巩利敏:基于多目标密母算法的复杂网络社团检测研究论文

巩利敏:基于多目标密母算法的复杂网络社团检测研究论文

本文主要研究内容

作者巩利敏(2019)在《基于多目标密母算法的复杂网络社团检测研究》一文中研究指出:随着科技的迅速发展,复杂网络已不知不觉地影响着人们的生活。例如,从有形的交通网络、通信网络、电力网络到无形的经济网络、信息网络、社交网络等。这些网络都可以抽象为图的形式表示,用节点表示对象,节点与节点的连接表示对象之间存在的某种关系。社团结构是复杂网络的一个重要属性,它具有社团内部连接紧密,外部连接稀疏的特点。发现复杂网络社团结构的特征,有助于分析网络行为、揭示网络中潜在规律。近年来,研究者提出了一系列的算法来发现复杂网络的社团结构。社团检测中常用的是优化方法,就是将社团检测问题转化成目标优化问题。由于现实生活中网络复杂,结构繁多,在社团检测中优化多个目标函数的方式,能更好的发现网络社团结构。因此本文采用多目标优化方式,结合局部搜索算子,构造出一种新的多目标密母算法。本文主要工作和创新如下:1、研究了复杂网络社团结构及多目标优化算法。对于社团结构紧密和稀疏的判定,研究者根据不同的准则对社团定义了同的衡量标准,如模块度、模块密度、社团分数等。结合了不同目标同时优化,有助于综合考虑社团的多个特征,本文重点研究了多目标算法,并分析了不同算法的特点。2、提出了一个基于多目标密母算法的社团检测算法。算法采用社团分数和模块度作为优化目标函数,利用均匀交叉和点变异操作进行进化,编码方案采用基于邻接点的编码方式,该编码方式不需要提前知道社团数目,方便用来处理实际中大多数不知道社团数目的网络。3、采用随机游走的种群初始化策略。随机游走的初始化方式,与传统的随机初始化相比,它能保证产生的每个个体都是安全个体。以马尔科夫转移概率为节点游走标准,不仅保证了个体的有效性,而且维护了种群的多样性。4、引入模拟退火操作算子作为局部搜索策略。模拟退火算法是一种启发式算法,其本身有较好的搜索能力。本文对模拟退火算法做了一些改进,用支配关系作为评判个体优劣的唯一标准,这样的调整有利于搜索优秀个体。在人工合成网络平台生成的网络和现实世界的实际网络中进行仿真实验,并与其他算法进行了对比分析,实验结果验证了本文算对社团检测的有效性。

Abstract

sui zhao ke ji de xun su fa zhan ,fu za wang lao yi bu zhi bu jiao de ying xiang zhao ren men de sheng huo 。li ru ,cong you xing de jiao tong wang lao 、tong xin wang lao 、dian li wang lao dao mo xing de jing ji wang lao 、xin xi wang lao 、she jiao wang lao deng 。zhe xie wang lao dou ke yi chou xiang wei tu de xing shi biao shi ,yong jie dian biao shi dui xiang ,jie dian yu jie dian de lian jie biao shi dui xiang zhi jian cun zai de mou chong guan ji 。she tuan jie gou shi fu za wang lao de yi ge chong yao shu xing ,ta ju you she tuan nei bu lian jie jin mi ,wai bu lian jie xi shu de te dian 。fa xian fu za wang lao she tuan jie gou de te zheng ,you zhu yu fen xi wang lao hang wei 、jie shi wang lao zhong qian zai gui lv 。jin nian lai ,yan jiu zhe di chu le yi ji lie de suan fa lai fa xian fu za wang lao de she tuan jie gou 。she tuan jian ce zhong chang yong de shi you hua fang fa ,jiu shi jiang she tuan jian ce wen ti zhuai hua cheng mu biao you hua wen ti 。you yu xian shi sheng huo zhong wang lao fu za ,jie gou fan duo ,zai she tuan jian ce zhong you hua duo ge mu biao han shu de fang shi ,neng geng hao de fa xian wang lao she tuan jie gou 。yin ci ben wen cai yong duo mu biao you hua fang shi ,jie ge ju bu sou suo suan zi ,gou zao chu yi chong xin de duo mu biao mi mu suan fa 。ben wen zhu yao gong zuo he chuang xin ru xia :1、yan jiu le fu za wang lao she tuan jie gou ji duo mu biao you hua suan fa 。dui yu she tuan jie gou jin mi he xi shu de pan ding ,yan jiu zhe gen ju bu tong de zhun ze dui she tuan ding yi le tong de heng liang biao zhun ,ru mo kuai du 、mo kuai mi du 、she tuan fen shu deng 。jie ge le bu tong mu biao tong shi you hua ,you zhu yu zeng ge kao lv she tuan de duo ge te zheng ,ben wen chong dian yan jiu le duo mu biao suan fa ,bing fen xi le bu tong suan fa de te dian 。2、di chu le yi ge ji yu duo mu biao mi mu suan fa de she tuan jian ce suan fa 。suan fa cai yong she tuan fen shu he mo kuai du zuo wei you hua mu biao han shu ,li yong jun yun jiao cha he dian bian yi cao zuo jin hang jin hua ,bian ma fang an cai yong ji yu lin jie dian de bian ma fang shi ,gai bian ma fang shi bu xu yao di qian zhi dao she tuan shu mu ,fang bian yong lai chu li shi ji zhong da duo shu bu zhi dao she tuan shu mu de wang lao 。3、cai yong sui ji you zou de chong qun chu shi hua ce lve 。sui ji you zou de chu shi hua fang shi ,yu chuan tong de sui ji chu shi hua xiang bi ,ta neng bao zheng chan sheng de mei ge ge ti dou shi an quan ge ti 。yi ma er ke fu zhuai yi gai lv wei jie dian you zou biao zhun ,bu jin bao zheng le ge ti de you xiao xing ,er ju wei hu le chong qun de duo yang xing 。4、yin ru mo ni tui huo cao zuo suan zi zuo wei ju bu sou suo ce lve 。mo ni tui huo suan fa shi yi chong qi fa shi suan fa ,ji ben shen you jiao hao de sou suo neng li 。ben wen dui mo ni tui huo suan fa zuo le yi xie gai jin ,yong zhi pei guan ji zuo wei ping pan ge ti you lie de wei yi biao zhun ,zhe yang de diao zheng you li yu sou suo you xiu ge ti 。zai ren gong ge cheng wang lao ping tai sheng cheng de wang lao he xian shi shi jie de shi ji wang lao zhong jin hang fang zhen shi yan ,bing yu ji ta suan fa jin hang le dui bi fen xi ,shi yan jie guo yan zheng le ben wen suan dui she tuan jian ce de you xiao xing 。

