改进粒子群优化算法的数据库查询优化方法

发布时间：2021-02-20 05:41

　　查询优化是数据库管理系统中的关键技术,针对当前数据库查询优化过程存在的查询效率低、查询结果错误大等缺陷,设计了基于改进粒子群优化算法的数据库查询优化方法。首先对当前数据库查询优化研究现状进行分析,指出当前各种数据库查询优化方法存在局限性;然后采用粒子群优化算法对数据库查询最优方案进行搜索,并针对标准粒子群优化算法存在的收敛速度慢、易得到局部最优解缺陷进行相应改进;最后与其它数据库查询优化方法在相同实验条件下进行仿真对比实验。结果表明,改进粒子群优化算法找到最优数据库查询优化方案的时间短,加快了数据库查询优化速度,并且得到的数据库查询优化方案要明显优于对比方法,提高了数据库查询精度,具有更高的实际应用价值。 

【文章来源】：微型电脑应用. 2019,35(09)

【文章页数】：3 页

【文章目录】：
0 引言
2 数据库查询优化问题的描述
2 改进粒子群群优化算法
    2.1 标准粒子群优化算法
    3.2 标准粒子群优化算法的改进
3 改进粒子群优化算法的数据查询优化方法具体设计
4 数据库查询方法的性能测试
    4.1 测试平台
    4.2 结果与分析
5 总结


【参考文献】：
期刊论文
[1]用于配电网多目标无功优化的改进粒子群优化算法[J]. 李晓利,高金峰.  电力自动化设备. 2019(01)
[2]基于改进粒子群优化算法的混沌系统参数估计[J]. 石建平,李培生,刘国平,刘鹏.  华中科技大学学报(自然科学版). 2018(09)
[3]分布式数据库查询处理和优化算法[J]. 张引红.  微型电脑应用. 2018(09)
[4]基于GPU数据库系统的并发查询性能优化[J]. 李逸龙,张凯,何震瀛,王晓阳.  计算机应用与软件. 2018(08)
[5]遗传算法和实时数据库规则结合的数据库查询优化方案设计[J]. 张引红.  自动化技术与应用. 2018(07)
[6]基于多蚁群遗传算法的分布式数据库查询优化[J]. 周莹,陈军华.  上海师范大学学报(自然科学版). 2018(01)
[7]关系数据库关键字查询结果排序方法[J]. 王瑛琦,周连科,王念滨.  哈尔滨工程大学学报. 2017(12)
[8]基于改进和声搜索群算法的数据库查询优化[J]. 高洁.  现代电子技术. 2017(03)
[9]基于杂交变异粒子群优化算法的数据库查询优化[J]. 陈芬,唐彦.  淮海工学院学报(自然科学版). 2016(04)
[10]面向分布式数据库的相关子查询优化策略[J]. 毛思语,张利军,张小芳,高锦涛,李战怀.  华东师范大学学报(自然科学版). 2016(05)



本文编号：3042313