仿真实验表明同,文中设计的基于改进量子粒子群算法和Map-Reduce模型能高效地执行任务,较传统的Map-Reduce模型具有较少的执行时间,具有很强的可行性,是一种有效的通用并行计算模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王卫锋	新乡学院计算机与信息工程学院	16	34	3.0	5.0
2	田亮	新乡学院计算机与信息工程学院	30	43	4.0	5.0