基于文化算法的符号网络全局不平衡度计算

摘要 针对已有符号网络不平衡度计算方法大都只关注局部网络单元的平衡信息，没有考虑网络更大范围乃至全局角度的平衡，无法揭示网络中的不平衡区域这一问题，提出基于文化算法的符号网络全局不平衡度计算方法。该方法利用伊辛自旋玻璃模型描述符号网络的全局状态，将不平衡度的计算转换为一个优化问题，并设计一种具有双层进化结构的文化算法——CA-SNB进行求解。首先，该算法采用遗传算法进行种群空间进化；其次，在信度空间中记录较优个体，并采用贪婪算法提取状况知识；最后，利用状况知识引导种群空间的进化，在保证种群多样性的基础上提高了收敛速度。实验表明，与遗传算法和矩阵变换算法相比，CA-SNB能较快地收敛到最优解，具有较高鲁棒性，在计算全局不平衡度的同时识别不平衡区域