自适应进化蝙蝠算法下的复杂网络社区发现

• 作者: 唐朝伟 李彦 杨险峰 段青言 胡佩 陈冠豪
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 复杂网络 社区发现 模块度 蝙蝠算法 自适应进化
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 机械工程? 控制科学与工程
• 页码范围: 109-117
• 页数: 9页
• 分类号: TP31
• 字数: 6085字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2018.01.015

摘要

针对现有智能优化算法解决复杂网络社区发现问题存在求解适应度函数精度低、算法收敛速度慢等不足,在基本蝙蝠算法框架下,结合遗传算法的思想,提出一种自适应进化蝙蝠算法.首先,算法以模块度函数作为适应度函数,采用基于字符的编码方式,利用标签传播方法初始化种群;然后,将蝙蝠个体的速度转化为变异概率,使用交叉变异算子更新位置,从而实现蝙蝠的自适应进化;最后,在计算机生成网络和真实网络环境下进行仿真实验.研究结果表明:与用于社区发现的其他智能算法相比,该算法具有收敛速度快、求解精度高的优点,更适合大规模网络下的社区发现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐朝伟	重庆大学通信工程学院	34	184	6.0	12.0
2	李彦	重庆大学通信工程学院	5	51	2.0	5.0
3	段青言	重庆大学通信工程学院	3	28	3.0	3.0
4	杨险峰	重庆大学通信工程学院	1	5	1.0	1.0
5	胡佩	重庆大学通信工程学院	1	5	1.0	1.0
6	陈冠豪	重庆大学通信工程学院	2	5	1.0	2.0