[发明专利]一种采用灰狼优化算法的大数据分析方法

摘要

本发明公开了一种采用灰狼优化算法的大数据分析方法，将所应用的大数据集每一条数据作为可行性解，每一头狼都代表一种解，单次迭代的α狼决定局部最优解。经过多次的迭代计算之后选中的α狼代表全局最优解。主要步骤设定灰狼算法的初始参数；随机产生初代狼群，并将初代狼群按适应度值进行划分，选出最佳的三匹狼作为α、β、δ狼，剩余的全部是ω狼；当达到最大的迭代次数后，输出的α狼代表的则是全局最优解。本发明有着更高的搜素全局最优解的性能，计算速度快。

主权项

1.一种采用灰狼优化算法的大数据分析方法，其特征在于，包括以下步骤：步骤1：读取原始数据集，然后将数据集进行预处理，并将预处理后的数据集存储在HDFS中；步骤2：从HDFS加载数据集到内存，将数据集转化为RDD，该数据集代表着狼群N，计算出初始的适应度值；步骤3：采用灰狼优化算法更新狼的位置，利用Spark分布式平台迭代计算出每头狼更新之后的适应度值，与狼群初始适应度值比较，并保留最佳的三匹狼的位置和适应度值；步骤4：保留每一代最佳位置和适应度值并与上一代做比较，保留最好的一代；步骤5：判断所述更新次数是否小于迭代次数；若是，返回步骤3；若否，输出当前最佳狼的位置和适应度值；其中，最佳狼的位置代表的是这个最优解的狼所在的位置，最佳狼的适应度值代表在这个大数据集分析中的最优解。