基于粒子群算法的查询优化研究与应用

摘要

建设工程造价数据管理与分析系统，是为了实现对建筑行业的工程造价数据进行科学化、信息化管理与分析的目的所建构的一套适合于建筑行业管理模式的业务管理系统。其中的工程造价信息查询模块需要对多个关系表中的数据进行连接查询。由于各关系表中的数据量较大，且不断更新，查询语句的执行效率会直接影响到查询模块的性能。而查询优化是数据库系统设计和实现的一种重要的技术手段，也是影响数据库性能的一个重要因素。
　　 本文主要论述了基于粒子群算法的查询优化技术及将其应用于建设工程造价数据管理与分析系统的过程。本文主要研究以下内容:
　　 1.对当前的查询优化技术及优化算法的发展现状进行了详细的分析工作，为将粒子群算法应用于多连接查询优化的可行性提供理论依据。
　　 2.提出基于粒子群算法的查询优化的三元模型和实现步骤。结合多连接查询的特点，将多连接查询优化问题编码化后，把需进行连接操作的各关系的连接顺序表示为种群中的粒子，然后进行优化。这一过程中，按照提出的代价估计模型，计算各关系连接后的执行代价，执行代价的大小直接影响适应度值的大小。
　　 3.提出将基于粒子群算法的查询优化技术应用于建设工程造价数据管理与分析系统的查询模块的实现方案。
　　 4.具体实现本文提出的优化方案，并分析实验数据，验证将粒子群算法应用于查询优化的有效性。
　　 本文的最后对全文进行了总结，并对基于粒子群算法的查询优化技术进行了展望。

目录

声明

摘要

第1章 引言

1．1 研究背景及意义

1．2 研究现状

1．2．1 查询优化的研究现状

1．2．2 粒子群算法的研究现状

1．2．3 基于粒子群算法的查询优化的研究现状

1．3 本文研究内容和论文组织结构

1．3．1 本文研究内容

1．3．2 论文组织结构

第2章 查询优化技术和粒子群算法研究

2．1 查询优化技术

2．1．1 查询优化概述

2．1．2 查询优化的必要性

2．1．3 查询优化研究的主要内容

2．1．4 查询优化的分类

2．1．5 查询优化过程

2．2 SQL语句的查询重写

2．2．1 SQL语句的查询重写概述

2．2．2 SQL语句的查询重写基本概念

2．2．3 SQL语句的查询重写方法

2．2．4 基于视图的查询重写方法

2．3 粒子群算法

2．3．1 粒子群算法基本原理

2．3．2 粒子群算法流程

2．3．3 粒子群算法特点

2．4 本章小结

第3章 基于粒子群算法的查询优化的研究

3．1 语法树

3．2 代价估计模型的建立

3．2．1 执行代价估计中的统计信息

3．2．2 连接结果的代价估计

3．2．3 连接操作不同取值个数的估计

3．2．4 代价估计模型的建立

3．3 基于粒子群算法的查询优化的算法

3．4 基于粒子群算法的查询优化模型

3．5 本章小结

第4章 基于粒子群算法的查询优化的应用

4．1 建设工程造价数据管理与分析系统简介

4．2 工程造价信息查询模块优化方案

4．2．1 数据库统计概貌

4．2．2 树形编码方法

4．2．3 语法树生成算法

4．2．4 设计适应度函数

4．2．5 生成初始种群

4．2．6 更新粒子位置及速度

4．2．7 设置各参数值

4．4 本章小结

第5章 算法实现与结果分析

5．1 算法实现和结果分析

5．1．1 运行环境

5．1．2 算法实现

5．1．3 结果分析

5．2 本章小结

第6章 结论与展望

参考文献

致谢

附录：读研期间参与项目