為提高分布式環(huán)境下數(shù)據(jù)倉庫的查詢效率,降低維護(hù)成本,提出基于混合蛙跳算法（SFLA）求解分布式物化視圖選擇問題。分析了基本蛙跳規(guī)則不適用于分布式物化視圖選擇問題的原因,提出在局部搜索過程中,使用遺傳算法重組算子替換基本蛙跳規(guī)則。擴(kuò)展了遺傳算法變異算子,以提高約束條件下的搜索能力,同時保持蛙群的多樣性。提出啟發(fā)式修復(fù)策略來處理進(jìn)化過程中產(chǎn)生的不可行解。實驗結(jié)果表明,在不同約束組合下,改進(jìn)的SFLA在求解質(zhì)量上優(yōu)于基本SFLA和改進(jìn)遺傳算法;在約束較為嚴(yán)格時,從求解質(zhì)量和穩(wěn)定性的角度來看,啟發(fā)式修復(fù)策略均明顯優(yōu)于懲罰策略和隨機排名策略。 

【文章來源】：計算機集成制造系統(tǒng). 2019,25(02)北大核心EICSCD

【文章頁數(shù)】：15 頁

【文章目錄】：
0 引言
1 相關(guān)工作
2 問題定義
    2.1 分布式物化視圖選擇問題
    2.2 成本計算模型
3 問題分析與算法設(shè)計
    3.1 基本蛙跳算法
    3.2 改進(jìn)的蛙跳算法求解DVSP
        3.2.1 適應(yīng)度函數(shù)
        3.2.2 局部搜索進(jìn)化策略
        3.2.3 啟發(fā)式修復(fù)策略
        3.2.4 改進(jìn)的蛙跳算法
4 性能分析
    4.1 實驗設(shè)置
    4.2 約束處理策略對比
    4.3 算法對比
5 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]云制造服務(wù)評價理論與方法研究綜述[J]. 胡艷娟,武理哲,張霖,王堯,常幸福,石超.  計算機集成制造系統(tǒng). 2017(03)
[2]基于全生命周期的云制造服務(wù)研究綜述[J]. 易樹平,劉覓,溫沛涵.  計算機集成制造系統(tǒng). 2016(04)
[3]基于視圖樹的實視圖動態(tài)選擇[J]. 林子雨,鄒權(quán),林琛,賴永炫,鄭煒.  計算機研究與發(fā)展. 2012(10)
[4]實視圖選擇研究[J]. 林子雨,楊冬青,王騰蛟,宋國杰.  軟件學(xué)報. 2009(02)



本文編號：3641232