一种基于非支配排序遗传算法的社区发现算法

摘要

在将复杂网络的社区发现问题建模为多目标优化问题时,采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)的方法来寻找问题最优解.该算法解决了拓展后的模块度密度问题中的分辨率限制参数调整问题,以及优化模块度密度函数的分辨率限制问题,使得算法运行一次可得到一组不同的划分结果,以便决策者根据需要进行选择.另外,遗传算法的交叉和变异算子加入了网络顶点的邻域信息,符合真实网络的特性,且基于图的编码方式保证了社区数目的自适应性.实验结果证明,采用基于非支配排序遗传算法的社区发现算法能有效的发现出社区结构.