基于分解多目標(biāo)優(yōu)化的符號(hào)網(wǎng)絡(luò)結(jié)構(gòu)平衡研究.pdf

1、21世紀(jì)，隨著科技的迅猛發(fā)展，信息領(lǐng)域日新月異，各種網(wǎng)絡(luò)應(yīng)用層出不窮。其中，各種購(gòu)物網(wǎng)站、社交網(wǎng)站、在線社區(qū)的快速發(fā)展，正潛移默化地改變著我們的生活方式、思維方式。在這樣的時(shí)代背景下，符號(hào)網(wǎng)絡(luò)在理解、預(yù)測(cè)復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、功能、動(dòng)態(tài)發(fā)展方面的研究意義越來越明顯，如在個(gè)性化推薦、用戶態(tài)度預(yù)測(cè)方面，整合負(fù)邊信息，能夠提高推薦、預(yù)測(cè)的準(zhǔn)確度。符號(hào)網(wǎng)絡(luò)結(jié)構(gòu)平衡也引起了眾多學(xué)者的關(guān)注，并取得了很多有意義的成果。但是研究多是基于啟發(fā)式方法或單目標(biāo)

2、優(yōu)化，單次運(yùn)行所得結(jié)果單一，在應(yīng)用中會(huì)有很大的局限性。本碩士論文主要針對(duì)符號(hào)網(wǎng)絡(luò)的結(jié)構(gòu)平衡進(jìn)行研究，從多目標(biāo)優(yōu)化的角度出發(fā)，結(jié)合影響網(wǎng)絡(luò)平衡的具體因素，提出了一種多目標(biāo)優(yōu)化模型和基于子集的局部搜索策略。本論文具體所做的工作如下：
　?。?）對(duì)研究符號(hào)網(wǎng)絡(luò)結(jié)構(gòu)平衡的論文進(jìn)行了大量閱讀，理解了符號(hào)網(wǎng)絡(luò)的意義，并對(duì)現(xiàn)存的符號(hào)網(wǎng)絡(luò)結(jié)構(gòu)平衡算法有了宏觀上的理解。
　?。?）從多目標(biāo)優(yōu)化角度出發(fā)，以弱平衡理論為基礎(chǔ)，根據(jù)符號(hào)網(wǎng)絡(luò)中不平衡

3、因素的兩個(gè)方面，將符號(hào)網(wǎng)絡(luò)結(jié)構(gòu)平衡問題建模為多目標(biāo)優(yōu)化問題。該模型包含兩個(gè)目標(biāo)函數(shù) inneg、 outpos，分別表示網(wǎng)絡(luò)劃分中子集內(nèi)的負(fù)邊總數(shù)目，子集間的正邊總數(shù)目。由于MOEA/D算法計(jì)算復(fù)雜度相對(duì)較低且生成的Pareto前沿面均勻等特點(diǎn)，本文采用MOEA/D算法作為算法框架，同時(shí)，結(jié)合具體的符號(hào)網(wǎng)絡(luò)結(jié)構(gòu)平衡問題，充分利用網(wǎng)絡(luò)的拓?fù)湫畔ⅲx取one-way交叉算子和基于節(jié)點(diǎn)正鄰域的變異算子，設(shè)計(jì)了MOEA/D-SNB算法解決上述多

4、目標(biāo)優(yōu)化問題。通過在人工合成網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)數(shù)據(jù)集上同MODPSO、FEC算法的大量對(duì)比實(shí)驗(yàn)，驗(yàn)證了上述方法在處理結(jié)構(gòu)平衡問題上的有效性。
　?。?）為了進(jìn)一步提高 MOEA/D-SNB算法的搜索力度，結(jié)合符號(hào)網(wǎng)絡(luò)結(jié)構(gòu)平衡特性，設(shè)計(jì)了基于子集的局部搜索策略。該策略側(cè)重于優(yōu)化多目標(biāo)模型中的outpos函數(shù)。從子集的角度，定義了網(wǎng)絡(luò)劃分的鄰域?；谪澙匪枷耄W(wǎng)絡(luò)劃分在每個(gè)鄰域內(nèi)尋找能使其 outpos值降低最多的鄰居來進(jìn)行更新。依次遍歷