基于改进遗传算法的社区挖掘研究

• 作者: 孙博 孙晓勇 王鲁 郝霞 郭旭超
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 复杂网络 社区挖掘 遗传算法 结构相似度 轮盘赌选择法
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 159-164
• 页数: 6页
• 分类号: TP18
• 字数: 4487字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049128

摘要

传统遗传算法应用于社区挖掘时初始种群划分精确度不高,且容易降低算法整体搜索性能.为此,提出一种改进的遗传算法,并将其引入到社区挖掘研究中.结合结构相似度与轮盘赌选择法,使染色体的每个基因趋向于选择结构相似度较大的邻居节点,提高初始种群的社区划分质量并加速算法收敛速度.实验结果表明,在人工基准网络中,该算法的初始种群划分精确度和模块度比传统遗传算法平均提高18％和12％,整体划分精确度比FEC和FN算法平均提高24.02％和22.01％,在真实世界网络中,社区划分精确度均优于FN、FEC和LPA算法,从而验证该算法具有较好的社团挖掘性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鲁	山东农业大学信息科学与工程学院	25	44	4.0	5.0
2	孙晓勇	山东农业大学信息科学与工程学院	4	15	2.0	3.0
3	孙博	山东农业大学信息科学与工程学院	2	2	1.0	1.0
4	郭旭超	山东农业大学信息科学与工程学院	3	9	2.0	3.0
5	郝霞	中国农业大学信息与电气工程学院	1	2	1.0	1.0