混合修复遗传算法及其在社会网络中的应用

　　社会网络分析是数据挖掘中与社会生活联系最紧密的热点之一，凝聚子群分析是一种典型的社会网络子结构分析方法，其中最大团结构是关系最紧密的凝聚子群，最大团问题的研究在社会网络分析中有重要意义。针对遗传算法在求解最大团问题中运行时间长、部分基准图例求解精度不高等问题，提出了一种基于混合修复策略的遗传算法MGAo MGA算法融合度修复和随机染色体修复方法并结合随机配对的精英选择、均匀块交叉和倒位变异算子，可以有效避免算法陷入局部最优，在加快收敛速度和丰富种群多样性方面有明显效果。算法在DIMACS基准图例和典型的社会网络实例上进行了测试，实验结果表明MGA算法具有较好的求解精度和较快的收敛速度。