在机器学习和数据挖掘领域中,属性约简是进行数据预处理的一个关键环节。属性约简通过将原始数据集的噪音属性进行约简,在达到维数约简目的同时又能够保留原始数据集的特征。本文采用多重分形维数作为属性子集的评价准则,以萤火虫优化算法作为搜索策略,以求解属性约简问题。同时针对大数据环境下的属性约简问题,本文引入MapReduce并行编程模式,对提出的属性约简方法进行并行化改进,以提高算法运行效率。论文主要研究工作如下:(1)提出了基于MapReduce的改进离散型萤火虫算法和多重分形的属性约简方法(MR-IDGSO)。首先,通过对萤火虫个体的移动方式进行离散化改进,引入迁徙策略和高斯变异策略,避免算法陷入局部最优,提出了改进离散型萤火虫算法(IDGSO);其次与多重分形(MFD)相结合应用于属性约简中;最后针对大数据环境下的属性约简问题,采用MapReduce编程模式,实现对IDGSO和MFD并行化。在UCI数据集和实际气象数据集上的实验表明,该方法的约简性能和运行效率性能较优,具有较好的有效性和可行性。(2)将本文提出的MR-IDGSO方法应用到雾霾预测领域。采用MR-IDGSO方法对雾霾气象数据集进行属性约简,筛选出关键致霾因子,为雾霾预测提供有效的数据,然后选择SVM算法对约简出来的关键致霾因子进行分类准确率验证,通过北京、上海和广州三个地区的雾霾数据集的测试,验证了本文方法在雾霾预测领域中的可行性和有效性。