摘要：通過對(duì)傳統(tǒng)的單種群粒子群算法的分析，提出一種基于MapReduce模型的分布式粒子群算法，解決粒子群算法在求解大規(guī)模優(yōu)化問題時(shí)求解效率和精度明顯下降等問題。在粒子群進(jìn)化過程中，粒子速度和位置的更新采用慣性權(quán)重的方法，其權(quán)重值線性遞減，并且利用多子群進(jìn)化策略，提高算法的收斂精度。通過MapReduce模型實(shí)現(xiàn)算法的并行化，有效提高算法求解效率。選取目前比較流行的幾種算法，并在13個(gè)500維、1000維的標(biāo)準(zhǔn)測(cè)試函數(shù)上仿真試驗(yàn)，結(jié)果顯示該算法具有良好的優(yōu)化性能。