论文部分内容阅读
物化视图选择问题是数据仓库设计中最重要的问题之一，为了高效地解决这一问题．提出了一个如何选择物化视图集的增强遗传算法，以便在存储空间约束的条件下，取得较好的查询性能和较低的视图维护代价．这一算法的核心思想在于，首先，运用一个基于单位空间最大收益值的预处理算法来生成初始解，然后，该初始解经采用了多种优化策略的遗传算法进行提高，这些优化策略包括：基于改进的锦标赛和精英选择相结合的选择算子、基于半均匀交叉算子及自适应变异算子．并且，在进化过程中产生的无效解用损失函数加以修补．试验结果表明，该算法在寻优性能上优于