10.16381/j.cnki.issn1003-207x.2017.12.007
集群行为中的复杂网络结构合并优化方法
集群行为中的人际互动关系可以通过复杂网络结构予以表示,以特定结构特征为目标的结构合并优化问题对于研究集群行为具有很好的应用价值.本文通过数理模型分析,以最小平均路径长度为优化目标,以不同连边策略为变量构建了复杂网络合并优化模型,提出了启发式遗传算法的网络结构合并优化SCOA算法.最后,针对不同复杂网络模型进行实验与仿真,讨论集群行为群体合并的一般策略与相关特征.研究发现,不同的连边规则对网络结构合并性能有显著影响,网络结构合并优化问题客观存在;本文提出的SCOA算法优于现有的同配性连边规则、异配性连边规则与随机连边规则;其所得的连边规则是一个包含同配连边规则与异配连边规则的混合连边规则.本文研究为集群行为中解决群体隔离问题提供了新的分析思路与方法.
集群行为、复杂网络、网络结构、结构优化、结构合并算法
25
F224.33(经济计算、经济数学方法)
国家自然科学基金资助项目71071128;国家社会科学基金重点项目12AZD110;中央高校基本科研业务费专项资金项目;国家社会基金资助项目17BJY139
2018-04-28(万方平台首次上网日期,不代表论文的发表时间)
共9页
59-67