基于改進NNIA算法的網(wǎng)絡(luò)社區(qū)檢測方法研究.pdf

1、近些年來,復(fù)雜網(wǎng)絡(luò)逐漸成為受人關(guān)注的研究領(lǐng)域,越來越多的科研工作者投身其中。研究發(fā)現(xiàn)，復(fù)雜網(wǎng)絡(luò)通常會呈現(xiàn)出社區(qū)結(jié)構(gòu)特性，如何在實際網(wǎng)絡(luò)中高效地發(fā)現(xiàn)社區(qū)結(jié)構(gòu)是近年來復(fù)雜網(wǎng)絡(luò)的研究熱點之一。本論文主要研究復(fù)雜網(wǎng)絡(luò)中社區(qū)檢測問題，基于改進非支配鄰域免疫算法(ImprovedNon-dominatedNeighborImmuneAlgorithm，INNIA)，分別提出針對靜態(tài)網(wǎng)絡(luò)和動態(tài)網(wǎng)絡(luò)的社區(qū)檢測算法。下面是本文的主要工作：
　　1.

2、提出了一種基于改進NNIA的網(wǎng)絡(luò)社區(qū)檢測方法INNIA-Net，該方法通過對兩個目標函數(shù)進行優(yōu)化，將社區(qū)檢測問題模型轉(zhuǎn)化成了一個多目標優(yōu)化問題，每次運行可產(chǎn)生一組解，這組解對應(yīng)著對網(wǎng)絡(luò)不同層次的劃分，每個解可以自動確定網(wǎng)絡(luò)中社區(qū)數(shù)目。
　　2.提出一種動態(tài)網(wǎng)絡(luò)社區(qū)檢測方法DYN-INNIA，該方法以模塊度和規(guī)范化的互信息熵作為優(yōu)化的目標函數(shù)，用社區(qū)劃分得分(CS)作為每個時刻最優(yōu)解的選擇標準。該方法對于隨時間逐步變化的動態(tài)網(wǎng)絡(luò)，可