小世界效应加速生物地理学优化的社团识别算法

摘要

cqvip:为提高基于优化方法的网络社团结构识别算法的有效性,设计一种利用小世界效应加速生物地理学优化过程的网络社团结构识别算法.首先基于矩阵随机编码建立网络社团识别生物地理学优化框架,在栖息地中全局进化地搜索对应于最大化模块度的网络社团划分.然后,给出基于小世界效应的生物地理学迁移策略,可以加速进化算法的信息交换过程.最后,运用该算法在现实网络和人工合成网络上进行实验.结果表明:引入小世界效应能够降低网络社团结构识别算法的收敛时间;在典型现实网络与人工合成网络上运行该算法能够获得较高的模块度值与标准化互信息值;信息交换的拓扑结构能够优化进化算法效率.应用小世界效应加速生物地理学优化的网络社团识别算法具有较好的可行性与有效性.