复杂网络社区发现的多目标五行环优化算法

• 作者: 刘漫丹 张清琪
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 复杂网络 多目标优化 社区发现 五行环优化算法 进化算法
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 284-290
• 页数: 7页
• 分类号: TP391
• 字数: 7868字
• 语种: 中文
• DOI: 10.11896/jsjkx.190700082

摘要

社区结构作为复杂网络的重要特性,对理解网络的功能和结构具有重要意义.为了解决复杂网络的社区发现问题,提出了一种多目标五行环优化算法(Multi-Objective Five-Elements Cycle Optimization,MOFECO).首先,将社区发现问题建模为多目标优化问题,选取反比率关联(Inverse Ratio Association,IRA)和比例缩减(Ratio Cut,RC)这两个互相对立的目标作为目标函数;然后,基于五行环模型(Five-Elements Cycle Model,FECM),通过局部最优解和全局最优解实现元素的更新,并引入交叉和变异算子对更新策略进行改进;最后,使用快速非支配排序的方法获得Pareto最优社区划分集合,有助于揭示复杂网络的层次结构.在人工合成网络和真实社会网络上进行实验,与单目标算法(GA-Net,Meme-Net)以及多目标算法(MOGA-Net,MOCD,MOEA/D-Net,DMOPSO,DIM-MOEA/D,MOCD-ACO)进行对比得出,MOFECO算法弥补了传统单目标优化社区结构划分单一的缺陷,在社区发现的准确度上有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘漫丹	华东理工大学信息科学与工程学院	40	593	9.0	24.0
2	张清琪	华东理工大学信息科学与工程学院	1	0	0.0	0.0