基于Hadoop平台遗传算法研究和应用

Р 缺点。针对不足,提出了本论文改进的遗传算法在 Hadoop 上的实现模型以及设计与实Р 现; Р (3) 搭建小型 Hadoop 云计算平台作为实验平台,通过实验数据验证本论文提出的Р 改进遗传算法在 Hadoop 平台上的实现模型; Р (4) 最后将本论文改进的遗传算法在 Hadoop 上实现模型应用于应急设施选址问题Р 的求解,并进行实验仿真,进一步验证本论文改进模型,并体现其应用价值和现实意义。Р 1.4 论文的内容安排Р 本文主要对遗传算法在 Hadoop 云计算平台中的实现模型进行了改进,并将改进的Р 遗传算法实现模型应用于求解应急设施选址问题。本论文内容安排如下: Р 第一章提出论文的选题背景及研究意义,国内外研究现状以及论文主要研究工作。Р 最后给出了论文的内容安排。Р 第二章阐述了云计算和大数据的相关理论知识。应急设施选址问题的说明。最后阐Р 述了遗传算法的概念。Р 第三章详细研究了 Hadoop 云计算平台、Hadoop 核心组件以及相关技术。深入学习Р 了 HBase 数据库以及 Hadoop 在大数据中的应用。Р 第四章对现有遗传算法在 Hadoop 平台中的实现模型进行了改进;给出了改进模型Р 的设计和各阶段的通信原理及通信协议;给出了改进模型求解问题的一般实现步骤。最Р 4 Р万方数据Р兰州交通大学硕士学位论文Р 后搭建了实验平台进行了数值实验,实验结果表明改进的实现模型是正确的,且在求解Р 大规模数据问题上时间效率提高了,取得了较好的优化改进效果。Р 第五章将第四章改进的遗传算法实现模型应用于求解应急设施选址问题中的集合Р 覆盖模型,进行了相应的数值实验,实验结果表明改进的实现模型能够求解问题的最优Р 解,且在求解效率上有明显提高。进一步验证了改进实现模型的正确性及工程意义。Р 第六章对论文的整体研究内容进行了总结与展望。Р 5 Р万方数据