一种基于差分进化社团检测算法.docVIP

一种基于差分进化的社团检测算法 　　摘 要：复杂网络的社团结构分析可抽象为一个优化问题，用进化算法求解。进化类算法的一个基本问题是如何把问题的候选解编码到进化个体中。本文将索引局部邻接表示法用于社团检测进化算法的个体表示，把社团结构分析转化为一个整数优化问题。在该个体表示方法的基础上，提出了一种基于差分进化的社团检测算法。在一组合成网络和真实网络上验证了算法性能，并与两种基于遗传算法的典型社团检测进化算法进行了对比。实验结果表明，当网络社团结构较为清晰时，基于差分进化的算法检测到的社团结构具有更好的质量。 　　关键词：社团检测；社团结构分析；差分进化；复杂网络 　　中图分类号：TP311 文献标识码：A 　　Abstract：Community structure analysis of complex networks can be modeled as an optimizing problem，and then be solved by Evolution Algorithm （EA）.One fundamental issue of EA is how to encode a candidate solution into an evolution individual.In this paper，the Indexed Locus-based Adjacency Representation （ILAR） of evolution individual encoding for the community detection problem is proposed.Therefore，a community detection problem can be converted to a discrete integer optimization problem.Based on the ILAR，a community detection algorithm that uses Differential Evolution （DE） as the search engine is developed.A number of experiments are conducted on synthesized and real-world networks to verify the performance of the proposed algorithm，and the results are compared against those of two typical community detection algorithms based on Genetic Algorithm （GA）.The experiment results show that the community structure discovered by the proposed DE-based algorithm generally has better quality than those of the two compared algorithms as the community structure of the analyzed network is sound. 　　Keywords：community detection；community structure analysis；differential evolution；complex network 　　1 引言（Introduction） 　　社团是复杂网络中一组节点的集合，组内节?c具有共同的属性或在网络中具有相似的功能，拓扑结构上表现为组内节点间具有更紧密（更多）的连接边，而组内成员与网络其余节点的连接边相对稀疏。社团结构从中观（middle-scope level）层次上揭示了网络的结构特性，对理解网络性质具有重要意义。 　　社团结构检测可抽象为一个优化问题，利用进化算法（Evolution Algorithm，EA）进行求解，即定义一种度量社团结构质量的目标函数，再利用进化算法求解函数的极大值或极小值。用进化算法进行社团检测的主要优点是不需要事先知道社团结构的属性（例如社团的数量）。常用于社团检测的进化算法有遗传算法[1-5]（Genetic Algorithm，GA）和差分进化[6-8]（Differential Evolution，DE）算法。 　　进化算法的一个基本问题是如何将一种可能的候选解决方案编码到进化个体中。本文提出了索引局部邻接进化个体表示法，将社团检测转化为整数优化问题；在此基础上，提出一种以DE为搜索引擎的社团检测算法。D