%0 Journal Article
%T 复杂网络簇结构探测——基于随机游走的蚁群算法
%A 金弟？
%A 杨博？
%A 刘杰？
%A 刘大有？
%A 何东晓？
%J 软件学报
%P 451-464
%D 2012
%R 10.3724/SP.J.1001.2012.03996
%X 网络簇结构是复杂网络最普遍和最重要的拓扑属性之一,网络聚类问题就是要找出给定网络中的所有类簇.有很多实际应用问题可被建模成网络聚类问题.尽管目前已有许多网络聚类方法被提出,但如何进一步提高聚类精度,特别是在没有先验知识(如网络簇个数)的情况下如何发现合理的网络簇结构,仍是一个未能很好解决的难题.针对该问题,在马尔可夫随机游走思想的启发下,从仿生角度出发提出一种全新的网络聚类算法——基于随机游走的蚁群算法rwaco.该算法将蚁群算法的框架作为rwaco的基本框架,对于每一代,以马尔可夫随机游走模型作为启发式规则;基于集成学习思想,将蚂蚁的局部解融合为全局解,并用其更新信息素矩阵.通过“强化簇内连接,弱化簇间连接”这一进化策略,使网络簇结构逐渐地呈现出来.实验结果表明,对一些典型的计算机生成网络和真实网络,该算法能够较准确地探测出网络的真实类簇数,与一些有代表性的算法相比,具有较高的聚类精度.
%K 复杂网络
%K 网络聚类
%K 簇结构
%K 随机游走
%K 集成学习
%K 蚁群算法
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=3996&flag=1