欢迎来到天天文库
浏览记录
ID:35095433
大小:3.61 MB
页数:64页
时间:2019-03-17
《群智能优化算法的mapreduce化实现》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、'-巧-?Tk單:'>'':10293密级单位代妈:4.、.考典營像硕女讼乂,,’‘5^.'..1-;VI聲:.丫':!;哪〇;论文题目;群智能化7叱算法的Map民educe化实现:i学号。13053231姓名导师;.’i;:专业学巧类别工超硕古^牟乂类型盒11____日_专也(领域)__i空串匹至1交H期■论文提2016.4....,'.,中,一V^
2、:兮.'’';:A户:;南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进巧的硏梵工作及取得的研究成果。尽我所知,除了文中特别加标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一本人学位论文及涉及相关资料若有不实,愿意承担切相关的法律责任。、-之,个。研究生签名:今曰期:[
3、南京邮电大学学位论文使用授权声明本人授权南京邮电大学可1^保留并向国家有关部口或机构送交论文的复印件和电子文]培>可;允许论文被查阅和借巧;可1^将学位论文的全部或部分内容编入有关数据库进行检索;心心采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质一致。论论文的内容相文的公布(包括刊登)授权南京邮电大学研巧生院办理。涉密学位论文在解密后适用本巧权书。研巧生签名:<1^/导师签名:义^:::日期;主o/k.y./口^^Therealizati
4、onofswarmintelligenceoptimizationalgorithmbaseonMapReduceprogrammingmodelThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofengineeringByJianWangSupervisor:Prof.BaoyunWangApril2016摘要随着移动互联网、物联网、云计算等一系列新兴技术的涌现,大数据的时代已经到来。如
5、何快速而准确地从大数据中挖掘出有价值的信息,是当代学术界和产业界的重大研究课题。传统单机的群智能优化算法无论是在执行效率上,还是在计算复杂度上都已经不能满足海量数据的处理需求,而云计算技术的发展为群智能优化算法在数据分析和处理方面提供了新的研究方向。MapReduce作为一种并行编程模型,主要定位和服务于大规模数据和计算任务。根据群智能优化算法并行计算的特点,结合MapReduce的分布式编程模式,能够有效地利用集群的计算优势处理规模庞大的计算任务,缩短任务的执行时间。本文对几个比较经典的群智能优化算法
6、进行了研究和分析,针对雨林算法在高维优化问题中算法收敛慢以及寻优精度低等方面进行了适当的改进,利用雨林算法高度并行的特点,给出了MapReduce编程模型实现雨林算法的方法。本论文的主要工作及创新点如下:第一,深入研究了MapReduce编程模型和几种比较经典的群智能优化算法的原理和流程;第二,剖析了雨林算法的原理和流程,首先分析和改进了雨林算法的动态方程及其参数设置,然后在雨林算法的播种阶段,设计了播种算子,提出基于自适应种群的雨林算法,在雨林算法的生长阶段,引进了阳光矢量和阳光系数,提出了基于阳光矢
7、量的雨林算法;第三,利用雨林算法基于种群迭代生长的高度并行的特点,结合MapReduce分布式编程框架,分析并提出了雨林算法的MapReduce并行化的几种可行性方案;第四,提出基于MapReduce的粗粒度雨林算法,并在Hadoop平台上进行了集群实验,实验表明,该算法既能保持雨林算法的寻优的精确性,又能发挥MapReduce编程模型的集群优势,缩短了算法执行时间,提高了执行效率。关键词:群体智能,群智能优化算法,雨林算法,MapReduce,并行化IAbstractTheeraofbigdataha
8、scome,followingaseriesofemergingtechnologies,suchasMobileInternet,InternetofThings,cloudcomputingandsoon.Atpresent,howtominevaluableinformationfrommassivedataquicklyandaccuratelyisanimportantresearchtopicaroundthewholeworl
此文档下载收益归作者所有