收藏本站
《北京邮电大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于分解的多目标进化算法在动态可重叠社团发现中的应用

宋峰  
【摘要】:社区发现(又称为社团发现)是复杂网络研究的重要部分,主要目的是挖掘网络中一群相互联系紧密的节点组成的模块。社区发现在推荐系统,危险预警,舆情分析等领域有着广泛的应用。传统基于静态网络的社区发现已有大量研究,并且积累了许多优秀的方法和参数。但是,随着复杂网络的快速发展,新的复杂网络常常具有用户数量多、群体结构复杂、用户社交广泛、发展快等特点。传统静态网络社区发现研究已难以满足当前社区发现需求。动态重叠社区发现研究可以进一步探索复杂网络中社区的复杂性和动态性,是社区发现重要研究方向之一。本文采用一种基于分解的多目标进化算法(Decomposition based multi-objective evolutionary algorithm, MOEA/D)解决动态可重叠社区发现问题。基于MOEA/D的动态社区发现算法(MOEA/D based dynamic community detection algorithm ,MOEAD-DCD)同时优化瞬时评分(Snapshot score, SC)和时间消耗(Temporal cost,TC)两类目标函数。SC采用社区发现经典衡量指标,保证每一个时刻社区发现结果的准确性。TC计算相邻时刻间社区发现结果的相似性,保证动态网络社区发现的稳定性。针对复杂网络的重叠社区发现,传统社区发现往往具有较高时间复杂度,针对该问题本文采用了大量经典策略提高算法效率。包括采用轮盘赌方法设计MOEA/D的初始化算子和进化算子,采用前一时刻社区发现结果初始化当前时刻初始解等。MOEAD-DCD采用一种改进的基于邻接轨迹表达的编码方式,使得网络中一个节点可以同时隶属于多个不同的社区结构。通过保留多种非支配解,MOEAD-DCD保证了社区发现结果多样性,避免人为选择多目标函数的影响权重问题。根据文献调研,本文首次将MOEA/D用于解决动态可重叠社区发现问题。MOEA/D算法具有较高运行效率,能够保证最终非支配解多样性的特点。同时结合本文采用的大量改进策略,与传统社区发现算法相比,MOEAD-DCD能够保证准确性的同时,兼顾动态社区结果的稳定性。计算实验对比验证了 MOEAD-DCD的有效性。
【学位授予单位】:北京邮电大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP18;O157.5

【参考文献】
中国期刊全文数据库 前1条
1 胡泳;;幂律分布[J];商务周刊;2009年22期
【共引文献】
中国期刊全文数据库 前1条
1 张宁;饶婕;张书卿;陈虹;罗杨;;新浪微博转发数的幂律分布现象[J];计算机时代;2015年03期
【相似文献】
中国期刊全文数据库 前10条
1 林丹;丑英哲;李敏强;;求解多目标二层规划的多目标进化算法[J];系统工程学报;2007年02期
2 罗彪;郑金华;朱云飞;蔡自兴;;一种基于“探测"与“开采"的多目标进化算法[J];高技术通讯;2010年02期
3 崔逊学,方廷健;多目标进化算法的研究[J];中国科学基金;2002年01期
4 许波;彭志平;陈晓龙;柯文德;余建平;;一种基于云模型的多目标进化算法[J];信息与控制;2012年03期
5 李枚毅;;结合免疫机制的并发定位与建图多目标进化算法[J];湘潭大学自然科学学报;2007年02期
6 吴迪;李苏剑;李海涛;;基于精英重组的混合多目标进化算法[J];北京科技大学学报;2013年09期
7 逄珊;杨欣毅;苏庆堂;;提高多目标进化算法分布性的动态调整机制[J];计算机工程与应用;2012年02期
8 林丹;王宏;李敏强;;用多目标进化算法求解二层规划双目标模型[J];系统工程理论与实践;2006年05期
9 张成;李明辉;;多目标进化算法在非线性方程组中的应用[J];赤峰学院学报(自然科学版);2011年02期
10 黄林峰;罗文坚;王煦法;;高维多目标进化算法中的密度评估策略研究[J];中国科学技术大学学报;2011年04期
中国重要会议论文全文数据库 前2条
1 孙海涛;熊鹰;韩峰;;基于多目标进化算法的舰船概念设计方法研究[A];第四届全国船舶与海洋工程学术会议论文集[C];2009年
2 崔逊学;;多目标进化算法的研究现状与群体多样性研究[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年
中国博士学位论文全文数据库 前10条
1 丰志伟;多目标进化算法研究及在飞行器动力学系统中的应用[D];国防科学技术大学;2014年
2 代才;基于分解的多目标进化算法研究[D];西安电子科技大学;2014年
3 申瑞珉;高维多目标进化算法及其软件平台研究[D];湘潭大学;2015年
4 袁源;基于分解的多目标进化算法及其应用[D];清华大学;2015年
5 孟红云;多目标进化算法及其应用研究[D];西安电子科技大学;2005年
6 黄林峰;多目标进化算法研究[D];中国科学技术大学;2009年
7 郭秀萍;多目标进化算法及其在制造系统中的应用研究[D];上海交通大学;2007年
8 谭艳艳;几种改进的分解类多目标进化算法及其应用[D];西安电子科技大学;2013年
9 张明明;面向量子可逆逻辑自动综合的多目标进化算法研究[D];东华大学;2010年
10 刘立衡;多目标进化算法的研究及其在负荷分配中的应用[D];华北电力大学(北京);2010年
中国硕士学位论文全文数据库 前10条
1 宋峰;基于分解的多目标进化算法在动态可重叠社团发现中的应用[D];北京邮电大学;2017年
2 吴坤安;基于分散策略的多目标进化算法研究[D];福建师范大学;2015年
3 马晨琳;基于分解的交互式偏好多目标优化算法研究[D];西安电子科技大学;2014年
4 喻果;基于分解的偏好多目标进化算法及其评价指标的研究[D];湘潭大学;2015年
5 季洪霄;动态约束多目标进化算法的研究与应用[D];安徽理工大学;2016年
6 李达统;基于MapReduce与Spark的分布式多目标进化算法的设计与实现[D];华南理工大学;2016年
7 齐吉;基于聚类的多目标进化算法及其在航迹规划中的应用[D];哈尔滨工业大学;2016年
8 李辉健;多目标进化算法中新型非支配个体排序研究及应用[D];南京信息工程大学;2016年
9 杨志翔;基于分解排序的多目标进化算法的研究[D];南京航空航天大学;2016年
10 朱铮;面向指标和边界选择的高维多目标进化算法的研究[D];湘潭大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026