摘要：通過對傳統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模優化問題時求解效率和精度明顯下降等問題。在粒子群進化過程中，粒子速度和位置的更新采用慣性權重的方法，其權重值線性遞減，并且利用多子群進化策略，提高算法的收斂精度。通過MapReduce模型實現算法的并行化，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500維、1000維的標準測試函數上仿真試驗，結果顯示該算法具有良好的優化性能。