粗粒度并行遗传算法的MapReduce并行化实现

摘要

针对粗粒度并行遗传算法的特点,给出了MapReduce编程模型实现遗传算法的方法.将随机生成的初始种群分割成若干个子种群,用Map方法实现单个子种群的传统遗传算法.各个子种群在不同的Node上相互独立地并发执行个体适应值计算、选择、交叉和变异等操作,在Partition环节将每个子群所提取的最优个体迁移到其他子种群中,以实现各个子种群的共同进化.该方法充分利用了MapReduce的高度并行性,提高了算法的效率,同时在一定程度上克服了过早收敛和局部最优解问题.