基于智能算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘研究

基于智能算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘研究

ID:35066161

大?。?.70 MB

頁(yè)數(shù):68頁(yè)

時(shí)間:2019-03-17

基于智能算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘研究_第1頁(yè)
基于智能算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘研究_第2頁(yè)
基于智能算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘研究_第3頁(yè)
基于智能算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘研究_第4頁(yè)
基于智能算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘研究_第5頁(yè)
資源描述:

《基于智能算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)

1、基于智能算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘研究重慶大學(xué)碩士學(xué)位論文(學(xué)術(shù)學(xué)位)學(xué)生姓名:李彥指導(dǎo)教師:唐朝偉教授專業(yè):通信與信息系統(tǒng)學(xué)科門(mén)類:工學(xué)重慶大學(xué)通信工程學(xué)院二O一六年四月ResearchonCommunityMininginComplexNetworksBasedonIntelligenceAlgorithmAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEng

2、ineeringByLiYanSupervisor:Prof.TangChaoweiSpecialty:CommunicationandInformationSystemCollegeofCommunicationEngineeringofChongqingUniversity,Chongqing,ChinaApril2016重慶大學(xué)碩士學(xué)位論文中文摘要摘要復(fù)雜網(wǎng)絡(luò)理論是復(fù)雜性科學(xué)研究的重要手段,長(zhǎng)期以來(lái)受到各學(xué)科研究人員的廣泛青睞。社區(qū)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)特征之一,社區(qū)結(jié)構(gòu)明顯的網(wǎng)絡(luò)具有局部聚集的特

3、性,體現(xiàn)系統(tǒng)整體和部分的關(guān)系。社區(qū)挖掘的目的是發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu),通過(guò)社區(qū)挖掘可以分析網(wǎng)絡(luò)錯(cuò)綜復(fù)雜的拓?fù)浣Y(jié)構(gòu),進(jìn)而分析挖掘社區(qū)結(jié)構(gòu)在節(jié)點(diǎn)預(yù)測(cè)、網(wǎng)絡(luò)傳播、同步以及控制等動(dòng)力學(xué)方面的影響和作用,因此社區(qū)挖掘研究具有十分重要的理論意義和實(shí)際價(jià)值。社區(qū)挖掘的算法層出不窮,其中基于模塊度函數(shù)的優(yōu)化算法是一個(gè)重要分支。目前已有遺傳算法、蟻群算法、粒子群算法等智能優(yōu)化算法應(yīng)用在社區(qū)挖掘領(lǐng)域,本文針對(duì)現(xiàn)有智能算法求解模塊度函數(shù)收斂速度慢,求解精度低等問(wèn)題進(jìn)行研究,提出兩種改進(jìn)算法,主要研究工作和成果如下:①首

4、先提出改進(jìn)的離散粒子群算法。該算法采用基于字符的編碼方式,選取部分粒子采用基于節(jié)點(diǎn)重要性的標(biāo)簽傳播方法初始化,其次重新定義速度和位置更新,然后對(duì)更新位置后的粒子群進(jìn)行重新排序操作,最后在迭代過(guò)程中加入克隆選擇操作。良好的初始化方式既可以保證種群的多樣性,又可以加快算法收斂速度,克隆選擇算子對(duì)優(yōu)秀個(gè)體進(jìn)行克隆選擇操作,增強(qiáng)了局部搜索能力。仿真實(shí)驗(yàn)證明,改進(jìn)的離散粒子群算法具有更優(yōu)越的初始位置,保證適應(yīng)度精度的同時(shí),收斂更迅速。②蝙蝠算法是一種新型的群智能優(yōu)化算法,具有計(jì)算量小,收斂速度快的特點(diǎn),然而標(biāo)

5、準(zhǔn)蝙蝠算法易早熟,且只能在連續(xù)域使用。針對(duì)社區(qū)挖掘應(yīng)用場(chǎng)景,對(duì)標(biāo)準(zhǔn)蝙蝠算法進(jìn)行改進(jìn),提出一種自適應(yīng)進(jìn)化蝙蝠算法。該算法采用基于字符的編碼方式,利用異或操作對(duì)速度進(jìn)行離散化處理,然后使用雙路交叉算子實(shí)現(xiàn)蝙蝠的全局搜索,局部變異算子進(jìn)行局部搜索,蝙蝠發(fā)生變異的概率取決于蝙蝠速度,從而實(shí)現(xiàn)了蝙蝠的自適應(yīng)進(jìn)化。仿真實(shí)驗(yàn)首先在七個(gè)真實(shí)網(wǎng)絡(luò)中進(jìn)行,通過(guò)對(duì)比其他算法,驗(yàn)證本算法的有效性;然后在標(biāo)準(zhǔn)人工合成網(wǎng)絡(luò)中測(cè)試算法性能,最后給出Karate網(wǎng)絡(luò)和Dolphin網(wǎng)絡(luò)的可視化分析。實(shí)驗(yàn)結(jié)果表明,隨著網(wǎng)絡(luò)規(guī)模的增長(zhǎng)

6、,自適應(yīng)進(jìn)化蝙蝠算法具有收斂速度快,適應(yīng)度值高的優(yōu)勢(shì)。關(guān)鍵詞:復(fù)雜網(wǎng)絡(luò),社區(qū)挖掘,模塊度函數(shù),粒子群算法,蝙蝠算法I重慶大學(xué)碩士學(xué)位論文英文摘要ABSTRACTComplexnetworkstheoryisanimportantmethodofcomplexityscience,widelyfavoredbyinterdisciplinaryresearchersforalongtime.Communitystructureisoneofthenetworkstructurecharacterist

7、ics,andthenetworkwhichhasobviouscommunitystructurehasthecharacteristicsoflocalaccumulationidentifyingtherelationshipbetweenthewholeandsegment.Theresearchofcommunityminingcanrevealthestructuralfeaturesofcomplexnetworks.Wecananalyzethetopologyofthenetwor

8、kthroughcommunitymining,andthenpredictnetworkstructure,analyzetheinfluenceonnetworkcommunication,synchronizationandcontroldynamicsandsoon.Sotheresearchofcommunitymininghasimportanttheoreticalsignificanceandpracticalvalue.Manyalgorithmsa

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。