资料下载
×
复杂网络社区发现下的多目标五行环优化算法
消耗积分:0 |
格式:pdf |
大小:2.50 MB |
2021-05-17
分享资料个
社区结构作为复杂网络的重要特性，对理解网络的功能和结构具有重要意义。为了解决复杂网络的社区发现问题，提出了一种多目标五行环优化算法（ Multi-objective Five-elements Cycle Optimization， MOFECO）。首先，将社区发现问题建模为多目标优化问题，选取反比率关联（ Inverse ratio Association，RA）和比例缩减（ Ratio cut，RC）这两个互相对立的目标作为目标函数;然后，基于五行环模型（ Five-elements Cycle Model，FECM），通过局部最优解和全局最优解实现元素的更新，并引入交叉和变异算子对更新策略进行改进;最后，使用快速非支配排序的方法获得 Pareto最优社区划分集合，有助于揭示复杂网络的层次结构。在人工合成网络和真实社会网络上进行实验，与单目标算法（ Ga-net， Meme-net）以及多目标算法（MOGA-Net，MOCD，MOEA/DNet， DMOPSO，DM-MOEA/D， MOCD-ACO）进行对比得出， MOFECO算法弥补了传统单目标优化社区结构划分单一的缺陷，在社区发现的准确度上有所提高。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
