基于多蟻群遺傳算法的分布式數(shù)據(jù)庫(kù)查詢優(yōu)化研究

《基于多蟻群遺傳算法的分布式數(shù)據(jù)庫(kù)查詢優(yōu)化研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、學(xué)校代碼１１０２７０分類(lèi)號(hào)?。牐裕校常保保牐保常墝W(xué)號(hào)?。牐保常玻玻埃保埃叮矗崳娭股谱鹘~乂爹碩±學(xué)位論文基于多蟻群遺傳算法的分布式數(shù)據(jù)庫(kù)查詢化化研究學(xué)院：信息與機(jī)電工趕挙院專(zhuān)業(yè)：計(jì)義機(jī)應(yīng)用巧術(shù)硏究方向：數(shù)據(jù)産巧術(shù)研究生姓名：卸＾指導(dǎo)教師：陳里造完成日期：２０１６年０３月論文獨(dú)創(chuàng)性聲明Ｋ進(jìn)行的研究－本論義姐我個(gè)人巧巧師巧巧．Ｔ作及取得的研允成果。論義中ｗｊＩ，除／特別加ｉ小化利致謝的地方外不包巧巧他人或機(jī)構(gòu)己經(jīng)發(fā)泉或撰過(guò)的’已巧論義中做丫Ｗ確的盧；對(duì)本

2、甸ｒ究的ｉ閑ｆ究成ＩＩ！?；停眨椋榘l(fā)巧所做的貢獻(xiàn)均Ｗ化灰不／謝總。’＾（．Ｓ．作齊簽名：足取日期：如／論文使用授權(quán)聲巧－■，：木人完凈丫解Ｉ．海帥巧大學(xué)軒關(guān)保留、使用學(xué)位論文的規(guī)定啡學(xué)校ＡＬ論義的命部，允許論義被巧閱和借閱：＾公布：權(quán)保留巧交論史的公印件；學(xué)?？桑В?。，叫Ｕ采川影印保密的論文偉解密或部分內(nèi)巧、綱印或巧它于段保估論文摧寸此規(guī)巧。作巧簽名：：削巾簽名ｎ期上海師范大學(xué)碩士學(xué)位論文摘要摘要當(dāng)今社會(huì)是一個(gè)信息爆炸社會(huì)，信息量呈現(xiàn)海量級(jí)甚至銀河級(jí)的涌現(xiàn)從而造成分布式數(shù)據(jù)庫(kù)的應(yīng)用需求量

3、暴增。而查詢作為分布式數(shù)據(jù)庫(kù)中重要的操作，提高它的效率十分有必要。如何找到一個(gè)合理高效的算法來(lái)優(yōu)化查詢效率是本文的研究方向。本文從分布式數(shù)據(jù)庫(kù)相關(guān)技術(shù)的基本概念原理出發(fā)，對(duì)現(xiàn)有的傳統(tǒng)算法不足之處進(jìn)行了思考，主要分析了遺傳算法及蟻群算法在查詢優(yōu)化過(guò)程中的不足；進(jìn)一步思考之后，在普通蟻群基礎(chǔ)上引入多蟻群概念，提出多蟻群間相互學(xué)習(xí)的機(jī)制，降低算法陷入局部最優(yōu)的概率，提高算法尋優(yōu)的能力；再提出將多蟻群算法和遺傳算法結(jié)合形成一種優(yōu)化算法，即利用遺傳算法來(lái)突破多蟻群算法前期搜索的盲目，并結(jié)合多蟻群算法的優(yōu)秀尋優(yōu)能力，最終達(dá)到提高查詢效率的目

4、的。最后的實(shí)驗(yàn)結(jié)果表明，改進(jìn)的優(yōu)化算法在處理分布式數(shù)據(jù)庫(kù)查詢問(wèn)題中，和基礎(chǔ)蟻群算法相比，查詢代價(jià)方面有明顯的提高。關(guān)鍵詞：分布式數(shù)據(jù)庫(kù)；查詢優(yōu)化；遺傳算法；多蟻群算法IAbstractShanghaiNormalUniversityMasterofPhilosophyAbstractInnowadays’informationexplosionsociety,informationspringsupmassively,whichleadstoincreaseofapplicationdemandsfordistributedda

5、tabase.Asanimportantprocedureofdistributeddatabase,itisverynecessarytoincreaseitsefficiencyofinquiry.Thispapermainlystudieshowtofindareasonableandeffectivecalculationmethodtooptimalizetheinquiryefficiency.Startingfromthebasicconceptandtheoryoftherelevanttechnologyfor

6、distributeddatabase,thispaperreflectstheinsufficiencyforthecurrenttraditionalcalculationmethods,mainlyanalyzestheinsufficiencyofGeneticAlgorithmandAntColonyAlgorithmsininquiryoptimalization,andbringsinthemultipleAntColonyAlgorithmsconceptunderthebasisofordinaryantcol

7、onyafterfurtherthinking,proposestheinteractivelearningmechanismamongmultipleantcolonies,decreasestheprobabilityofpartlyoptimalizationofthealgorithm,increasethecompetenceofoptimizedalgorithm;andthenputsforwardsthecombinedoptimalizationalgorithmbetweenmultipleantcolony

8、algorithmandgeneticalgorithm,whichappliesthegeneticalgorithmtobreaktheblindnessoftheprevioussearchofmultipleantcolonyalgorithmandco