孙晔:基于化学反应算法优化社团分数的网络社团发现研究论文

孙晔:基于化学反应算法优化社团分数的网络社团发现研究论文

本文主要研究内容

作者孙晔(2019)在《基于化学反应算法优化社团分数的网络社团发现研究》一文中研究指出:随着互联网的普及和应用,网络遍布生活各个角落。例如社交网络的存在,人类的社会行为受到影响。人们就像一个个节点,被互联网连接着,各个节点之间看似相互独立,却又存在着一定的联系。正是这些点和边构成了复杂网络,点和边之间的关系形成了网络的拓扑结构。复杂网络中具有较大影响的是社团结构,正是由于社团结构才能够让我们深入地研究网络中的一些行为,能够帮助人们发现复杂网络中存在的规律,能够解释社会关系与现象。社团检测是发现社团结构的一种重要手段。近年来,社团检测算法的研究已成为复杂网络的一个重要分支。研究者提出了许多智能算法,比如,遗传算法、粒子群算法、萤火虫算法等。但这些算法都存在一些局限性,使得算法时间复杂度过高、算法容易陷入局部最优、算法的效率低等。本文采用一种启发式化学反应算法,利用社团分数作为算法的适应度函数,提出了一种新的社团发现算法,可以在一定程度上解决算法存在的局限性。本文主要研究工作和创新点是:1.研究了复杂网络中经典社团发现算法、化学反应算法以及复杂网络中社团的评判函数。社团结构被定义为内部节点连接紧密,外部节点连接稀疏,而模块度正是为了描述社团结构的特点被提出来的;模块密度是在解决模块度分辨率的问题上提出的。发现社团结构是本文研究的重点,因此本文也研究了一些常用的社团检测的算法。2.提出了基于化学反应算法优化社团分数的社团检测方法。所提算法是以化学反应算法为框架,社团分数为适应度函数,将社团检测问题转化为求最小势能的问题,通过四种初等反应来优化社团分数从而找出最低势能。3.采用标签传播方式作为种群初始化的方法。为了提高初始种群的多样性以及有效性,因此引入标签传播的方式,使算法更加的精准以及稳定,从而使社团结构更加明显,划分的效果更优。4.引入禁忌搜索算法作为一种局部搜索算子。为了提高算法寻优时局部搜索能力,将化学反应算法与禁忌搜索算法相结合,这样能够提高算法的寻优能力,加快算法收敛速度。通过在人工合成网络和真实网络上实验表明,该算法在两种网络上都得到较好的划分结果,有着较明显的社团结构,相比其他五种对比算法该算法在划分社团结构时具有明显的优势。

