基于粒子群优化算法的复杂网络社区挖掘

发布时间：2017-05-16 11:10

  本文关键词：基于粒子群优化算法的复杂网络社区挖掘，，由笔耕文化传播整理发布。

【摘要】：复杂网络分析是大数据和社会计算的理论基石之一,对复杂网络展开研究具有必要性。复杂网络分析涉及很多问题,比如网络上的推荐,网络的鲁棒性研究,网络资源分配,网络结构信息挖掘等,其中网络结构信息挖掘应该是网络分析的基础性理论,很多网络问题都不可避免地需要分析和挖掘网络的结构信息以指导网络问题的求解。本硕士论文则主要针对复杂网络的社区结构挖掘进行研究,从群智能优化角度出发,提出了一种可行的基于粒子群优化的复杂网络社区挖掘算法。本论文的主要工作如下:1)综述了复杂网络的社区结构研究的进展,理解了网络社区的定义,对当前现存的复杂网络社区挖掘算法有了宏观理解,了解现存算法的优缺点,并对部分算法进行了编程仿真。2)综述了群智能优化算法的相关研究工作,介绍了粒子群优化算法的基本原理以及目前学术界针对粒子群优化算法所取得的标志性研究进展。3)针对复杂网络社区挖掘问题,从优化的角度出发,在深入理解粒子群优化算法的基础上,提出了一种可行的离散粒子群优化算法用于求解复杂网络的社区挖掘问题。在算法的设计中,为了使粒子群算法和社区挖掘问题相结合,重新定义了粒子的离散状态表示。为了提高粒子群算法的种群多样性,在结合网络自身的先验知识的基础上,重新设计了粒子的状态更新方程。为了提高粒子群优化算法的全局寻优能力,结合网络的社区特性设计了局部搜索策略。4)为了验证本文提出的算法的有效性,采用了大量的人工模拟数据以及大量的真实的复杂网络数据对算法进行了测试。还将本文提出的算法和研究中现有的算法进行了对比。实验结果表明,本文提出了基于粒子群优化算法的社区挖掘方法具有较好的社区挖掘效果,且本文设计的粒子群局部搜索策略可以有效的提高算法的全局寻优能力。
【关键词】：进化计算 群智能 粒子群优化 复杂网络 社区挖掘
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18;O157.5
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-15
• 1.1 研究背景及选题意义9-12
• 1.1.1 社会计算与大数据9-10
• 1.1.2 网络社区结构研究背景10
• 1.1.3 网络社区结构研究现状10-11
• 1.1.4 粒子群优化算法研究背景11-12
• 1.1.5 粒子群优化算法研究现状12
• 1.2 论文主要工作12-13
• 1.3 论文组织结构13-15
• 第二章 复杂网络社区结构分析15-25
• 2.1 复杂网络基本理论15-17
• 2.2 复杂网络的研究内容及基本特性17-19
• 2.3 复杂网络中的社区结构19-21
• 2.4 网络社区挖掘现状21-24
• 2.4.1 基于划分的网络社区挖掘方法22
• 2.4.2 基于模块度的优化方法22-23
• 2.4.3 基于标签传播的社区挖掘方法23-24
• 2.5 本章小结24-25
• 第三章 求解社区挖掘任务的粒子群算法设计25-35
• 3.1 粒子群优化算法概述25-28
• 3.2 本文算法描述28-30
• 3.3 粒子的表示30-31
• 3.4 粒子的状态更新31-32
• 3.5 粒子适应度函数32-33
• 3.6 粒子局部学习策略33-34
• 3.7 本章小结34-35
• 第四章 算法实验测试与分析35-43
• 4.1 测试环境及对比算法35
• 4.1.1 硬件软件环境35
• 4.1.2 对比算法35
• 4.2 算法性能评定35-36
• 4.3 实验测试数据36-37
• 4.3.1 模拟网络数据36
• 4.3.2 真实网络数据36-37
• 4.4 模拟网络实验测试37-39
• 4.5 真实网络数据测试39-42
• 4.6 本章小结42-43
• 第五章 总结和展望43-45
• 5.1 论文总结43
• 5.2 研究展望43-45
• 参考文献45-49
• 致谢49-51
• 作者简介51

【参考文献】

中国期刊全文数据库 前7条

1 王刚;钟国祥;;基于信息熵的社区发现算法研究[J];计算机科学;2011年02期

2 王丹;刘发升;;复杂网络的社区发现算法研究[J];计算机时代;2009年03期

3 王林,戴冠中;复杂网络中的社区发现——理论与应用[J];科技导报;2005年08期

4 李国杰;程学旗;;大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J];中国科学院院刊;2012年06期

5 杜海峰;李树茁;W.F.Marcus;悦中山;杨绪松;;小世界网络与无标度网络的社区结构研究[J];物理学报;2007年12期

6 莫愿斌;刘贺同;王勤;;智能优化算法的综述教学研究[J];科技创新导报;2008年13期

7 常富蓉;;基于密度分布的社区发现算法研究[J];微型机与应用;2014年06期

  本文关键词：基于粒子群优化算法的复杂网络社区挖掘，由笔耕文化传播整理发布。

本文编号：370667