基于進(jìn)化計(jì)算的復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè).pdf

1、科技的高速發(fā)展使人類社會(huì)大步邁入了網(wǎng)絡(luò)時(shí)代，很多現(xiàn)實(shí)世界的復(fù)雜系統(tǒng)都可以表示為網(wǎng)絡(luò)，如協(xié)作網(wǎng)，萬(wàn)維網(wǎng)，電力網(wǎng)，生物網(wǎng)和社會(huì)網(wǎng)絡(luò)等。網(wǎng)絡(luò)可以模型化為圖，其中節(jié)點(diǎn)表示對(duì)象，邊表示節(jié)點(diǎn)之間的連接。近年來(lái)，復(fù)雜網(wǎng)絡(luò)逐漸受到了來(lái)自各個(gè)領(lǐng)域研究者們?cè)絹?lái)越多的關(guān)注，例如物理學(xué)，數(shù)學(xué)，生物學(xué)，社會(huì)學(xué)等。除了小世界效應(yīng)，無(wú)標(biāo)度等網(wǎng)絡(luò)屬性外，社區(qū)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)中另外一個(gè)重要的網(wǎng)絡(luò)屬性。社區(qū)可以定性的定義為網(wǎng)絡(luò)中節(jié)點(diǎn)的子集，其內(nèi)部節(jié)點(diǎn)之間的鏈接比較緊密，而和

2、網(wǎng)絡(luò)中其它節(jié)點(diǎn)的鏈接相對(duì)稀疏。研究復(fù)雜網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)對(duì)于分析網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、理解網(wǎng)絡(luò)的功能、發(fā)現(xiàn)網(wǎng)絡(luò)中的隱藏規(guī)律以及預(yù)測(cè)網(wǎng)絡(luò)的行為不僅具有十分重要的理論意義，而且具有廣泛的應(yīng)用前景。近年來(lái)，越來(lái)越多的社區(qū)檢測(cè)算法被提了出來(lái)，這些算法大致可以分為三類：基于圖分割的方法，基于層次聚類的方法和基于模塊度(modularity)優(yōu)化的方法，其中基于模塊度優(yōu)化的方法近年來(lái)得到了越來(lái)越多的關(guān)注。模塊度函數(shù)是Newman和Girvan提出的用來(lái)評(píng)價(jià)網(wǎng)絡(luò)

3、社區(qū)劃分質(zhì)量的指標(biāo)函數(shù)。一般來(lái)說(shuō)，模塊度值越大，對(duì)應(yīng)的社區(qū)結(jié)構(gòu)越明顯。
　　 密母算法(Memetic algorithm)是近年來(lái)進(jìn)化計(jì)算領(lǐng)域的一個(gè)研究熱點(diǎn)，它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，這種結(jié)合機(jī)制使其搜索效率在某些問(wèn)題領(lǐng)域比傳統(tǒng)遺傳算法快幾個(gè)數(shù)量級(jí)。本文所做的主要工作，就是利用進(jìn)化算法這些優(yōu)點(diǎn)，將其應(yīng)用于復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)問(wèn)題。本文所做的主要工作如下：
　　 (1)研究了多目標(biāo)優(yōu)化和進(jìn)

4、化算法的基本理論，提出了一種基于分解多目標(biāo)優(yōu)化進(jìn)化算法(MOEA/D)的復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)方法。在該方法中，我們把社區(qū)檢測(cè)問(wèn)題模型化為了一個(gè)兩個(gè)目標(biāo)的多目標(biāo)優(yōu)化問(wèn)題，并利用多目標(biāo)進(jìn)化算法MOEA/D來(lái)優(yōu)化這兩個(gè)目標(biāo)。
　　 (2)研究了社區(qū)檢測(cè)算法中傳統(tǒng)模塊度優(yōu)化具有的分辨率限制問(wèn)題，為了解決這個(gè)問(wèn)題，我們使用了一個(gè)新的目標(biāo)函數(shù)：擴(kuò)展模塊度密度(general modularitydensity)，該目標(biāo)函數(shù)是ratio asso

5、ciation與ratio cut的凸組合，可以克服分辨率限制問(wèn)題，也就是說(shuō)通過(guò)調(diào)節(jié)里面的參數(shù)，我們可以從不同分辨率分析網(wǎng)絡(luò)，進(jìn)而發(fā)現(xiàn)網(wǎng)絡(luò)社區(qū)的層次結(jié)構(gòu)。研究了密母算法(memetic algorithm)的基本理論，在此基礎(chǔ)上提出了一種復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)密母算法。該密母算法引入了局部搜索策略，克服了傳統(tǒng)遺傳算法收斂速度慢，容易陷入局部最優(yōu)的缺點(diǎn)。同時(shí)，該算法將擴(kuò)展模塊度密度作為目標(biāo)函數(shù)，可以從不同分辨率分析網(wǎng)絡(luò)，克服了傳統(tǒng)模塊度優(yōu)化算法