基于Spark的并行遗传算法求解多峰函数极值

• 作者: 刘鹏 叶帅 孟磊 王灿
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 遗传算法 多峰函数 极值 并行计算 Spark Hadoop
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 高性能计算
• 页码范围: 210-217
• 页数: 8页
• 分类号: TP301
• 字数: 4573字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.02.003

摘要

遗传算法求解多峰函数极值需进行反复多次的迭代运算,面对大数据样本时会出现运算效率过低的现象,这极大地限制了遗传算法的实际应用.经典Hadoop并行平台可在一定程度上提高遗传算法的运行效率,而新一代Spark并行平台可以更加充分地发挥遗传算法的并行潜能.设计并实现了基于Spark的并行遗传算法,在各个子节点上并行执行子种群个体的交叉、变异等操作,达到了高度并行化进化种群以高效求取多峰函数极值的目的.为方便比较,同时设计并实现了单机及Hadoop平台下的相应算法.实验结果表明,处理大数据样本时,相比传统单机和Hadoop平台,基于Spark的并行化遗传算法显著降低了求解多峰函数极值的耗时,大幅提高了算法的效率;同时,由于其并行计算带来的强大随机性,也有效避免了种群单一过早收敛的问题,提高了算法的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王灿	华东计算技术研究所航天产品部	3	5	1.0	2.0
2	叶帅	中国矿业大学信息与控制工程学院	1	3	1.0	1.0