云环境下求解大规模优化问题的协同差分进化算法

• 作者: 吴志健 彭虎 朱鹊桥 谭旭杰 邓长寿
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 差分进化 大规模优化 协同进化 弹性分布式数据集 云计算
• 年，卷（期）: 2018,（2）
• 页码范围: 243-253
• 页数: 11页
• 分类号: TP301
• 字数: 6496字
• 语种: 中文
• DOI: 10.11992/tis.201706053

摘要

差分进化是一种求解连续优化问题的高效算法.然而差分进化算法求解大规模优化问题时,随着问题维数的增加,算法的性能下降,且搜索时间呈指数上升.针对此问题,本文提出了一种新的基于Spark的合作协同差分进化算法(SparkDECC).SparkDECC采用分治策略,首先通过随机分组方法将高维优化问题分解成多个低维子问题,然后利用Spark的弹性分布式数据模型,对每个子问题并行求解,最后利用协同机制得到高维问题的完整解.通过在13个高维测试函数上进行的对比实验和分析,实验结果表明算法加速明显且可扩展性好,验证了SparkDECC的有效性和适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓长寿	九江学院信息科学与技术学院	42	204	8.0	11.0
2	彭虎	九江学院信息科学与技术学院	18	62	5.0	7.0
3	吴志健	武汉大学软件工程国家重点实验室	47	513	13.0	21.0
4	谭旭杰	九江学院信息科学与技术学院	11	34	4.0	5.0
5	朱鹊桥		1	0	0.0	0.0