基于进化多目标优化的复杂网络社区检测算法的研究

目录

声明

第一章 绪论

1.1研究背景和意义

1.2现有的复杂网络社区检测研究方向

1.3现有的社区检测相关算法

1.4论文结构安排

第二章 基于多目标自适应Memetic 算法的复杂网络社区检测方法

2.1 进化多目标复杂网络社区检测问题建模

2.1.1 进化算法的一般特征

2.1.2 社区的定义

2.1.3 多目标优化问题定义

2.1.4 目标函数的选取

2.2 动态自适应Memetic（A-Meme）算法

2.2.1 进化算法自适应参数控制方法

2.2.2 算法框架

2.2.3 种群初始化

2.2.4 交叉和变异

2.2.5 局部搜索

2.2.6 种群更新

2.3 实验评估

2.3.1 评估指标

2.3.2 参数设置

2.3.3 人工合成网络

2.3.4 真实网络

2.4 本章小结

第三章 基于节点优先权的大规模重叠社区检测算法

3.1 大规模网络重叠社区检测的相关算法

3.2 基于节点优先权的大规模重叠社区检测算法

3.2.1 种群初始化

3.2.2 操作算子

3.2.3 Pareto解集的选取

3.2.4 大规模重叠社区检测算法

3.2.5 实验结果和分析

3.3 本章小结

第四章 基于节点亲密度的标签传播重叠社区检测算法

4.1 基于标签传播的相关检测算法

4.1.1标签传播算法（LPA）

4.1.2现有的标签传播算法（LPA）

4.2 基于节点亲密度的标签传播重叠社区检测算法

4.2.1 问题定义

4.2.2 标签预处理

4.2.3基于节点亲密度函数的标签的更新和选择

4.2.4 算法描述

4.2.5 时间复杂度分析

4.2.6 实验评估

4.2.7 重叠社区检测

4.3 本章小结

第五章 总结与展望

5.1 本文工作总结

5.2 未来工作的展望

参考文献

发表论文及科研情况

致谢