發(fā)布時間：2024-09-17 18:25

　　 為了準(zhǔn)確地發(fā)現(xiàn)復(fù)雜社區(qū)結(jié)構(gòu),提出一種改進(jìn)的多目標(biāo)進(jìn)化的復(fù)雜網(wǎng)絡(luò)社區(qū)檢測算法。通過在某一范圍內(nèi)等間距產(chǎn)生多個p參數(shù),再將其代入AP聚類算法通過半監(jiān)督聚類方式確定聚類個數(shù)以及產(chǎn)生初始種群,克服傳統(tǒng)的通過隨機(jī)方式產(chǎn)生的初始解聚類效果不穩(wěn)定的缺點,且用模擬退火(SA)算法對多目標(biāo)進(jìn)化算法進(jìn)行改進(jìn)提高種群搜索能力,防止尋優(yōu)過程陷入局部最優(yōu)解。分別在不同μ值下仿真40次,以Footbal足球社交網(wǎng)絡(luò)、Karate-Club網(wǎng)絡(luò)和Dolphins網(wǎng)絡(luò)作為測試案例,與傳統(tǒng)多目標(biāo)進(jìn)化算法以及基于近鄰傳播(AP)的多目標(biāo)算法進(jìn)行實驗對比,結(jié)果表明文中提出的多目標(biāo)進(jìn)化算法在總體上MNI數(shù)值更大,即改進(jìn)效果明顯,因此可應(yīng)用該算法對復(fù)雜網(wǎng)絡(luò)社區(qū)進(jìn)行更加精確的檢測。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1單點交叉示意圖

步驟10:交叉。對相鄰的兩個父代個體采取單點交叉方式,通過產(chǎn)生一個隨機(jī)的位置點,將該點以后的個體的相應(yīng)位置的編碼進(jìn)行交換,以此產(chǎn)生兩個新的相鄰的子代個體。對于相鄰兩個個體的交叉過程如圖1所示。圖中,Xij1和Xij2分別是第i次種群的兩個個體j1和j2,首先隨機(jī)選....

圖2Footbal網(wǎng)絡(luò)三種算法NMI對比曲線

表1Footbal網(wǎng)絡(luò)三種算法NMI均值對比μAP-SA-MOEAAP-MOEAMOEA0.100.950.960.960.200.950.960.940.300.950.950.920.400.940.940.900.500.94....

圖3Karate-Club網(wǎng)絡(luò)三種算法NMI對比曲線

表2Karate-Club網(wǎng)絡(luò)三種算法NMI均值對比μAP-SA-MOEAAP-MOEAMOEA0.100.910.920.510.200.930.920.500.300.920.910.440.400.950.920.410.500....

圖4Dolphins網(wǎng)絡(luò)三種算法NMI對比曲線

表3Dolphins網(wǎng)絡(luò)三種算法NMI均值對比μAP-SA-MOEAAP-MOEAMOEA0.100.720.690.690.200.680.670.670.300.680.660.610.400.690.650.490.500.65....

本文編號：4005861