基于多目標(biāo)優(yōu)化的社團(tuán)發(fā)現(xiàn)及系統(tǒng)實(shí)現(xiàn).pdf

1、近年來，隨著復(fù)雜網(wǎng)絡(luò)研究的興起，復(fù)雜網(wǎng)絡(luò)中的社團(tuán)發(fā)現(xiàn)備受關(guān)注。社團(tuán)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)最重要的拓?fù)浣Y(jié)構(gòu)屬性之一，它揭示了復(fù)雜網(wǎng)絡(luò)的隱藏規(guī)律和行為特征。復(fù)雜網(wǎng)絡(luò)中的社團(tuán)發(fā)現(xiàn)對(duì)揭示網(wǎng)絡(luò)的結(jié)構(gòu)和功能之間的聯(lián)系有著重要的意義。社團(tuán)發(fā)現(xiàn)中常見的方法是優(yōu)化單個(gè)目標(biāo)函數(shù)，例如模塊度Q。目前的大多數(shù)算法都采用了將模塊度作為優(yōu)化目標(biāo)，進(jìn)而將社團(tuán)發(fā)現(xiàn)問題轉(zhuǎn)化為優(yōu)化模塊度的問題。然而，這些算法大部分都有很高的復(fù)雜度，并不適合解決大規(guī)模網(wǎng)絡(luò)問題。而另一方面，由于采用

2、單個(gè)優(yōu)化目標(biāo)，這些算法都不可避免地會(huì)存在解限制的問題。
　　 為解決上述第一個(gè)問題，本文首先提出了將遺傳算法引入社團(tuán)發(fā)現(xiàn)，產(chǎn)生了一種新的算法，有效解決了目前的社團(tuán)發(fā)現(xiàn)算法效率低的問題，并通過四個(gè)實(shí)驗(yàn)證明了該算法的有效性。
　　 另一方面，為解決單目標(biāo)優(yōu)存在的解限制問題，本文又提出了將進(jìn)化多目標(biāo)算法應(yīng)用于社團(tuán)發(fā)現(xiàn)。該算法同時(shí)優(yōu)化兩個(gè)互補(bǔ)的目標(biāo)函數(shù)，并返回一組在這兩個(gè)目標(biāo)函數(shù)之間進(jìn)行折中優(yōu)化的非占優(yōu)解。在返回的非占優(yōu)解集中需