计算机工程

作者：郭旭超,王鲁,郝霞,孙晓勇,孙博

单位：1.山东农业大学 信息科学与工程学院,山东 泰安 271018; 2.中国农业大学 信息与电气工程学院,北京 100083

关键词：复杂网络, 社区挖掘, 遗传算法, 结构相似度, 轮盘赌选择法

基金：国家自然科学基金重大研究计划(91746104);山东农业大学重点培育学科(计算机科学与技术)建设项目

传统遗传算法应用于社区挖掘时初始种群划分精确度不高,且容易降低算法整体搜索性能。为此,提出一种改进的遗传算法,并将其引入到社区挖掘研究中。结合结构相似度与轮盘赌选择法,使染色体的每个基因趋向于选择结构相似度较大的邻居节点,提高初始种群的社区划分质量并加速算法收敛速度。实验结果表明,在人工基准网络中,该算法的初始种群划分精确度和模块度比传统遗传算法平均提高18%和12%,整体划分精确度比FEC和FN算法平均提高24.02%和22.01%,在真实世界网络中,社区划分精确度均优于FN、FEC和LPA算法,从而验证该算法具有较好的社团挖掘性能。

来源：2019年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第1期