TY -的A2张Gexiang AU -李,“阳阳”非盟- Chen Zhenghan AU -王,杨AU -焦,利晟盟——雪玉PY - 2017 DA - 2017/05/03 TI -一种新型分布式研究粒子群优化SP - 4685923六世- 2017 AB -研究粒子群优化(QPSO)是一个改进版本的粒子群优化(PSO)和显示优越的性能在许多优化问题。但是现在,它可能并不总是满足情况。如今,问题变得更大、更复杂,大多数串行优化算法不能处理这个问题或需要大量的计算成本。幸运的是,作为一个有效的模型在处理大数据的问题需要巨大的计算,MapReduce在许多领域得到了广泛的应用。在本文中,我们在MapReduce实现优于经典模型和提出MapReduce研究粒子群优化(MRQPSO),实现并行和分布式优于经典。比较是MRQPSO和QPSO一些测试问题和非线性方程系统。结果表明,MRQPSO可以用更少的时间完成计算任务。与此同时,从优化的角度表现,MRQPSO优于在很多情况下优于经典。SN - 2356 - 752 - 2017/4685923 / 10.1155 x你——https://doi.org/10.1155/2017/4685923——摩根富林明——《优化PB - Hindawi KW - ER