基于自适应Memetic算法的多目标复杂网络社区检测.pdf

第34卷第3期 计 算 机 应 用 研 究 Vo1．34 No．3 2017年 3月 ApplicationResearchofComputers Mar．2017 基于 自适应 Memetic算法的 多 目标复杂网络社 区检测术 姚 莹，周井泉 (南京邮电大学 电子科学与工程学院，南京 210003) 摘 要：针对提高复杂网络社区检测准确度问题，提出了一种 自适应Memetic算法的多目标社区检测算法。在 全局搜索中利用Logistic函数来设置与全局优化相应的交叉概率和变异概率，并将多 目标优化问题转换成 同时 最小优化kernelK—means和ratiocut这两个 目标函数；在局部搜索中利用权重将两个 目标 函数合并成一个局部 优化 目标，并采用爬山搜索来寻找个体最优。在虚拟和真实网络实验平台下，与五种基于遗传算法的方法以及 FastModularity算法相比，结果表明该算法能有效提高社区检测准确度，具有更好的寻优效果。 关键词：复杂网络；社区检测；多 目标；Memetic算法；自适应 中图分类号 ：TP393 文献标志码 ：A 文章编号 ：1001．3695(2017)03—0858—04 doi：10．3969／j．issn．1001—3695．2017．03．051 Multi—objectivecommunitydetectionincomplexnetworksbasedon adaptiveMemeticalgorithm YaoYing，ZhouJingquan (SchooloJElectronicScience＆Engineering，NanjingUniversityofPostsTelecommunications，Nanjing210003，China) Abstract：Inorderto improvetheaccuracyofthecommunitydetection incomplexnetworks，thispaperproposedamuhi— objectivecommunitydetectionbasedonadaptivememetiealgorithm．Inglobalsearch，thealgorithmappliedtheLogisticrune· tiontosetthecorrespondingcrossoverprobabilityandmutationprobability，andturnedthemulti—objectiveoptimizationproblem intominimaloptimizationoftwoobjectivescalledkernelKmeans(KKM)andratiocut(RC)atthesametime．Inlocalsearch． itconstitutedthelocaloptimizationtargetofweightsoftwoobjectivefunctionsandusedahil1．climbingstrategytofindthebest individua1．Experimentsonsyntheticandreallifenetworksshow that．comparedwithfivealgorithmsbasedonGAs(genetic algorithms)andFastModularityalgorithm，theproposedalgorithm caneffectivelyimprovetheaccuracyofthecommunityde- tectionandhascertainadvantagesinsolvingcommunitydetectionproblemsinc