基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的遗传算法在数据量不足的单机情况下可能存在早熟的现象,遗传算法对搜索范围的依赖性很强,大搜索范围的遗传算法往往有更好的表现.为解决以上问题,可把Spark海量存储和并行计算的能力运用到遗传算法的求解上,实现一种粗粒度的并行遗传算法.利用Spark并行执行遗传算法的选择、交叉和变异等操作,可以大大提高遗传算法的搜索范围和执行速度.实验将改进后的遗传算法应用到物流配送问题中,结果表明,与单机和传统的并行模型相比,基于Spark的遗传算法在运行时间上明显减少,同时早熟的现象也得到了缓解.
推荐文章
基于遗传算法的物流配送车调度优化算法
电子商务
物流配送
车调度
遗传算法
基于遗传算法的物流配送中心选址问题研究
配送中心选址
遗传算法
匹配交叉
遗传算法在物流配送中心选址中的应用
配送中心选址
遗传算法
匹配交叉
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Spark的并行遗传算法在物流配送问题中的应用
来源期刊 计算机与现代化 学科 工学
关键词 遗传算法 分布式并行计算 Spark 物流配送算法
年,卷(期) 2018,(1) 所属期刊栏目 算法设计与分析
研究方向 页码范围 19-22
页数 4页 分类号 TP18
字数 3338字 语种 中文
DOI 10.3969/j.issn.1006-2475.2018.01.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姚文明 华北计算技术研究所后勤信息化事业部 6 15 3.0 3.0
2 王龙 华北计算技术研究所后勤信息化事业部 4 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (138)
共引文献  (305)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (2)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(6)
  • 参考文献(1)
  • 二级参考文献(5)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(15)
  • 参考文献(2)
  • 二级参考文献(13)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(21)
  • 参考文献(0)
  • 二级参考文献(21)
2011(14)
  • 参考文献(1)
  • 二级参考文献(13)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
遗传算法
分布式并行计算
Spark
物流配送算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导