基于Spark的DA算法并行化研究

作者：唐立; 王利军

来源：西昌学院学报(自然科学版), 2019, 33(04): 66-69.

DOI：10.16104/j.issn.1673-1891.2019.04.014

• Spark
• DA算法
• 并行化
• 大规模数据

在对大规模数据进行蜻蜓算法优化时,由于要计算的维度过多,迭代次数过大,从而耗费大量运算时间,而基于Spark分布式计算可以减少大数据运算的耗时。将DA算法在Spark分布式计算平台下进行并行计算,把蜻蜓种群被分配到各个节点,每节点中蜻蜓个体信息通过多线程并行更新,然后共享全局最优解,从而提高大规模数据优化的运行速度。最后仿真实验的验证是由4个测试函数进行测试,验证结果显示:在保证正确率的前提下,基于Spark的DA算法在对大规模数据优化的计算用用时最少。

• 单位
  安徽经济管理学院信息工程系