基于锥面积进化算法的大型复杂网络并行社区检测
发布时间：2021-09-07 04:05
近些年来,复杂网络的社区结构检测问题逐渐受到各个领域学者的关注。社区结构是复杂网络的重要属性之一,因为网络社区结构揭示了网络重要的信息,有助于我们理解和认识复杂网络的功能单元。最新针对基于多目标进化算法的社区检测方法的研究表明,一方面同时优化多个相互冲突的目标函数,可以有效地克服了单目标优化的社区检测方法中存在的一些缺陷,如模块度的分辨率限制问题。另一方面,基于多目标进化算法的社区检测算法还可以提供一组层次化的网络社区结构。然而,目前的基于多目标进化算法的社区检测算法仅仅适用于小网络的社区检测。因此,探索和研究基于多目标进化算法的大规模复杂网络社区检测算法具有重要意义。本文先将锥面积进化算法应用到复杂网络社区检测问题上,首先将社区检测问题建模成二目标优化问题,并充分利用了锥面积进化算法的优异性能,在此基础上探索更高效的并行社区检测算法。本文的研究工作包括:（1）将社区检测问题建模成两个目标函数互相冲突的二目标优化问题,并提出了基于锥面积进化算法的社区检测算法（Conical Area Community Detection,简称CACD）,其主要框架是在二目标优化问题上表现优异的锥面积...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图２－１具有１２个络点的网络示例??
?第三章基于锥面积进化算法的社区检测算法???ｐｏｓｉｔｉｏｎ?１?２?４?５?６?７?８?９?１０?１１?１２??ｎｅｉｇｈｂｏｒ?１２?１１１６７６７?１０?１１?９１??（ａ）基于位点的邻接表示法应用于图２－１的网络划分中??＠?？??＠?？?＠??（ｂ＞，对瘦菌３－ｌａ的社Ｋ齡构??图３－１?＿于位点的铂接表參法示例图??在这种基于位点的邻接表示法中，需执行解码步骤以识别出所有的连通图，然后??将属于同一连通图中的所有网络节点分配到同一个社度中。此外应注意到，通过使用??文献［３１］中所介绍的回溯法，此解码步骤可以在线性时间内有效完成。事实上，采用这??种表示法的主要优点在于ｆ社区的数目Ｋ可以由每个聚类中包含的组件数量自动获得，??并甶解码步骤确定。此外，这种基于位点的邻接基因表示法特别适用子遗传算箦的设??计，标准的交叉和变异操作不会产生任何无效的基因型ａ值得姓意的是，基于位点的邻??接表示法也是冗余的。但是，相比于基于标签的表示法，搜素空间的复杂度从《？降低??到了?其中匕为结点丨的度。由于网络通常都是稀疏的，因此觯空间更加狭窄，??＇因此基于位点的邻接基因表示法可以明．显地提龕进化算法的效率。文献［３２］是最早将该??方法用苄社区检测问题的。??３．１．３进化算子??进化算子的设计和选择是进化算法中至关童粟的一部分，生要包括交叉操作和变??异两个过程６在社区检测问题中，使用传统的交叉算子可能会出现一些问题，这类问题??的产生与算法所采用的基因型表示形式有关。例如在基于标餐的表示方法中，不论是??标准的单点交叉还是标准的两点交叉均存在着两个明显的缺陷。首先，这类交叉算法??可赞会导致部
?华窜ｔｏ?太学工程硕士学位论文???岛屿仅被分配了第ｒ级子问题，＝?ＷｘｌＡ＇ＯｌｆｃｅｉＶＷ，其中??｛｛ｒＮ（ｘ＼?ｒＮ＾?＋?Ｌ?ｊ．．，?（ｒ?＋?１）ＪＶ！Ｗ?—?１，?｝?ｒ?＾?ｑ?—?１??｜ｒ］＼ｒＷ?－｜－?Ｍ％ｑ，?ｒＮ＾?＋?Ｎ％ｑ?＋?１，．．．，?（ｒ?＋?ｌ）ｉＶ＾５?＋?Ｎ％ｑ?—?１，｝?ｒ?＝?ｑ?—?１??（４－４）??这意味着＊在第ｒ？个岛屿上的后代繁殖过程中，第一个父母个体必须是于子问题ＧＷ??关联的当前个体中的一个。这个岛屿的其他子问题组ＧＷ（ｊ?＃?ｒ）的作用是提供第ｊ二个??父母个体，并完成子个体的全局更新过程。??图４－１是＿＾?＝?３和ｉＶ?＝?６时的局部进化岛屿并行模型的简单例子。从目标空间??的角度看，第ｒ?Ｇ?｛０；?１，２｝的島＿＿际上负责优化ｉＶ（ｒ）?＝?２个警向题，５ｒ（ｘ｜Ａ２ｒ，２＊）和??５＾｜久２＾气２４），通．过进化它们各自＿．相关个体尸２＿？＇和尸２７＇－１来＿近？＆代１〇＿前沿的第＿？：１片＿??段。同时，为了实现ＣＡＥＡ的全局选择和更新机制，第ｒ的岛屿必须维持一个ｉＶ?＝?６??的完整种群。这种局部进化岛屿模型能够帮助ＰＣＡＣＤ减少其串行版本的运行时间。??ｊ（／?／??赢??＾＾??Ｉｓｌａｎｄ?０?Ｉｓｌａｎｄ?１?Ｉｓｌａｎｄ?２??图４－１局鄯岛屿进化模型??４．１．２精英解迁移策略??在采用局部进化岛屿模型来提高速度的同时，必须采用适当的迀移策略，在岛屿??之间分拿重＿要的进化成果，这样ＰＣＡＣＤ获得的社区结构质量才不会大幅度下降。这里??２６??
