基于免疫离散差分进化算法的复杂网络社区发现

• 作者: 张英杰 陈乾坤 龚中汉
• 来源期刊: 自动化学报
• 关键词: 差分进化 克隆选择 社区发现 模块度
• 年，卷（期）: 2015,（4）
• 页码范围: 749-757
• 页数: 9页
• 字数: 8147字
• 语种: 中文
• DOI: 10.16383/j.aas.2015.c140018

摘要

针对复杂网络社区发现问题,在标准差分进化算法的框架下,提出一种新型免疫离散差分进化算法(Immune discrete differential evolution, IDDE)。该算法通过标签传播策略生成初始种群,采用离散差分进化策略来保证种群在问题空间的全局搜索能力,同时对种群中的优秀个体执行针对性的高频克隆变异操作,以提高算法的局部开发能力,改善算法的收敛性能。在计算机生成网络与真实世界网络中的仿真实验结果表明： IDDE 算法具有较强的寻优性能与鲁棒性,能够有效探测复杂网络中存在的社区结构。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张英杰	湖南大学信息科学与工程学院	55	555	14.0	21.0
2	龚中汉	湖南大学信息科学与工程学院	2	34	2.0	2.0
3	陈乾坤	湖南大学信息科学与工程学院	1	26	1.0	1.0