基于Hadoop MapReduce和粗粒度并行遗传算法的大数据聚类方法改进

摘要：

为了提高并行遗传算法在大数据聚类问题中的时间效率，通过利用粗粒度遗传算法的并行化思想，提出了Hadoop平台上基于MapReduce计算框架的粗粒度遗传算法的并行化设计。该思想主要来源于大数据体量庞大的特点，聚类算法时间消耗巨大。并行是解决算力不足的一个较为有效的方法，实验结果表明，并行化的遗传算法在处理大数据聚类时相比传统的串行化处理在时间消耗方面有明显的降低。

关键词：大数据、聚类、MapReduce、数据挖掘、并行、粗粒度遗传算法

所属期刊栏目：7

分类号：TP18(自动化基础理论)

资助基金：山西省自然科学基金资助项目2015011040

在线出版日期：2016-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：87-91