基于化学反应算法优化模块密度的网络社团发现研究
发布时间:2021-01-09 18:27
随着社会科技的迅速发展,复杂系统已经遍布我们生活的方方面面。复杂网络作为复杂系统的一种抽象表现形式而存在,它通常可以抽象为图的形式,即把节点表示为对象,节点之间的连线表示节点之间存在的一定联系。而社团结构又是复杂网络的一个重要特性。一般情况下,社团内部的节点之间连接比较紧密,社团之间的节点连接都比较稀疏。因此发现复杂网络内部的社团结构,对理解网络的拓扑结构和作用具有非常重要的意义。复杂网络社团结构划分算法主要是发现复杂网络中真实存在的社团结构,研究人员提出了一系列的算法来检测复杂网络中潜在的社团结构,以便更好地分析复杂网络。传统社团发现算法大多选择模块度作为社团结构的评判函数,近年来有关研究表明模块度存在一定的分辨率问题,为了解决该问题,有关研究人员提出了模块密度作为新的社团评判函数。本文选择模块密度作为社团结构的评判函数,采用化学反应算法,提出了一种新的社团结构检测算法。本文主要工作及创新点如下:(1)研究了复杂网络社团的评判函数及其相关的一些社团结构发现算法。社团结构作为复杂网络的一个重要方面,研究者提出了很多发现算法,寻求最优划分方法一直是研究重点。论文研究了相关算法各自的优点及...
【文章来源】:河南大学河南省
【文章页数】:56 页
【学位级别】:硕士
【部分图文】:
某足球俱乐部网络由于网络的复杂特性,在研究实际问题时就必须考虑节点连接的权重和方向,认清复杂网络的行为应先清楚网络的拓扑结构
而原子的质量和电子的质量不一样,一般情况下,电子可以适应原子核的变化,而原子核却不可以适应电子的变化。分子势能的变化是随着原子核位置的变化而变化的。分子的结构与两个因素密切相关:原子的位置和方向和电子的位置和方向。如图2-3是化学反应中分子势能走势图,在化学反应系统中,一开始分子能量比较高,然后开始一系列各种运动反应。经过一段时间反应后,系统内的分子逐渐趋于稳定,达到能量最低的一个状态。这时候PES系统中分子的势能最小,也就是寻求的最优解。因此,化学反应就是一个寻求分子最低势能的一个过程,也就是说化学反应就是优化寻求最小值一个过程。图2-3 化学反应中分子势能走势图化学反应的基本思想:通过搜索PES图的整个区域,来寻找势能值最低的分子。在现实中,PES区域比较大,若是全部搜索花费时间比较多。所以必须在规定的时间内通过有效的智能方法来搜索PES局部区域里面的最小势能的分子
群中势能最大的分子。能量不能凭空消失和出现,所以加入精英种群后,需要在buffer中减去精英分子群增加的能量。图3-6 无精英保留策略算法模块密度变化图图3-7 带有精英保留策略算法模块密度变化图
【参考文献】:
期刊论文
[1]复杂网络研究的机遇与挑战[J]. 周涛,张子柯,陈关荣,汪小帆,史定华,狄增如,樊瑛,方锦清,韩筱璞,刘建国,刘润然,刘宗华,陆君安,吕金虎,吕琳媛,荣智海,汪秉宏,许小可,章忠志. 电子科技大学学报. 2014(01)
[2]一种基于互信息的复杂网络节点重要性评估方法[J]. 张翼,刘玉华,许凯华,骆珍荣. 计算机科学. 2011(06)
[3]基于拉普拉斯图谱和K均值的多社团发现方法[J]. 杨建新,周献中,葛银茂. 计算机工程. 2008(12)
博士论文
[1]社会网络特征分析与社团结构挖掘[D]. 刘瑶.电子科技大学 2013
本文编号:2967174
【文章来源】:河南大学河南省
【文章页数】:56 页
【学位级别】:硕士
【部分图文】:
某足球俱乐部网络由于网络的复杂特性,在研究实际问题时就必须考虑节点连接的权重和方向,认清复杂网络的行为应先清楚网络的拓扑结构
而原子的质量和电子的质量不一样,一般情况下,电子可以适应原子核的变化,而原子核却不可以适应电子的变化。分子势能的变化是随着原子核位置的变化而变化的。分子的结构与两个因素密切相关:原子的位置和方向和电子的位置和方向。如图2-3是化学反应中分子势能走势图,在化学反应系统中,一开始分子能量比较高,然后开始一系列各种运动反应。经过一段时间反应后,系统内的分子逐渐趋于稳定,达到能量最低的一个状态。这时候PES系统中分子的势能最小,也就是寻求的最优解。因此,化学反应就是一个寻求分子最低势能的一个过程,也就是说化学反应就是优化寻求最小值一个过程。图2-3 化学反应中分子势能走势图化学反应的基本思想:通过搜索PES图的整个区域,来寻找势能值最低的分子。在现实中,PES区域比较大,若是全部搜索花费时间比较多。所以必须在规定的时间内通过有效的智能方法来搜索PES局部区域里面的最小势能的分子
群中势能最大的分子。能量不能凭空消失和出现,所以加入精英种群后,需要在buffer中减去精英分子群增加的能量。图3-6 无精英保留策略算法模块密度变化图图3-7 带有精英保留策略算法模块密度变化图
【参考文献】:
期刊论文
[1]复杂网络研究的机遇与挑战[J]. 周涛,张子柯,陈关荣,汪小帆,史定华,狄增如,樊瑛,方锦清,韩筱璞,刘建国,刘润然,刘宗华,陆君安,吕金虎,吕琳媛,荣智海,汪秉宏,许小可,章忠志. 电子科技大学学报. 2014(01)
[2]一种基于互信息的复杂网络节点重要性评估方法[J]. 张翼,刘玉华,许凯华,骆珍荣. 计算机科学. 2011(06)
[3]基于拉普拉斯图谱和K均值的多社团发现方法[J]. 杨建新,周献中,葛银茂. 计算机工程. 2008(12)
博士论文
[1]社会网络特征分析与社团结构挖掘[D]. 刘瑶.电子科技大学 2013
本文编号:2967174
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2967174.html