基于多目标进化算法优化网络鲁棒性的研究

发布时间：2021-05-25 21:04

　　网络可以表示许多真实世界的复杂系统。研究真实的互联系统时,可以将复杂网络作为一个很好的研究工具来使用。现实中的系统例如因特网、电力网络等要在遭受随机故障或恶意攻击时足够鲁棒才可以维持正常的运转。近些年来,设计鲁棒性高的网络这一研究方向引起了学术界广泛的关注。对网络的攻击可以分为多种类型,并且真实世界中的网络随时都有可能遭受多模式恶意攻击,然而,以往的大多数研究只关注优化网络在单一模式攻击下的鲁棒性,或者在优化网络鲁棒性的同时没有考虑其他的条件例如网络结构调整的代价。多目标优化问题是在科学研究和工程实际中的常见问题,根据具有矛盾关系的各个目标设计合适的目标函数,就可以用多目标优化的方法来解决问题。在众多解决多目标优化问题的算法中,进化算法由于其并行性、全局搜索等优势引起了研究者的广泛关注,进化算法也成为解决多目标优化问题的主流方法。本文以多目标进化算法为工具,提出了同时优化网络的节点鲁棒性、边鲁棒性的算法和基于最小代价的网络鲁棒性优化算法。本文提出的两种算法,一种是基于多目标进化来同时优化网络的节点鲁棒性和边鲁棒性的算法,以基于非支配排序的多目标进化算法为框架,根据节点鲁棒性和边鲁棒性设... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 网络鲁棒性的研究历史及现状
    1.3 本文的主要工作及结构安排
第二章 复杂网络和多目标优化的相关理论
    2.1 复杂网络的表示和特征
        2.1.1 复杂网络的表示
        2.1.2 复杂网络的特征
    2.2 复杂网络的模型
        2.2.1 规则网络模型
        2.2.2 随机网络模型
        2.2.3 小世界网路模型
        2.2.4 无标度网络模型
    2.3 多目标优化的相关理论
        2.3.1 多目标优化问题的描述
        2.3.2 相关的概念及其数学定义
        2.3.3 多目标进化算法发展概述
第三章 基于多目标进化的边与节点鲁棒性优化算法
    3.1 引言
    3.2 相关背景
        3.2.1 复杂网络的节点鲁棒性和边鲁棒性
        3.2.2 基于非支配排序的遗传算法
        3.2.3 传统的网络鲁棒性优化方法
    3.3 基于多目标进化算法优化边与节点鲁棒性
        3.3.1 目标函数
        3.3.2 种群初始化操作
        3.3.3 遗传操作
    3.4 实验及分析
        3.4.1 参数设置
        3.4.2 数据集介绍
        3.4.3 实验结果和分析
    3.5 本章小结
第四章 基于最小代价的网络鲁棒性优化算法
    4.1 引言
    4.2 相关背景
        4.2.1 基于分解的多目标进化算法
        4.2.2 网络结构调整的代价问题
        4.2.3 节点鲁棒性和网络结构调整代价的相关性
    4.3 基于最小代价的网络鲁棒性优化
        4.3.1 基于最小代价的网络鲁棒性优化框架
        4.3.2 目标函数
        4.3.3 权重向量和种群初始化
        4.3.4 遗传操作
    4.4 实验及分析
        4.4.1 参数设置
        4.4.2 数据集介绍
        4.4.3 实验结果和分析
    4.5 本章小结
第五章 总结和展望
    5.1 总结
    5.2 展望
参考文献
致谢
作者简介



本文编号：3206006