摘要
本发明提供一种基于改进麻雀搜索算法的Hadoop参数优化方法,涉及分布式计算技术领域。首先设置种群参数并对种群进行初始化,并将初始化后的种群中每只麻雀的参数取值作为配置参数的取值,提交作业到Hadoop集群中,将作业的执行时间作为麻雀的适应度并按适应度值对种群中每只麻雀进行排序;对发现者更新公式进行优化,并对种群中发现者、跟随者和的预警者的位置进行更新,将迭代更新后的种群中麻雀参数作为配置参数取值再次提交作业到Hadoop集群中,得到种群中麻雀的适应度并按适应度值排序种群中每只麻雀;若达到迭代终止条件,则输出当前种群中适应度最优的麻雀的位置向量作为配置参数的最优解,若未达到则继续迭代。
技术关键词
参数优化方法
搜索算法
分布式计算技术
位置更新
集群
矩阵
表达式
关系
系统为您推荐了相关专利信息
DNN模型
GPU服务器
推理方法
服务器组合
集群
粉煤灰蒸压砖
PID控制器
参数
强化学习算法
控制设备
优化调度模型
混合整数线性规划
优化调度策略
电力消耗量
车间
强化学习代理
仿真环境
模型生成方法
策略
伸缩控制器
电力系统优化方法
电力传输路径
节点
电力系统故障恢复
冗余