基于单目标PSO的社区检测算法
在将复杂网络的社区结构检测问题建模为单目标优化问题时,采用粒子群算法进行优化.传统粒子群算法用来解决连续优化问题,而社区结构检测问题则是一种基于图的离散优化问题.应用了新的编码策略和粒子更新策略解决这一问题,在更新策略中引入了基于近邻更新的方式,保证了在一定程度上遵循邻域信息引导粒子更新,以符合真实复杂网络的特性.另外,采用拓展的模块度密度函数进行优化,以解决传统模块度密度函数的分辨率限制问题,保证能在不同分辨率发现复杂网络的社区结构.实验结果证明,本算法是有效的,能够检测出不同分辨率下的社区结构.
复杂网络、社区检测、模块度密度函数、粒子群算法、单目标
42
O157.5(代数、数论、组合理论)
2015-09-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
57-60