基于復(fù)雜網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)分析算法研究.pdf

1、社區(qū)結(jié)構(gòu)的研究發(fā)現(xiàn)對于理解復(fù)雜網(wǎng)絡(luò)的功能，分析節(jié)點(diǎn)間的關(guān)系，對復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的理解和對網(wǎng)絡(luò)行為的預(yù)測等有著重要的意義。目前許多基于復(fù)雜網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)的分析算法已經(jīng)被提出來，然而這些算法也存在著許多不足。如需要先驗(yàn)條件、聚類精度低、完成大規(guī)模的社區(qū)結(jié)構(gòu)發(fā)現(xiàn)的時(shí)間復(fù)雜度高等問題都是需要進(jìn)一步研究的問題。
　　目前針對復(fù)雜網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的發(fā)現(xiàn)問題，采用群體智能算法去研究已經(jīng)成為熱門研究課題之一。蟻群聚類算法模型就是一種模擬螞蟻運(yùn)動過程的

2、群集智能算法。它是對螞蟻們在現(xiàn)實(shí)生活中的清理巢穴和尋找食物等行為過程的模擬。它具有動態(tài)性、自組織、高效性、聚類質(zhì)量較高、不需要先驗(yàn)條件等特點(diǎn)。本文在國內(nèi)外學(xué)者對復(fù)雜網(wǎng)絡(luò)中社區(qū)結(jié)構(gòu)的發(fā)現(xiàn)和蟻群聚類算法的研究經(jīng)驗(yàn)的基礎(chǔ)之上，主要做了如下工作:
　　(1)對于中小型網(wǎng)絡(luò)，采用節(jié)點(diǎn)相似度機(jī)制改進(jìn)適應(yīng)度局部感知函數(shù)和信息素?cái)U(kuò)散模型。開始時(shí)在二維網(wǎng)格上隨機(jī)的放置螞蟻，在聚類時(shí)螞蟻通過感知周圍環(huán)境的相似度和適應(yīng)度，決定是移動還是停留。網(wǎng)格上每一

3、代的移動都會形成一個聚類解。同時(shí)利用信息素?cái)U(kuò)散模型，根據(jù)聚類解更新節(jié)點(diǎn)信息素，同時(shí)改進(jìn)信息素局部更新模型，使信息素能更好的引導(dǎo)螞蟻聚類行為。同時(shí)根據(jù)螞蟻與周圍環(huán)境的適應(yīng)度來決定螞蟻的移動步長。算法不斷迭代過程中螞蟻不斷尋找合適位置最終社區(qū)結(jié)構(gòu)便在網(wǎng)格上呈現(xiàn)出來。在通用數(shù)集上，通過與一些經(jīng)典算法的比較發(fā)現(xiàn)，此算法具有較好的聚類效果。
　　(2)對于大型網(wǎng)絡(luò)，復(fù)雜網(wǎng)絡(luò)的規(guī)模大，聚類方法速度慢的問題，利用網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)對網(wǎng)絡(luò)進(jìn)行抽樣。降