基于MapReduce模型遗传算法的一种改进与实现

 遗传算法的内在隐并行性决定了其能够以少量的问题编码进而处理大量模式，不少处理更大规模且复杂问题的并行遗传算法也提了出来。本文给出了在Hadoop中MapReduce并行计算框架下简单遗传算法的并行化处理流程，结合框架处理输入和输出键值对的特点提出了基于最小堆的最优个体保留策略的遗传算法在的设计与实现，进一步优化了算法的收敛速度。实验结果表明：运用框架的并行处理能力及堆的线性操作时间，应用于较大规模复杂问题该算法实现在收敛速度上呈良好特性。