基于MapReduce模型的分布式粒子群算法

通过对传统的单种群粒子群算法的分析，提出一种基于MapReduce模型的分布式粒子群算法，解决粒子群算法在求解大规模优化问题时求解效率和精度明显下降等问题。在粒子群进化过程中，粒子速度和位置的更新采用惯性权重的方法，其权重值线性递减，并且利用多子群进化策略，提高算法的收敛精度。通过MapReduce模型实现算法的并行化，有效提高算法求解效率。选取目前比较流行的几种算法，并在13个500维、1000维的标准测试函数上仿真试验，结果显示该算法具有良好的优化性能。