基于Spark的并行遗传算法在物流配送问题中的应用

摘要：

传统的遗传算法在数据量不足的单机情况下可能存在早熟的现象,遗传算法对搜索范围的依赖性很强,大搜索范围的遗传算法往往有更好的表现.为解决以上问题,可把Spark海量存储和并行计算的能力运用到遗传算法的求解上,实现一种粗粒度的并行遗传算法.利用Spark并行执行遗传算法的选择、交叉和变异等操作,可以大大提高遗传算法的搜索范围和执行速度.实验将改进后的遗传算法应用到物流配送问题中,结果表明,与单机和传统的并行模型相比,基于Spark的遗传算法在运行时间上明显减少,同时早熟的现象也得到了缓解.

关键词：遗传算法、分布式并行计算、Spark、物流配送算法

分类号：TP18(自动化基础理论)

在线出版日期：2018-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：19-22