基于分解多目標優(yōu)化的符號網(wǎng)絡結(jié)構(gòu)平衡研究.pdf

1、21世紀，隨著科技的迅猛發(fā)展，信息領域日新月異，各種網(wǎng)絡應用層出不窮。其中，各種購物網(wǎng)站、社交網(wǎng)站、在線社區(qū)的快速發(fā)展，正潛移默化地改變著我們的生活方式、思維方式。在這樣的時代背景下，符號網(wǎng)絡在理解、預測復雜網(wǎng)絡的拓撲結(jié)構(gòu)、功能、動態(tài)發(fā)展方面的研究意義越來越明顯，如在個性化推薦、用戶態(tài)度預測方面，整合負邊信息，能夠提高推薦、預測的準確度。符號網(wǎng)絡結(jié)構(gòu)平衡也引起了眾多學者的關注，并取得了很多有意義的成果。但是研究多是基于啟發(fā)式方法或單目標

2、優(yōu)化，單次運行所得結(jié)果單一，在應用中會有很大的局限性。本碩士論文主要針對符號網(wǎng)絡的結(jié)構(gòu)平衡進行研究，從多目標優(yōu)化的角度出發(fā)，結(jié)合影響網(wǎng)絡平衡的具體因素，提出了一種多目標優(yōu)化模型和基于子集的局部搜索策略。本論文具體所做的工作如下：
　?。?）對研究符號網(wǎng)絡結(jié)構(gòu)平衡的論文進行了大量閱讀，理解了符號網(wǎng)絡的意義，并對現(xiàn)存的符號網(wǎng)絡結(jié)構(gòu)平衡算法有了宏觀上的理解。
　?。?）從多目標優(yōu)化角度出發(fā)，以弱平衡理論為基礎，根據(jù)符號網(wǎng)絡中不平衡

3、因素的兩個方面，將符號網(wǎng)絡結(jié)構(gòu)平衡問題建模為多目標優(yōu)化問題。該模型包含兩個目標函數(shù) inneg、 outpos，分別表示網(wǎng)絡劃分中子集內(nèi)的負邊總數(shù)目，子集間的正邊總數(shù)目。由于MOEA/D算法計算復雜度相對較低且生成的Pareto前沿面均勻等特點，本文采用MOEA/D算法作為算法框架，同時，結(jié)合具體的符號網(wǎng)絡結(jié)構(gòu)平衡問題，充分利用網(wǎng)絡的拓撲信息，選取one-way交叉算子和基于節(jié)點正鄰域的變異算子，設計了MOEA/D-SNB算法解決上述多

4、目標優(yōu)化問題。通過在人工合成網(wǎng)絡和真實網(wǎng)絡數(shù)據(jù)集上同MODPSO、FEC算法的大量對比實驗，驗證了上述方法在處理結(jié)構(gòu)平衡問題上的有效性。
　　（3）為了進一步提高 MOEA/D-SNB算法的搜索力度，結(jié)合符號網(wǎng)絡結(jié)構(gòu)平衡特性，設計了基于子集的局部搜索策略。該策略側(cè)重于優(yōu)化多目標模型中的outpos函數(shù)。從子集的角度，定義了網(wǎng)絡劃分的鄰域?；谪澙匪枷?，網(wǎng)絡劃分在每個鄰域內(nèi)尋找能使其 outpos值降低最多的鄰居來進行更新。依次遍歷