如需要完整文档点击下方 "点击下载文档" 按钮

为了准确地发现复杂社区结构,提出一种改进的多目标进化的复杂网络社区检测算法。 通过在某一范围内等间距产生多个 p 参数,再将其代入 AP 聚类算法通过半监督聚类方式确定聚类个数以及产生初始种群,克服传统的通过随机方式产生的初始解聚类效果不稳定的缺点,且用模拟退火(SA) 算法对多目标进化算法进行改进提高种群搜索能力,防止寻优过程陷入局部最优解。 分别在不同 u 值下仿真 40 次,以 Footbal 足球社交网络、Karate-Club 网络和 Dolphins 网络作为测试案例,与传统多目标进化算法以及基于近邻传播(AP)的多目标算法进行实验对比,结果表明文中提出的多目标进化算法在总体上 MNI 数值更大,即改进效果明显,因此可应用该算法对复杂网络社区进行更加精确的检测。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于多目标进化的复杂网络社区检测》

将 完整文档 下载到本地，方便收藏和查阅

文件号：061654

点击下载文档