局部扩展的遗传优化重叠社区发现方法-计算机应用研究.PDF

第３６卷第４期 计 算 机 应 用 研 究 Ｖｏｌ３６Ｎｏ４ ２０１９年４月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｐｒ．２０１９ 局部扩展的遗传优化重叠社区发现方法 楚杨杰，杨忠保，洪　叶 （武汉理工大学理学院，武汉４３００７０） 摘　要：提出了一种局部扩展的遗传优化重叠社区发现（ＬＥＧＡＯＣＤ）方法。借鉴局部扩展的重叠社区发现方法 的思想，首先将少数的核心节点构成模体；同时，利用三角形模体来判断社区的稳定性度量问题，从而量化社区 结构稳定性；然后通过改进的遗传优化算法策略分配它们应归属的社区；最后通过两个评价目标函数得到高质 量的重叠社区结构。该算法在数据集上与经典的ＣＰＭ、ＣＯＰＲＡ作比较，实验结果表明，ＬＥＧＡＯＣＤ方法在检测重 叠社区结构和重叠节点方面具有较优的性能。 关键词：局部扩展；遗传算法；重叠社区发现；核心节点；多目标优