高通量多尺度材料模拟计算具有规模大、高并发、高频需求等特点,材料模拟计算出的数据又存在数据分散、碎片化严重、结构零散化等特性,传统集中式材料数据库无法满足高通量材料计算和海量数据多样化的数据管理需求,需要用到并发能力强的分布式数据库为高通量材料模拟提供信息支撑。分布式数据库有着高并发性、高扩展性、高安全性和高可靠性特点,能够满足高通量多尺度材料计算业务需求。分布式数据库的数据分配问题是数据库系统设计必须考虑的关键问题,过去几十年来海内外专家学者探究了多种分配方法,但这些方法在实际系统事务应用中都存在着不足,包括算法搜索效率低、代价公式复杂难以统计和分配结果与最优分配差距比较大等问题。针对高通量材料计算环境下的数据分配问题,本文在结合项目需求和现有研究基础上,提出了一种基于遗传算法改进的数据分配策略。在本文分配策略中,对遗传算法的改进主要体现在种群初始化、选择操作、遗传操作这三个阶段。这些改进即克服了传统遗传算法在初始阶段易陷入局部最优解的局限性又保证了本文算法在拥有良好收敛性同时还具有较快的收敛速度,同时对个体遗传操作的交叉和变异概率执行自适应操作,保证了算法进化后期种群个体的多样性。最后模拟3种高通量材料计算的实验环境,设计了枚举法、遗传算法和本文改进的遗传算法3种数据分配方法,进行仿真实验对比。实验结果显示,本文中的分配策略比枚举法的分配方法搜索速度更快,比基于遗传算法的分配方法更接近最优解,能够在收敛速度与局部最优解之间达到平衡,能够显著提高算法效率。依托《材料基因工程关键技术与支撑平台》项目和本文研究内容构建了材料基因工程分布式数据平台,该平台数据库系统是由My SQL数据库与Mongo DB数据库构成,My SQL数据库是本地集中式数据库,做核心业务数据存储,如用户账户、模拟结果等;Mongo DB数据库是非结构型分布式数据库,部署在长沙、天津、济南和无锡4家国家级超算中心,以实现高通量多尺度材料模拟计算的数据自动化汇集、清洗和整合,这两种数据库相互结合,达到经济与效益之间的平衡。本文中算法是基于遗传算法改进的,因此并不能完美规避遗传算法不稳定性和过早收敛的弊病,在实验过程中出现了几次数值异常波动和过早收敛情况,在现有工作基础上,对算法中的适应度函数和自适应概率进行更深层次的研究是我们将来研究工作的方向。