基于智能算法的复杂网络社区挖掘研究

《基于智能算法的复杂网络社区挖掘研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于智能算法的复杂网络社区挖掘研究重庆大学硕士学位论文（学术学位）学生姓名：李彦指导教师：唐朝伟教授专业：通信与信息系统学科门类：工学重庆大学通信工程学院二O一六年四月ResearchonCommunityMininginComplexNetworksBasedonIntelligenceAlgorithmAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEng

2、ineeringByLiYanSupervisor:Prof.TangChaoweiSpecialty：CommunicationandInformationSystemCollegeofCommunicationEngineeringofChongqingUniversity，Chongqing，ChinaApril2016重庆大学硕士学位论文中文摘要摘要复杂网络理论是复杂性科学研究的重要手段，长期以来受到各学科研究人员的广泛青睐。社区结构是复杂网络结构特征之一，社区结构明显的网络具有局部聚集的特

3、性，体现系统整体和部分的关系。社区挖掘的目的是发现复杂网络中的社区结构，通过社区挖掘可以分析网络错综复杂的拓扑结构，进而分析挖掘社区结构在节点预测、网络传播、同步以及控制等动力学方面的影响和作用，因此社区挖掘研究具有十分重要的理论意义和实际价值。社区挖掘的算法层出不穷，其中基于模块度函数的优化算法是一个重要分支。目前已有遗传算法、蚁群算法、粒子群算法等智能优化算法应用在社区挖掘领域，本文针对现有智能算法求解模块度函数收敛速度慢，求解精度低等问题进行研究，提出两种改进算法，主要研究工作和成果如下：①首

4、先提出改进的离散粒子群算法。该算法采用基于字符的编码方式，选取部分粒子采用基于节点重要性的标签传播方法初始化，其次重新定义速度和位置更新，然后对更新位置后的粒子群进行重新排序操作，最后在迭代过程中加入克隆选择操作。良好的初始化方式既可以保证种群的多样性，又可以加快算法收敛速度，克隆选择算子对优秀个体进行克隆选择操作，增强了局部搜索能力。仿真实验证明，改进的离散粒子群算法具有更优越的初始位置，保证适应度精度的同时，收敛更迅速。②蝙蝠算法是一种新型的群智能优化算法，具有计算量小，收敛速度快的特点，然而标

5、准蝙蝠算法易早熟，且只能在连续域使用。针对社区挖掘应用场景，对标准蝙蝠算法进行改进，提出一种自适应进化蝙蝠算法。该算法采用基于字符的编码方式，利用异或操作对速度进行离散化处理，然后使用双路交叉算子实现蝙蝠的全局搜索，局部变异算子进行局部搜索，蝙蝠发生变异的概率取决于蝙蝠速度，从而实现了蝙蝠的自适应进化。仿真实验首先在七个真实网络中进行，通过对比其他算法，验证本算法的有效性；然后在标准人工合成网络中测试算法性能，最后给出Karate网络和Dolphin网络的可视化分析。实验结果表明，随着网络规模的增长

6、，自适应进化蝙蝠算法具有收敛速度快，适应度值高的优势。关键词：复杂网络，社区挖掘，模块度函数，粒子群算法，蝙蝠算法I重庆大学硕士学位论文英文摘要ABSTRACTComplexnetworkstheoryisanimportantmethodofcomplexityscience,widelyfavoredbyinterdisciplinaryresearchersforalongtime.Communitystructureisoneofthenetworkstructurecharacterist

7、ics,andthenetworkwhichhasobviouscommunitystructurehasthecharacteristicsoflocalaccumulationidentifyingtherelationshipbetweenthewholeandsegment.Theresearchofcommunityminingcanrevealthestructuralfeaturesofcomplexnetworks.Wecananalyzethetopologyofthenetwor

8、kthroughcommunitymining,andthenpredictnetworkstructure,analyzetheinfluenceonnetworkcommunication,synchronizationandcontroldynamicsandsoon.Sotheresearchofcommunitymininghasimportanttheoreticalsignificanceandpracticalvalue.Manyalgorithmsa