2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、現(xiàn)實(shí)世界中的很多復(fù)雜系統(tǒng)可以由網(wǎng)絡(luò)表示出來,如技術(shù)網(wǎng)絡(luò)、社交網(wǎng)絡(luò)、交通運(yùn)輸網(wǎng)絡(luò)及生物網(wǎng)絡(luò)等。這些網(wǎng)絡(luò)經(jīng)過建模以后可抽象化為圖,其中節(jié)點(diǎn)表示對象,節(jié)點(diǎn)之間的連接可以表示對象之間具有某種關(guān)系。社團(tuán)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)的一個(gè)重要特性,它可以定義為網(wǎng)絡(luò)中的一個(gè)由若干節(jié)點(diǎn)構(gòu)成的子集,其內(nèi)部節(jié)點(diǎn)之間連接緊密,而與網(wǎng)絡(luò)中其他節(jié)點(diǎn)之間的連接較為稀疏。研究社團(tuán)結(jié)構(gòu)對于分析復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、理解復(fù)雜網(wǎng)絡(luò)的功能、預(yù)測復(fù)雜網(wǎng)絡(luò)的行為具有重要的意義。近年來,社團(tuán)檢測

2、問題受到了各個(gè)領(lǐng)域的學(xué)者的廣泛關(guān)注,許多算法也相繼被提出來,如圖劃分方法、層次聚類法、譜聚類法、基于相似度的方法以及基于進(jìn)化的優(yōu)化算法等。
  密母算法是計(jì)算機(jī)科學(xué)和社會(huì)生物學(xué)的交叉產(chǎn)物,它建立在模擬文化進(jìn)化基礎(chǔ)之上,實(shí)質(zhì)是一種基于種群的全局搜索和基于個(gè)體的局部啟發(fā)式搜索的結(jié)合體。經(jīng)過多年發(fā)展,密母算法已被越來越多的研究人員接受并廣泛應(yīng)用到組合優(yōu)化、模式識(shí)別、圖像處理等領(lǐng)域中。本文針對復(fù)雜網(wǎng)絡(luò)社團(tuán)檢測進(jìn)行了系統(tǒng)地研究,所取得的主要

3、研究成果為:
  1.研究進(jìn)化算法的基本理論,并深入理解密母算法及其改進(jìn)算法在復(fù)雜網(wǎng)絡(luò)社團(tuán)檢測問題中的應(yīng)用。在此基礎(chǔ)上,提出了一種利用局部結(jié)構(gòu)信息的密母算法(Memetic algorithm using local structural information,MA-LSI)用于解決復(fù)雜網(wǎng)絡(luò)的社團(tuán)檢測問題。在該算法中,利用模塊度函數(shù) Q作為適應(yīng)度函數(shù),并利用一個(gè)局部社團(tuán)的質(zhì)量評價(jià)函數(shù)來定義局部搜索算子,此外還采用了一種節(jié)點(diǎn)移動(dòng)策

4、略來改善劃分結(jié)果。與經(jīng)典的快速紐曼(Fast Newman,F(xiàn)N)聚類算法和其他密母算法相比,實(shí)驗(yàn)結(jié)果表明該算法可以產(chǎn)生更為精確的劃分結(jié)果。
  2.研究了傳統(tǒng)的模塊度優(yōu)化所具有的分辨率限制問題,采用另外一個(gè)可以克服分辨率限制問題的目標(biāo)函數(shù):擴(kuò)展模塊度密度函數(shù)。該函數(shù)中含有一個(gè)可調(diào)參數(shù),通過改變參數(shù)的取值可以實(shí)現(xiàn)以不同分辨率分析網(wǎng)絡(luò),從而檢測出網(wǎng)絡(luò)的多分辨結(jié)構(gòu)?;跀U(kuò)展模塊度密度函數(shù)的優(yōu)化,提出另外一種密母算法(Memetic a

5、lgorithm with simulated annealing strategy and tightness greedy optimization,MA-SAT)用于復(fù)雜網(wǎng)絡(luò)社團(tuán)檢測。該算法中有兩個(gè)局部搜索算子,一個(gè)采用了模擬退火策略,另一個(gè)采用了局部社團(tuán)緊密度函數(shù)的貪心優(yōu)化。模擬退火策略可以加速算法的收斂且有助于算法跳出局部最優(yōu),緊密度貪心優(yōu)化充分利用了網(wǎng)絡(luò)的結(jié)構(gòu)信息來產(chǎn)生鄰居劃分,計(jì)算代價(jià)小并且有助于提高種群的多樣性。與幾種經(jīng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論