基于遺傳算法的復雜網(wǎng)絡社區(qū)檢測的應用研究.pdf

1、近年來，隨著復雜網(wǎng)絡理論及其相關應用研究的興起，人們開始嘗試利用這些新的理論工具來研究現(xiàn)實社會中的各種大型復雜系統(tǒng)。因此，對復雜網(wǎng)絡社區(qū)結構的檢測，逐漸成為了研究的熱點。社區(qū)結構是復雜網(wǎng)絡最重要的拓撲結構屬性之一，它揭示了復雜網(wǎng)絡的隱藏規(guī)律和行為特征。社區(qū)結構的數(shù)學模型是指在一個復雜網(wǎng)絡中內部連接緊密而外部連接稀疏的節(jié)點集。傳統(tǒng)的方法需要預先設定權重參數(shù)來控制對目標函數(shù)的不同側重，并且不能夠自動識別社區(qū)個數(shù)，在尋優(yōu)過程中會出現(xiàn)“早熟”和

2、效率低下問題。
　　本文研究的多目標自適應快速遺傳算法是傳統(tǒng)遺傳算法的演進算法，用于復雜網(wǎng)絡社區(qū)結構的檢測。首先，它將社區(qū)檢測問題轉化為多目標優(yōu)化問題，構建社區(qū)分值和社區(qū)適應度兩個目標函數(shù)。其次，引入外部精英基因庫，用于存儲適應度較高的非劣解，對于外部精英基因庫已經(jīng)存在的重復個體，不用再進行重復解碼、計算個體適應度值等一系列過程。同時，執(zhí)行自適應遺傳算子，返回一組在兩個目標函數(shù)之間折衷的非支配解。最后，選取一個模塊度最高的Pare