基于MapReduce模型的并行量子进化算法.pdfVIP

第 38卷 第 8期 计 算 机 工 程 2012年 4月 Vol_38 NO．8 ComputerEngineering April2012 · 人工智能及识别技术 · 文章编号：l000—_3428(2o12)o8—_0l80—_03 文献标识码：A 中图分类号：TP312 基于MapReduce模型的并行量子进化算法 贾璃玉 ，刘范范 ，潘雯雯 ，王伟东 (1．安徽大学计算机科学与技术学院，合肥 230039；2．泰山学院信息科学技术学院，山东 泰安 271021) 摘 要：利用MapReduce模型可 自动编写串行程序及编程接口简单的优点，实现量子进化算法在MapReduce模型下的并行化，提出基于 MapReduce模型的并行量子进化算法MRQEA，并将其部署到Hadoop云计算平台上运行。对 0-1背包问题的测试结果证明，MRQEA算法 在处理大型数据集时具有 良好的加速比和并行效率。 关健词：量子进化算法；MapReduce模型；云计算平台；Hadoop平台 ParallelQuantumEvolutionaryAlgorithm Based0nM apReduceM odel JIA Rui-yu ，LIU Fan-fan ，PANW en—wen ，WANG W ei-dong (1．SchoolofComputerScienceandTechnology,AnhuiUniversity,Hefei230039，China； 2．SchoolofInformationScienceandTechnology,TaishanUniversity,Taian271021，China) [Abstract]ThispaperaimsattheparallelismofQuantumEvolutionaryAlgorithm(QEA)，makesfulluseofMapReduce’Sthehighlyabstract，the preparation ofserialprogram automatically running in parallel，simple programming interface and easy parallelprogramm ing，realizesthe parallelizationofQEAinMapReduce，putsforwardparallelQEAbasedonMapReducemodelandrunsthealgorithmonHadoopplatform．Using O_lknapsackproblemfortest，experimentalresultsprovethefeasibilityofMRQEA．andithasgoodspeed—upratioandparallelefficiencyindealing wiht largedataset． [KeywordslQuantumEvolutionaryAlgorithm(QEA)；MapReducemodel；cloudcomputingplatfomr ；Hadoopplatform DOI：10．3969j／．issn．1000—3428．2012．08．059 1 概述 得到了应用。 云计算是当今 IT界的热门技术，网络服务提供者可以利 因为单个量子个体的适应度值的计算及量子个体更新与 用云计算技术在瞬息之间处理数以千万级甚至亿级的信息， 其他个体无关，计算评估不需要个体间通信，所以QEA通常 实现与超级计算机同样强大的功效 ，它包含了分布式处理、 将个体的适应度值的计算与量子的更新并行化。文献9【 结 并行处理和网格计算的相关技术_JJ。