基于模拟退火算法的实体化视图动态选择方法

实体化视图选择问题是NP完全问题,我们通过研究和实验,提出了一种将模拟退火算法应用到实体化视图的动态选择中的方法。在定义了算法的状态、初始状态、目标函数及转换规则之后,深入讨论了模拟退火算法的参数选择对算法解的影响。最后的实验结果表明,模拟退火算法完全可以应用到实体化视图的动态选择中。

数据仓库中物化视图选择算法的分析和比较

物化视图的选择一直是数据仓库领域的研究热点。介绍了目前存在的多种典型的静态和动态选择算法,对各种算法的性能、时间复杂度等进行了分析和比较,并给出了一个优化的物化视图选择算法,最后还分析了多种混合选择方法,指出该方法是物化视图选择问题的一个新的研究方向。

实体化视图动态选择预处理算法的研究

实体化视图是数据仓库中提高查询效率的有效手段,数据仓库运行期间,需要对其中的实体化视图进行维护,从而保证用户查询的响应时间较短。针对用于实体化视图动态选择的遗传算法收敛速度慢,运行时间长的问题,提出一种预处理算法来计算动态选择实体化视图时遗传算法的初始群体。理论分析和实验结果表明,该算法可以有效地提高实体化视图动态选择时的寻优收敛速度。

物化视图选择算法——ACSSA_VSP

本文对提高数据仓库查询效率的物化视图选择问题进行了研究。通过研究与实验,提出了一种改进的克隆选择算法解决物化视图选择问题,即在克隆选择算法变异过程中引入模拟退火算法的Metropolis准则,在保证抗体多样性的条件下提高了算法运行效率,同时在克隆选择算法选择过程中实现了每代更新数的自适应调节。由此提出了解决物化视图选择问题的自适应克隆选择模拟退火算法——ACSSA_VSP。理论分析和实验验证表明:ACSSA_VSP比解决物化视图选择问题常用的标准遗传算法求解质量更高、收敛速度更快。