基于多目标进化的复杂网络社区检测

摘要：

为了准确地发现复杂社区结构,提出一种改进的多目标进化的复杂网络社区检测算法.通过在某一范围内等间距产生多个p参数,再将其代入AP聚类算法通过半监督聚类方式确定聚类个数以及产生初始种群,克服传统的通过随机方式产生的初始解聚类效果不稳定的缺点,且用模拟退火(SA)算法对多目标进化算法进行改进提高种群搜索能力,防止寻优过程陷入局部最优解.分别在不同μ值下仿真40次,以FootBal足球社交网络、Karate-CluB网络和Dolphins网络作为测试案例,与传统多目标进化算法以及基于近邻传播(AP)的多目标算法进行实验对比,结果表明文中提出的多目标进化算法在总体上MNI数值更大,即改进效果明显,因此可应用该算法对复杂网络社区进行更加精确的检测.

关键词：复杂网络社区、多目标进化、近邻传播(AP)聚类、模拟退火(SA)算法

所属期刊栏目：30

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金U1504613

在线出版日期：2020-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：44-48,108