复杂网络关键节点组识别问题模型和算法研究*

摘要：

关键节点组识别问题,因其应用背景广泛,目前已经成为复杂网络微观层面的重要研究内容.随着大数据时代的到来,网络的规模愈加庞大,结构愈为复杂,现有基于仿真模拟和指标度量的传统识别方法受到很大局限,常常陷入局部最优解.同时,基于整数线性规划的识别模型存在不能够区分网络连通分支内部结构的缺陷.因此,亟需从网络整体结构和功能出发对关键节点组识别问题建模进行深入研究.为此,基于0-1二次约束二次规化理论建立识别模型,通过最小化二阶路径内连通节点对的个数,实现区分连通分支内部结构的能力.同时,提出了一种将贪婪搜索和局部置换相结合的启发式算法,以适应大规模网络的关键节点组识别.最后,在多组人工网络和真实网络数据集上实验分析,验证所提出模型和算法的正确性和有效性.

关键词：关键节点组、关键节点组识别、复杂网络、二次规划模型、启发式算法

所属期刊栏目：13

分类号：TP393(计算技术、计算机技术)

资助基金：The Science and Technology Program of Beijing Committee under Grant No. KM201910038002;the Achieve-ments Funded by 2019 Capital University of Economics and Business首都经济贸易大学2019年度科研基金项目成果

在线出版日期：2019-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1319-1330