基于合作度的异种群并行粒子群算法及MapReduce模型的实现方法

摘要

本发明涉及一种基于合作度的异种群并行粒子群算法及MapReduce模型的实现方法，属于进化技术领域。在本发明中，首先，安排同等规模的不同类型群体并行搜索全局最优解，保持各个种群的独立性和优越性；其次，通过并行计算种群粒子间的相关度，筛除相关度低的粒子，同时引入扩张变异、扰动操作和种群融合的方法；最后，根据异种群并行粒子群算法的特点，给出了MapReduce编程模型的实现方法。本发明充分利用了MapReduce的高度并行性，结合异种群并行粒子群增强了群体的多样性，从而提高了寻找最优解。

主权项

一种基于合作度的异种群并行粒子群算法，其特征在于，包括以下步骤：步骤一、对异种群进行初始化，包括种群数量N，粒子的位置、速度和适应值；步骤二、计算个体适应值，相关度和扩张变异；步骤三、根据适应值排序，选取适应值最高的N’个种群，降序排列到种群1到N’之间；步骤四：判断收敛条件；步骤五：完成异种群的融合过程；步骤六：利用合作度速度更新公式，融合种群继续迭代直到达到结束。