基于遗传算法和先验知识的网络社区划分方法

摘要

本发明公开了一种基于遗传算法和先验知识的网络社区划分方法，主要解决技术划分稳定性差，准确率及效率低的问题。其实现步骤是：(1)读入一幅实际网络图，生成邻接矩阵；(2)设置初始化参数；(3)随机生成初始种群；(4)根据邻接矩阵计算适应度值，并选择出适应度值最大的450条染色体作为父代种群；(5)对父代种群中的染色体进行遗传操作，构成子代种群；(6)对子代种群进行局部搜索；(7)合并父代与子代种群，获得新的父代种群；(8)判断步骤(3)中运行代数是否达到50，若达到，则终止运行，输出适应度值最大的染色体中各个节点的划分结果，即社区的划分结果。本发明具有划分结果稳定、划分准确率和划分效率高的优点。