买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北大学申请的专利一种基于改进麻雀搜索算法的Hadoop参数优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119558342B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411684136.9，技术领域涉及：G06N3/006；该发明授权一种基于改进麻雀搜索算法的Hadoop参数优化方法是由陈东明;杨家乐;王冬琦设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种基于改进麻雀搜索算法的Hadoop参数优化方法在说明书摘要公布了：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。

本发明授权一种基于改进麻雀搜索算法的Hadoop参数优化方法在权利要求书中公布了：1.一种基于改进麻雀搜索算法的Hadoop参数优化方法，其特征在于： 步骤1：确定待优化参数项的取值范围，根据取值范围设置种群参数； 步骤2：通过对待优化参数项进行初始化，实现种群初始化； 步骤3：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，按适应度值对种群中每只麻雀进行排序； 步骤4：根据预警值与安全值的大小关系，判断种群当前位置是否安全，确定发现者位置更新的原则，根据更新原则更新发现者位置，将种群的前M只麻雀作为发现者，对发现者更新公式进行优化，按照优化后的发现者更新公式对种群中发现者的位置进行更新； 步骤5：将种群中除发现者以外的麻雀作为跟随者，对跟随者的位置进行更新； 步骤6：从种群中随机选取T只麻雀作为预警者，对预警者的位置进行更新； 步骤7：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，按适应度值排序种群中每只麻雀； 步骤8：判断是否达到迭代终止条件，若达到，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，则回到步骤4继续迭代； 所述步骤2中设定初始化种群中麻雀的总数和作业执行效率的优化问题的解空间的维数，每只麻雀在解空间中的表示式如下式所示： Xi＝Xi,1,Xi,2,···,Xi,D,i∈[1,N] 其中，N为初始化种群中麻雀的总数，Xi表示第i只麻雀在解空间中的参数取值，D为待优化问题的解空间的维数，Xi,D表示第i只麻雀在第D维解空间的位置； 所述步骤4中根据预警值与安全值的大小关系，确定发现者位置更新的原则为： 当预警值小于安全值时，说明种群位置安全，种群中发现者会积极扩大搜索范围搜索食物； 当预警值大于等于安全值时，说明种群位置差，周围存在危险，应当离开当前位置； 所述步骤4中融合麻雀搜索算法和蝴蝶优化算法对发现者更新公式进行优化，优化后的发现者更新公式表达式如下式所示： 其中，为第t+1次迭代中第i只麻雀在第j维解空间的参数值；λ为0或1的随机数；为第t次迭代中第i只麻雀在第j维解空间的参数值；α为随机数；R2为预警值；itermax为最大迭代次数；ST为安全值；r为0,1之间的随机数；Q为一个服从标准正态分布的随机数；为第t次迭代中适应度值最优的麻雀在第j维空间的参数值；fit为第t次迭代中第i只麻雀的适应度值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。