论文参考文献

  • [1].基于共同邻居的复杂网络社团检测算法研究[D]. 叶磊.电子科技大学2019
  • [2].设备大数据压缩存储查询平台建设及工况聚类算法[D]. 燕翔.北京交通大学2019
  • [3].图结构数据的表示学习算法研究与实现[D]. 杨晓慧.电子科技大学2019
  • [4].约束求解算法自动配置研究[D]. 吴云鹏.吉林大学2019
  • [5].融合动态窗口法与A*算法的港口AGV路径规划方法研究[D]. 张晓熠.北京交通大学2019
  • [6].基于蚁群算法的专家抽取系统设计与实现[D]. 初星汉.大连理工大学2018
  • [7].基于Q-学习算法的序列决策模型研究[D]. 刘凌云.河北大学2019
  • [8].基于SimRank及密度的聚类算法[D]. 李鹏清.广西师范大学2019
  • [9].基于深度学习的牲畜目标检测与跟踪算法研究[D]. 房永峰.中国科学技术大学2019
  • [10].基于正交化学反应优化算法的社团检测研究与实现[D]. 杨欣.河南大学2018
  • 读者推荐
  • [1].随机与蓄意攻击下两类多层网络的鲁棒性研究[D]. 陈艳.江苏大学2019
  • [2].基于共同邻居的复杂网络社团检测算法研究[D]. 叶磊.电子科技大学2019
  • [3].多目标智能优化算法研究[D]. 潘学健.电子科技大学2019
  • [4].基于化学反应算法优化社团分数的网络社团发现研究[D]. 孙晔.河南大学2019
  • [5].复杂网络的关键节点识别[D]. 李天梅.西安科技大学2019
  • [6].基于并行多目标进化算法的大规模复杂网络社团检测研究[D]. 周克飞.安徽大学2019
  • [7].复杂网络结构特性及其鲁棒性研究[D]. 董璊.兰州理工大学2019
  • [8].基于节点重要度的社团划分方法研究[D]. 刘芳.内蒙古大学2019
  • [9].基于社团结构的复杂系统故障定位方法研究[D]. 乔虹.太原理工大学2019
  • [10].基因调控网络分析和重建[D]. 刘艳.南京理工大学2004
  • 论文详细介绍

    论文作者分别是来自河南大学的巩利敏,发表于刊物河南大学2019-09-20论文,是一篇关于复杂网络论文,社团检测论文,多目标优化论文,密母算法论文,模拟退火算法论文,河南大学2019-09-20论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自河南大学2019-09-20论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    巩利敏:基于多目标密母算法的复杂网络社团检测研究论文
    下载Doc文档

    猜你喜欢