發(fā)布時(shí)間：2020-05-28 20:40

【摘要】：近些年來(lái),對(duì)于復(fù)雜網(wǎng)絡(luò)問(wèn)題的研究越來(lái)越多,這個(gè)問(wèn)題受到了各界人士的廣泛關(guān)注。在我們的現(xiàn)實(shí)生活當(dāng)中,存在許多的復(fù)雜網(wǎng)絡(luò)系統(tǒng),通過(guò)數(shù)學(xué)建模將它們轉(zhuǎn)變?yōu)橄鄳?yīng)的復(fù)雜網(wǎng)絡(luò),社區(qū)結(jié)構(gòu)就是復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)的不同劃分的狀態(tài)。挖掘網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)信息是很有意義的行為,它可以幫助我們分析網(wǎng)絡(luò)中各事物間的關(guān)聯(lián)關(guān)系,由此清晰把握網(wǎng)絡(luò)的整體結(jié)構(gòu)與特征,挖掘網(wǎng)絡(luò)內(nèi)部的潛在模式、了解它的內(nèi)部結(jié)構(gòu)與特性、預(yù)測(cè)網(wǎng)絡(luò)行為等。但目前解決復(fù)雜網(wǎng)絡(luò)的社區(qū)劃分問(wèn)題算法,大部分還是存在一定缺陷的,例如需要事先知道社區(qū)劃分?jǐn)?shù)、一些門(mén)限值等,而且還存在時(shí)間復(fù)雜度過(guò)高的問(wèn)題,不適用于許多大型的復(fù)雜網(wǎng)絡(luò)劃分問(wèn)題。Chen等人于2016年提出的了一種新的智能優(yōu)化算法MODTLBO/D算法,該算法是一個(gè)基于教與學(xué)的多目標(biāo)最優(yōu)化算法,該算法首次采用基于教與學(xué)的最優(yōu)化策略來(lái)解決社區(qū)發(fā)現(xiàn)問(wèn)題。通過(guò)教學(xué)階段(學(xué)生向老師學(xué)習(xí))與學(xué)習(xí)階段(學(xué)生之間相互學(xué)習(xí))兩個(gè)階段,共同作用提高學(xué)生的成績(jī)。但在該算法中,每個(gè)個(gè)體都是從鄰居的平均值處進(jìn)行學(xué)習(xí),算法的時(shí)間復(fù)雜度高,并且在學(xué)習(xí)階段,個(gè)體僅從鄰居處進(jìn)行學(xué)習(xí),這樣的操作容易陷入局部最優(yōu)。為了提高基于教與學(xué)的多目標(biāo)社區(qū)發(fā)現(xiàn)算法MODTLBO/D的準(zhǔn)確率,降低時(shí)間復(fù)雜度,我們提出了一種在多種群進(jìn)化策略下的基于教與學(xué)的社區(qū)發(fā)現(xiàn)算法(簡(jiǎn)稱E-MODTLBO/D)。在E-MODTLBO/D算法中,我們采用自適應(yīng)學(xué)習(xí)因子,通過(guò)這個(gè)因子加強(qiáng)在教學(xué)階段的探索與搜索能力;在學(xué)習(xí)階段,每個(gè)個(gè)體在各自的子種群內(nèi)可以采用隨機(jī)學(xué)習(xí)策略或者是改進(jìn)的量子行為學(xué)習(xí)策略。在初始化個(gè)體時(shí)對(duì)個(gè)體進(jìn)行預(yù)處理,在每次迭代更新后,子種群間進(jìn)行信息交流,維持算法的多樣性與避免早熟收斂。通過(guò)進(jìn)行大量實(shí)驗(yàn)對(duì)比,E-MODTLBO/D算法在時(shí)間復(fù)雜度與發(fā)現(xiàn)高質(zhì)量的社區(qū)結(jié)構(gòu)方面要優(yōu)于MODTLBO/D等一些經(jīng)典社區(qū)發(fā)現(xiàn)算法,故該算法與目前其他的一些算法相比是具有一定競(jìng)爭(zhēng)力的。
【圖文】：

在ＤＴＬＢＯ算法中，個(gè)體向量通過(guò)一種啟發(fā)式算法進(jìn)行初始化，該啟發(fā)式算逡逑法在２０１２年被Ｇｏｎｇ等人［４７］首次提出，通過(guò)標(biāo)簽傳播（ＰＧＬＰ）產(chǎn)生群體，具體逡逑表示如圖２－１所示。逡逑（邐ｒ逡逑＾邐Ｉ邐Ｉ邋２邋３邋Ｊ邋５邋６邋７邋８邐Ｉ逡逑ｐａ邐ｃｉＮ邋Ｌ＾ｌ邋Ｔ＼［逡逑￣￣？＂邋：邋ＴｈｅｎｍｄｕＵｅｒ：１邋３５邋８邐＾逡逑Ｇｒａｐｈ邋ｔｏｐｏｌｏｇｙ邐｜邋Ｔｈｅ邋ｗｃｏｎｄ邋ｄｕｓｔｅｒ：邋２邋４邋６邋７邐｜邐Ｃｏｍｍｕｎｉｔｙ逡逑圖２－１離散化個(gè)體表示逡逑１５逡逑

逡逑圖２－２以基因?yàn)榛A(chǔ)的圖的鄰接表示方法逡逑由上圖可以看到，節(jié)點(diǎn)１的等位值是２，，于是把節(jié)點(diǎn)１與節(jié)點(diǎn)２分為相同的逡逑社區(qū)內(nèi)，由于節(jié)點(diǎn)２的等位值為４，于是又把節(jié)點(diǎn)２與及節(jié)點(diǎn)４分到相同的社區(qū)逡逑內(nèi)，以此類(lèi)推，若有聯(lián)系則被分到一個(gè)社區(qū)中，上圖則是分了兩個(gè)社區(qū)。逡逑２．４．３交叉與變異概述逡逑接下來(lái)介紹兩點(diǎn)式交叉法，它有利于均勻交叉，因?yàn)閮牲c(diǎn)式交叉法可以更好逡逑的維持網(wǎng)絡(luò)中的有效連接，在我們的論文中采用的也是這種方法。假設(shè)有雙親Ｊ逡逑與５兩個(gè)子圖，我們隨機(jī)選取兩個(gè)點(diǎn)／與點(diǎn)．／其中１２／＾５邋Ａ／，在兩點(diǎn)之間的逡逑所有值交換，即Ａｋ＜－＞Ｂｋ，ｋ是在／與７＿之間的任意值。交叉的實(shí)例如圖２－３逡逑所示。逡逑
【學(xué)位授予單位】：廈門(mén)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 岳振芳;高岳林;;一種改進(jìn)的教與學(xué)優(yōu)化算法[J];蘭州理工大學(xué)學(xué)報(bào);2015年06期

本文編號(hào)：2685803