%0 Journal Article
%T 复杂网络社区挖掘---基于聚类融合的遗传算法
%A 何东晓
%A 周栩
%A 王佐
%A 周春光
%A 王喆
%A 金弟
%J 自动化学报
%P 1160-1170
%D 2010
%R 10.3724/SP.J.1004.2010.01160
%X ？针对当前研究复杂网络社区挖掘的热点问题,提出了一种基于聚类融合的遗传算法用于复杂网络社区挖掘.该算法将聚类融合引入到交叉算子中,利用父个体的聚类信息辅以网络拓扑结构的局部信息产生新个体,避免了传统交叉算子单纯交换字符块而忽略了聚类内容所带来的问题.为使聚类融合的作用得以充分发挥,本文提出了基于马尔科夫随机游走的初始群体生成算法,使初始群体中的个体具有一定聚类精度并有较强的多样性.初始群体生成算法与基于聚类融合的交叉算子互相配合,有效地增强了算法的寻优能力.此外,算法将局部搜索机制用于变异算子,通过迫使变异节点与其多数邻居在同一社区内,有针对性地缩小了搜索空间,从而加快了算法收敛速度.在计算机生成网络和真实世界网络上进行了测试,并与当前具有代表性的社区挖掘算法进行比较,实验结果表明了该算法的可行性和有效性.
%K 复杂网络
%K 社区结构
%K 遗传算法
%K 聚类融合
%K 局部搜索
%U http://www.aas.net.cn/CN/abstract/abstract17315.shtml