1.基于协同进化离散粒子群优化的糖尿病并行属性约简方法，其特征在于，包括以下步骤：S1：将糖尿病症数据存放到分布式文件系统中，并通过Spark中的textfile方法读取数据，设置文件路径和分区数量；

S2：计算机节点读取HDFS中block块的数据，并将数据转换为键值对形式，其中，key为糖尿病症的条件属性值，value为糖尿病症的决策属性值，并将转换完成的数据键值对发送到主节点汇总；

所述步骤S2的具体步骤如下：

步骤S2.1：根据电子病历数据的特征和疾病诊断的需求，选择合适的条件属性和决策属性，生成数据集S，其中S的定义如下：S＝{U,C∪D,V,f}，其中U是待处理的原始数据集，U＝{x1,x2,...,xi,...,xn}代表所有患者的集合，xi代表第i个患者，n代表所有患者的个数；C代表患者电子病历的非空有限条件属性集，D代表患者电子病历的非空有限决策属性集， V是对U中元素的描述，f是U到某个目标集合的映射，f＝U×(C∪D)→V；

步骤S2.2：利用SparkCore中的map方法将数据转化为键值对的RDD格式，RDD为分布式弹性数据集，是Spark中的数据类型，其中key是一个Tuple元组，元组中的元素为对象的条件属性集，如果条件属性n大于等于22个，数据类型转换为ArrayBuffer而不是Tuple，value为对象的决策属性集；

S3：主节点得到汇总的数据键值对后，对于key和value相同的键值对，保留一个，且对留下的键值对的value+1，对于key相同，value不相同的键值对，删除value值小的数据，保留value值大的数据；

所述步骤S3的具体步骤如下：

步骤S3.1：通过使用SparkCore中的reduceByKey方法对数据进行预处理，对于key值相同value值不同的数据，只保留value值较大的那一条；对于key和value都相同的数据，只保留一条并且执行value+1的操作；

步骤S3.2：通过Spark平台提供的分布式计算框架和并行处理的方法，对原始数据进行等价类划分，对于属性集 有等价类关系IND(B)定义如下：等价关系是一种不可分辨关系，对象

x对属性集B的等价类由U/IND(B)或者U/B表示；

由于Spark平台提供的分布式计算框架和并行处理的能力，将数据集S划分为若干数据子集S′，在Spark框架下通过内置的Netty通信协议建立主节点master和分区节点executor之间的通信，主节点将每个数据子集Si′传到executori节点上，每个分区并行计算，对每个对象进行属性值的划分，生成等价类划分表；

S4：主节点将进行步骤S3操作所得的键值对数据广播到各个子节点，每个子节点对数据进行粗糙集建模，计算上下近似空间、属性重要度、属性依赖度、属性相关性，子节点将计算完的局部属性重要度、局部属性依赖度、局部属性相关性发送到主节点进行汇总，主节点得到各个节点的局部信息求和，得到全局属性评价函数值；

所述步骤S4的具体步骤如下：

步骤S4.1：各个子节点并行计算各个分区属性的上下近似、属性重要度、属性依赖度、属性相关性评价指标并生成局部评价函数指标；

其中上下近似的定义为：

其中R(X)为下近似， 为上近似，Y为条件属性集的子集，X为论域， 为空集，其中上近似集代表U中可能属于X的对象集，下近似集代表属于X的对象集，下近似集又称为正域，记为POSR(X)；

属性依赖度 定义为：

其中Am为属性，m为属性的索引， 为属性Am对应的正域，|·|代表基数，为正域的基数，|U|代表论域的基数；

属性相关度ρ的定义为：

其中P为条件属性集C的子集，|P|代表P的基数，γAm(D)为属性Am对决策属性集D的属性依赖度；

属性子集P的重要度σP的定义为：

其中γP(D)表示属性子集P关于D的依赖度， 表示属性子集P剔除属性Am后关于D的依赖度；

步骤S4.2：当子节点完成计算任务后，主节点通过SparkCore中的collect方法将各个executor节点的计算结果聚合到master节点；

步骤S4.3：master节点得到属性的局部评价函数后结合生成全局评价函数Γ，表示为：Γ＝ωρ+λ(1‑ω)γP(D)+(1‑λ)(1‑ω)σ(D,A)           (6)其中ω,λ为两个超参数且ω,λ∈(0,1)，生成的全局评价函数Γ用来作为CQBPSO算法的目标函数值；

S5：主节点对得到的属性评价函数结合CQBPSO算法进行建模，实现糖尿病症属性约简；

所述步骤S5的具体步骤如下：

步骤S5.1：初始化粒子位置、速度参数，使用二进制编码方式对数据进行离散编码，粒子的位置用长度为N的二进制比特串表示，其中N为属性的个数，属性值由’0’和’1’组成，每个位置向量都是一个属性子集；

每个粒子的速度v用一个正整数表示，且满足v∈[1,Vmax]，Vmax为自定义整数，在特定的时刻，粒子的多少位特征应该被改变；

步骤S5.2：根据适应度函数(6)更新每个粒子的局部最佳位置和全局最佳位置；

步骤S5.3：根据速度更新公式(7)和位置更新公式(8)对每个粒子进行速度和位置的更新；

其中t表示迭代次数，j代表第i个粒子的第j维分量，j＝1,2,3,...,n， 代表着第i个粒子第j维分量的个人最优位置， 代表着第i个粒子第j维分量的全局最优位置， 代表第i个粒子的第j维分量的粒子位置，rand1(),rand2()是随机函数且值在[0,1]之间，δ为惯性权重，c1,c2分别为个人学习因素和社会学习因子，根据协同进化理论中的非线性调整策略来更新c1和c2；

其中c1max,c1min,c2max,c2min表示c1,c2的最大值和最小值，且iter为迭代次数，itermax为最大迭代次数；

根据自适应惯性权重更新公式更新δ：

δmax,δmin为设定δ的最大值和最小值；

在粒子的某一维度上，速度向量代表着位置向量变为’1’的概率，使用下面的sigmoid函数将速度向量中该维的所有连续值转换为[0,1]范围内的概率值；

粒子位置的更新计算如下：

其中r是[0,1]内的随机数，s(·)代表着位置 的概率分布，z为自变量；

步骤S5.4：根据上述的公式(6)对粒子进行评价函数的计算，对于二进制编码的位置向量，值’0’代表该属性未被选中，值’1’代表该属性被选中。