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:
为了降低分解型算法求解大规模问题的运行时间成本,结合分解型多目标进化算法(MOEA/D)和Spark分布式计算框架的特点,提出了一个主从分布式分解型多目标进化算法(MODEA/D-RDD).在新的方案中每个Map保存且进化一个子问题,从而通过多个Map分布式计算提高效率.测试例上的实验结果表明,在求得解集质量不明显降低的前提下,全局种群进化方案能够有效缩短求解多目标问题的计算时间.
推荐文章
基于Spark的PFP-Growth并行算法优化实现
并行化
Spark
关联挖掘
PFP-Growth
基于 BF 行为的多目标分布估计算法优化配置 SFCL
超导故障限流器
最优配置
多目标分布算法
收敛性和多样性
细菌觅食算法
一个多目标优化演化算法的收敛性分析框架
多目标优化
演化算法
Pareto前沿
收敛性
有限马尔科夫链
基于Spark的聚类算法优化与实现
聚类算法优化
Spark
数据分布分析
数据聚类
聚类分析
数据处理
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计算框架的多目标优化算法实现
来源期刊 现代信息科技 学科 工学
关键词 Spark计算框架 多目标优化 MOEA/D算法
年,卷(期) 2021,(22) 所属期刊栏目 计算机技术|Computer Technology
研究方向 页码范围 66-70
页数 5页 分类号 TP391
字数 语种 中文
DOI 10.19850/j.cnki.2096-4706.2021.22.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Spark计算框架
多目标优化
MOEA/D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
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导