基于hadoop的分布式杂交水稻算法研究

《基于hadoop的分布式杂交水稻算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级UDC学校代码10500硕士学位论文（全日制学术学位）题目：基于hadoop的分布式杂交水稻算法研究英文题目：ResearchondistributedhybridricealgorithmbasedonHadoop学位申请人姓名：邓兴鹏申请学位学科专业：计算科学与技术指导教师姓名：陈宏伟二○一八年五月分类号密级UDC学校代码10500硕士学位论文题目基于hadoop的分布式杂交水稻算法研究英文题目ResearchondistributedhybridricealgorithmbasedonHadoop研究生姓名（签名）指导教师姓

2、名（签名）职称教授申请学位学科名称计算机科学与技术学科代码论文答辩日期学位授予日期学院负责人（签名）评阅人姓名评阅人姓名年月日学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有

3、权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖北工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。学位论文作者签名：指导教师签名：日期：年月日日期：年月日摘要杂交水稻优化算法（HybridRiceOptimizationAlgorithm，HRO）是一种受三系杂交水稻（hybridrice）的育种方式启发,经过一系列的研究，进而提出的一种新的启发式进化计算的群智能优化算法。即保持系，恢复系以及不育系。通过保持系与不育系的杂交生成新的

4、杂交水稻个体。恢复系通过自交保持良好的属性。杂交过程是一个演化过程，自交过程是群体搜索的过程。这两个过程相互影响，并以适当比例组合。该算法参数较少，原理易理解，容易实现。与其他的算法相比稳定性好，寻优能力强，计算复杂度低，计算速度快，适用于多种优化问题。然而，随着互联网信息技术的飞速发展，直接或者间接产生的信息数据也在呈指数级增长，这对传统的数据挖掘算法提出了新的挑战。在这样的情况之下，大数据云计算的概念也应运而生，研究人员将传统数据挖掘算法与新兴技术相融合，利用分布式计算的思想与力量来对算法进行合理优化，使算法的综合性能有了显著改进。其中

5、Hadoop计算框架成为大数据处理的主要框架平台。本文在前人的工作及经验基础之上，设计并实现了一种基于Hadoop的分布式杂交水稻算法，旨在解决在大规模数据量时如何提升HRO算法性能的问题。通过对SVM的核函数核参数进行优化，进一步的验证基于Hadoop的分布式杂交水稻算法在参数优化上也有较好的效果。本文的主要工作如下：1．通过研究学习杂交水稻优化算法的算法模型、实现原理等理论知识，结合查阅大量的关于分布式群智能优化算法解决方案的国内外文献资料，设计并实现了基于Hadoop的分布式杂交水稻算法，提出了两种分布式方案，通过实验验证选择了其中较

6、优的解决方案对算法进行深入的研究。通过设置种群规模的大小分别对基于Hadoop的分布式杂交水稻算法和单机版杂交水稻算法进行比对实验，通过增加Hadoop集群中HadoopNode数量分别对上述两种算法进行比对实验。实验结果表明在其它条件一定的情况下，当种群规模增大时，基于Hadoop的分布式杂交水稻算法比单机杂交水稻算法性能更好，并且随着Hadoop集群节点数量的增加，其优势越来越明显。2．论文研究了优化SVM参数的问题，使用基于Hadoop的分布式杂交水稻算法优化SVM参数的方法。由于杂交水稻优化算法、GA、PSO、ACO等较为成熟的群智

7、能优化算法都是概率算法，所以，在设计实验时，用经过大量实验得出的平均值进行比对，这样更能说明问题。在优化SVM参数时，通过杂交水稻种群数量的I变化对基于Hadoop的分布式杂交水稻算法优化SVM和传统串行杂交水稻算法优化SVM在运行时间和分类精度上进行实验比对，实验结果表明，随着种群数量的增加，基于Hadoop的分布式杂交水稻算法优化SVM在分类精度上基本与传统串行杂交水稻算法优化SVM持平，但在运行时间上明显优于传统串行HRO-SVM。关键词：杂交水稻算法，分布式，Hadoop，SVM，参数优化IIAbstractHybridRiceOp

8、timizationAlgorithm(HRO)isanewheuristicevolutionarycomputationalswarmintelligenceoptimiza