本文编号：3388807
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图２－１具有１２个络点的网络示例??
?第三章基于锥面积进化算法的社区检测算法???ｐｏｓｉｔｉｏｎ?１?２?４?５?６?７?８?９?１０?１１?１２??ｎｅｉｇｈｂｏｒ?１２?１１１６７６７?１０?１１?９１??（ａ）基于位点的邻接表示法应用于图２－１的网络划分中??＠?？??＠?？?＠??（ｂ＞，对瘦菌３－ｌａ的社Ｋ齡构??图３－１?＿于位点的铂接表參法示例图??在这种基于位点的邻接表示法中，需执行解码步骤以识别出所有的连通图，然后??将属于同一连通图中的所有网络节点分配到同一个社度中。此外应注意到，通过使用??文献［３１］中所介绍的回溯法，此解码步骤可以在线性时间内有效完成。事实上，采用这??种表示法的主要优点在于ｆ社区的数目Ｋ可以由每个聚类中包含的组件数量自动获得，??并甶解码步骤确定。此外，这种基于位点的邻接基因表示法特别适用子遗传算箦的设??计，标准的交叉和变异操作不会产生任何无效的基因型ａ值得姓意的是，基于位点的邻??接表示法也是冗余的。但是，相比于基于标签的表示法，搜素空间的复杂度从《？降低??到了?其中匕为结点丨的度。由于网络通常都是稀疏的，因此觯空间更加狭窄，??＇因此基于位点的邻接基因表示法可以明．显地提龕进化算法的效率。文献［３２］是最早将该??方法用苄社区检测问题的。??３．１．３进化算子??进化算子的设计和选择是进化算法中至关童粟的一部分，生要包括交叉操作和变??异两个过程６在社区检测问题中，使用传统的交叉算子可能会出现一些问题，这类问题??的产生与算法所采用的基因型表示形式有关。例如在基于标餐的表示方法中，不论是??标准的单点交叉还是标准的两点交叉均存在着两个明显的缺陷。首先，这类交叉算法??可赞会导致部
?华窜ｔｏ?太学工程硕士学位论文???岛屿仅被分配了第ｒ级子问题，＝?ＷｘｌＡ＇ＯｌｆｃｅｉＶＷ，其中??｛｛ｒＮ（ｘ＼?ｒＮ＾?＋?Ｌ?ｊ．．，?（ｒ?＋?１）ＪＶ！Ｗ?—?１，?｝?ｒ?＾?ｑ?—?１??｜ｒ］＼ｒＷ?－｜－?Ｍ％ｑ，?ｒＮ＾?＋?Ｎ％ｑ?＋?１，．．．，?（ｒ?＋?ｌ）ｉＶ＾５?＋?Ｎ％ｑ?—?１，｝?ｒ?＝?ｑ?—?１??（４－４）??这意味着＊在第ｒ？个岛屿上的后代繁殖过程中，第一个父母个体必须是于子问题ＧＷ??关联的当前个体中的一个。这个岛屿的其他子问题组ＧＷ（ｊ?＃?ｒ）的作用是提供第ｊ二个??父母个体，并完成子个体的全局更新过程。??图４－１是＿＾?＝?３和ｉＶ?＝?６时的局部进化岛屿并行模型的简单例子。从目标空间??的角度看，第ｒ?Ｇ?｛０；?１，２｝的島＿＿际上负责优化ｉＶ（ｒ）?＝?２个警向题，５ｒ（ｘ｜Ａ２ｒ，２＊）和??５＾｜久２＾气２４），通．过进化它们各自＿．相关个体尸２＿？＇和尸２７＇－１来＿近？＆代１〇＿前沿的第＿？：１片＿??段。同时，为了实现ＣＡＥＡ的全局选择和更新机制，第ｒ的岛屿必须维持一个ｉＶ?＝?６??的完整种群。这种局部进化岛屿模型能够帮助ＰＣＡＣＤ减少其串行版本的运行时间。??ｊ（／?／??赢??＾＾??Ｉｓｌａｎｄ?０?Ｉｓｌａｎｄ?１?Ｉｓｌａｎｄ?２??图４－１局鄯岛屿进化模型??４．１．２精英解迁移策略??在采用局部进化岛屿模型来提高速度的同时，必须采用适当的迀移策略，在岛屿??之间分拿重＿要的进化成果，这样ＰＣＡＣＤ获得的社区结构质量才不会大幅度下降。这里??２６??
本文编号：3388807
本文链接：https://www.wllwen.com/kejilunwen/yysx/3388807.html
