潘 敏 吴 钊，朱 莉



混合智能算法求解多连接查询优化问题

潘 敏1,2吴 钊1，朱 莉2

(1.湖北文理学院 数学与计算机科学学院，湖北 襄阳 441053；2.中国地质大学 计算机学院，湖北 武汉 430074)

由于数据库多连接查询优化问题类似于经典TSP问题，因此文章采用TSP模型进行多连接查询优化，利用遗传算法进行搜索得到初步较优解空间，并用蚂蚁信息素初始化，然后进行蚁群算法搜索得到整个空间的最优解. 通过仿真实验从时间复杂性和解质量两个方面进行对比分析，验证本混合智能算法在数据库多连接查询优化中具有更好的优化效果.

混合智能算法；多连接查询；遗传算法；查询优化

经过众多学者的研究，最后发现遗传算法有自适应、自组织和自主学习性，并且具有快速全局搜索能力等优点[1]. 但是现有的用遗传算法进行查询优化技术存在局部搜索能力弱，容易陷入局部最优，即早熟收敛[2]. 蚁群算法有很强的鲁棒性，每个蚂蚁可以独立的寻找最优解，因此比较容易用并行实现，它还比较容易与其他的智能算法结合从而提高算法的效率[3]. 但是如果相关参数设置不好，搜索解的效率会很低，另外它的计算量比较大，在刚开始的时候信息素匮乏，导致收敛速度慢，不利于最优解的快速形成[4]. 本文旨在通过深入研究和探讨遗传算法和蚁群算法的不同特性，针对数据库多连接查询优化这一组合优化问题引入一种混合智能算法，以进一步提高数据库多……