基于遗传算法的物理数据模型优化研究 |
| |
引用本文: | 杜舒明,胡璇,李情.基于遗传算法的物理数据模型优化研究[J].微型电脑应用,2023(3):108-111. |
| |
作者姓名: | 杜舒明 胡璇 李情 |
| |
作者单位: | 广东电网有限责任公司广州供电局 |
| |
摘 要: | 为了实现海量数据的高质量查询和调度,降低查询消耗、提高查询效率,研究基于遗传算法的物理数据模型优化方法。构建动态—增量物理数据模型,利用状态基态库存储当前时刻高频变化的数据对象,通过动态增量库体现存储数据变化过程,结合状态基态表和增量表建立基于优先级的历史库,提高数据的查询能力、降低对硬盘的需求;运用自适应遗传算法,经种群初始化、适应度函数设计、交叉概率和变异概率选取等步骤,对物理数据模型进行查询优化,获取最佳查询结果。实验结果表明:该方法的迭代收敛效果好,采用差异大的交叉算子和变异算子可提升物理数据模型的查询能力;查询任务越多,该方法查询消耗比越低,优势越显著;且用户并发数量增加对于该方法并发延迟时间的影响甚微。
|
关 键 词: | 遗传算法 物理数据模型 动态增量 交叉算子 |
|
|