基于标签传播的蚁群优化算法求解社区发现问题

• 作者: 张素琪 武君艳 江帆 许馨匀 顾军华
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 社区发现 蚁群算法 节点凝聚性度量 蚂蚁定标策略 皮尔逊相关性
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 算法
• 页码范围: 233-242
• 页数: 10页
• 分类号: TP3
• 字数: 8404字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.06.043

摘要

社区发现问题对于研究复杂网络的特性具有重要作用.蚁群算法由于其采用分布式正反馈并行机制,具有较强的鲁棒性和稳定性,被越来越频繁地应用于社区发现领域.针对蚁群算法求解社区发现存在求解精度低、收敛速度慢的问题,提出一种基于标签传播的蚁群优化算法(BLP_ACO).采用一种新的解向量表达方式,其中每个节点位置存放该节点所属社区的标签.在解的构造阶段提出基于节点凝聚性的蚂蚁转移策略,降低蚂蚁转移过程中的随机性,从而提高算法的精确度;将标签传播思想引入到蚁群搜索过程,使算法快速收敛.在解的优化阶段采用基于模块度优化的合并策略,进一步提高算法的求解精度;更新信息素时对所有处于社区内部的边滞留信息素.在真实网络和LFR基准网络上验证,结果表明该算法能够准确高效地挖掘出社区结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾军华	河北工业大学人工智能与数据科学学院	113	947	16.0	26.0
3	张素琪	天津商业大学信息工程学院	15	40	3.0	6.0
6	武君艳	河北工业大学人工智能与数据科学学院	5	6	2.0	2.0
8	许馨匀	河北工业大学人工智能与数据科学学院	3	1	1.0	1.0
12	江帆	河北工业大学人工智能与数据科学学院	1	1	1.0	1.0