Abstract

sui zhao hu lian wang de pu ji he ying yong ,wang lao bian bu sheng huo ge ge jiao la 。li ru she jiao wang lao de cun zai ,ren lei de she hui hang wei shou dao ying xiang 。ren men jiu xiang yi ge ge jie dian ,bei hu lian wang lian jie zhao ,ge ge jie dian zhi jian kan shi xiang hu du li ,que you cun zai zhao yi ding de lian ji 。zheng shi zhe xie dian he bian gou cheng le fu za wang lao ,dian he bian zhi jian de guan ji xing cheng le wang lao de ta pu jie gou 。fu za wang lao zhong ju you jiao da ying xiang de shi she tuan jie gou ,zheng shi you yu she tuan jie gou cai neng gou rang wo men shen ru de yan jiu wang lao zhong de yi xie hang wei ,neng gou bang zhu ren men fa xian fu za wang lao zhong cun zai de gui lv ,neng gou jie shi she hui guan ji yu xian xiang 。she tuan jian ce shi fa xian she tuan jie gou de yi chong chong yao shou duan 。jin nian lai ,she tuan jian ce suan fa de yan jiu yi cheng wei fu za wang lao de yi ge chong yao fen zhi 。yan jiu zhe di chu le hu duo zhi neng suan fa ,bi ru ,wei chuan suan fa 、li zi qun suan fa 、ying huo chong suan fa deng 。dan zhe xie suan fa dou cun zai yi xie ju xian xing ,shi de suan fa shi jian fu za du guo gao 、suan fa rong yi xian ru ju bu zui you 、suan fa de xiao lv di deng 。ben wen cai yong yi chong qi fa shi hua xue fan ying suan fa ,li yong she tuan fen shu zuo wei suan fa de kuo ying du han shu ,di chu le yi chong xin de she tuan fa xian suan fa ,ke yi zai yi ding cheng du shang jie jue suan fa cun zai de ju xian xing 。ben wen zhu yao yan jiu gong zuo he chuang xin dian shi :1.yan jiu le fu za wang lao zhong jing dian she tuan fa xian suan fa 、hua xue fan ying suan fa yi ji fu za wang lao zhong she tuan de ping pan han shu 。she tuan jie gou bei ding yi wei nei bu jie dian lian jie jin mi ,wai bu jie dian lian jie xi shu ,er mo kuai du zheng shi wei le miao shu she tuan jie gou de te dian bei di chu lai de ;mo kuai mi du shi zai jie jue mo kuai du fen bian lv de wen ti shang di chu de 。fa xian she tuan jie gou shi ben wen yan jiu de chong dian ,yin ci ben wen ye yan jiu le yi xie chang yong de she tuan jian ce de suan fa 。2.di chu le ji yu hua xue fan ying suan fa you hua she tuan fen shu de she tuan jian ce fang fa 。suo di suan fa shi yi hua xue fan ying suan fa wei kuang jia ,she tuan fen shu wei kuo ying du han shu ,jiang she tuan jian ce wen ti zhuai hua wei qiu zui xiao shi neng de wen ti ,tong guo si chong chu deng fan ying lai you hua she tuan fen shu cong er zhao chu zui di shi neng 。3.cai yong biao qian chuan bo fang shi zuo wei chong qun chu shi hua de fang fa 。wei le di gao chu shi chong qun de duo yang xing yi ji you xiao xing ,yin ci yin ru biao qian chuan bo de fang shi ,shi suan fa geng jia de jing zhun yi ji wen ding ,cong er shi she tuan jie gou geng jia ming xian ,hua fen de xiao guo geng you 。4.yin ru jin ji sou suo suan fa zuo wei yi chong ju bu sou suo suan zi 。wei le di gao suan fa xun you shi ju bu sou suo neng li ,jiang hua xue fan ying suan fa yu jin ji sou suo suan fa xiang jie ge ,zhe yang neng gou di gao suan fa de xun you neng li ,jia kuai suan fa shou lian su du 。tong guo zai ren gong ge cheng wang lao he zhen shi wang lao shang shi yan biao ming ,gai suan fa zai liang chong wang lao shang dou de dao jiao hao de hua fen jie guo ,you zhao jiao ming xian de she tuan jie gou ,xiang bi ji ta wu chong dui bi suan fa gai suan fa zai hua fen she tuan jie gou shi ju you ming xian de you shi 。

论文参考文献

  • [1].面向加权社会网络的社团结构发现方法研究[D]. 吴新凯.重庆邮电大学2018
  • [2].复杂网络的递归社团检测算法研究[D]. 孙文.华中科技大学2017
  • [3].改进的多标签传播算法在重叠社团挖掘中的研究[D]. 饶仁杰.西安理工大学2018
  • [4].基于核心成员的社团结构发现算法研究[D]. 高曼.山东师范大学2017
  • [5].基于重要节点中心性的社团网络划分[D]. 张鹏.山东大学2019
  • [6].具有社团结构的复杂网络上的SIR模型[D]. 王晶.山西大学2018
  • [7].基于一致性动力学的网络社团识别研究[D]. 何赫.武汉理工大学2016
  • [8].面向复杂网络结合网络拓扑和节点内容的语义社团发现的研究[D]. 王晓宝.天津大学2017
  • [9].基于网络结构改变的社团检测算法研究[D]. 刘春龙.安徽大学2018
  • [10].基于三支决策的非重叠社团划分研究[D]. 方莲娣.安徽大学2018
  • 读者推荐
  • [1].含硒化物石墨烯材料的制备及其在乙醇氧化中的应用[D]. 刘博财.广州大学2019
  • [2].基于多目标密母算法的复杂网络社团检测研究[D]. 巩利敏.河南大学2019
  • [3].氯胺酮在抑郁症电休克治疗中疗效与安全性比较[D]. 周南南.济宁医学院2019
  • [4].智慧教育背景下职业院校学前教育专业人才培养研究[D]. 张海娇.河北科技师范学院2019
  • [5].复杂网络中的社区发现算法研究[D]. 孔汉章.山东大学2019
  • [6].基于复杂网络的社区检测研究[D]. 高旭博.中原工学院2019
  • [7].基于节点重要度的社团划分方法研究[D]. 刘芳.内蒙古大学2019
  • [8].基于社团结构的复杂系统故障定位方法研究[D]. 乔虹.太原理工大学2019
  • [9].动态社交网络社区发现及演化分析[D]. 何婧.中国矿业大学2019
  • 论文详细介绍

    论文作者分别是来自河南大学的孙晔,发表于刊物河南大学2019-09-20论文,是一篇关于复杂网络论文,社团发现论文,化学反应算法论文,社团分数论文,禁忌搜索算法论文,河南大学2019-09-20论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自河南大学2019-09-20论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    孙晔:基于化学反应算法优化社团分数的网络社团发现研究论文
    下载Doc文档

    猜你喜欢