基于进化拉马克算法的复杂网络社区检测

摘要

将复杂网络社区检测转换为优化问题,并将拓展模块度密度作为目标函数,可从多种分辨率分析网络.基于社区检测的NP(non-deterministic polynomial)特点,提出了一种结合拉马克学习机制的进化算法,该算法有效利用了进化算法全局优化和拉马克学习局部搜索的优势.设计了适合问题求解的各种进化算子,比如采用直接编码方式,种群初始化中加入启发式信息、双向交叉、单点变异、拉马克学习等.结果 表明,本算法可有效解决复杂网络社区检测问题,且结果更加准确.