原文服务方: 计算技术与自动化       
摘要:
蚁群优化算法作为单目标优化问题,由于只有一个目标函数,通常会将解限制到特定的范围内。当优化的目标不恰当时,算法可能失效,比如分辨率限制问题。我们将多目标优化的思想与传统的用于社区检测的蚁群优化算法相结合,增加了目标函数个数,即增加了解的评价指标数目。该算法引入多目标策略,提出多目标 ACO算法,该算法在一次运行过程中会产生一组Pareto最优解。并在三个真实世界网络证明该算法的有效性和准确性。
推荐文章
多蚁群分级优化的多目标求解方法
多蚁群算法
多目标优化
函数优化
动态距离调整
基于蚁群算法的多目标优化
蚁群算法
多目标优化
收敛性分析
基于增强蚁群优化的海量规模MIMO系统快速检测算法
多输入多输出
蚁群优化算法
粒子群优化算法
路径寻找问题
误码率
多目标觅食—返巢机制连续域蚁群算法
蚁群算法
连续函数
多目标优化
觅食—返巢机制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群优化的多目标社区检测算法
来源期刊 计算技术与自动化 学科
关键词 复杂网络 社区检测 蚁群优化算法 多目标优化
年,卷(期) 2015,(4) 所属期刊栏目 【算法分析与研究】
研究方向 页码范围 80-85
页数 6页 分类号 TP18
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吕红娟 11 10 2.0 3.0
2 杨楠 19 27 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (2)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
复杂网络
社区检测
蚁群优化算法
多目标优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
论文1v1指导