基于改进人工蜂群算法与MapReduce的大数据聚类算法

作者：孙倩; 陈昊; 李超

来源：计算机应用研究, 2020, (06): 1707-1710+1764.

DOI：10.19734/j.issn.1001-3695.2018.11.0865

• 数据分析
• 聚类算法
• 人工蜂群算法
• 灰狼优化算法
• 云计算
• 分布式计算 data analysis
• clustering algorithm
• artificial bee colony algorithm(ABC)
• grey wolf optimizer algorithm(GWO)
• cloud computing
• distributed computing

针对大数据聚类算法计算效率与聚类性能较低的问题,提出了一种基于改进人工蜂群算法与MapReduce的大数据聚类算法。将灰狼优化算法与人工蜂群算法结合,同时提高人工蜂群算法的搜索能力与开发能力,该策略能够有效地提高聚类处理的性能;采用混沌映射与反向学习作为ABC种群的初始化策略,提高搜索的解质量;将聚类算法基于Hadoop的MapReduce编程模型实现,通过最小化类内距离的平方和实现对大数据的聚类处理。实验结果表明,该算法有效地提高了大数据集的聚类质量,同时加快了聚类速度。

• 单位
  湖北大学