基于粒子群優(yōu)化算法的復雜網(wǎng)絡社區(qū)發(fā)現(xiàn).pdf

1、復雜網(wǎng)絡在如今的社會中無處不在，每個人時時刻刻都處在復雜網(wǎng)絡之中，復雜網(wǎng)絡的社區(qū)發(fā)現(xiàn)是對網(wǎng)絡信息的高度詮釋，近年來成為一大熱門研究領域。粒子群優(yōu)化算法(PSO)是上世紀末提出的一種群體智能優(yōu)化算法，其思想來源于鳥群協(xié)作捕食的過程。本文對如何將PSO應用于社區(qū)發(fā)現(xiàn)領域進行了探索，對不同形式的PSO的應用策略進行嘗試和分析，并針對原有PSO應用到社區(qū)發(fā)現(xiàn)方面的不足制定改進方案。同時，引入云計算來研究網(wǎng)絡規(guī)模較大的時候，如何通過PSO來進行社

2、區(qū)發(fā)現(xiàn)。
　　論文的主要工作包括以下幾個部分:1）針對原有粒子群算法應用到社區(qū)發(fā)現(xiàn)方面容易早熟的問題，提出了一種基于速度概率和輪盤賭策略的二進制粒子群算法VP-bPSO，來克服算法早熟問題。2）針對VP-bPSO在初始化盲目和選擇尋優(yōu)方向上的不足，提出一個將VP-bPSO算法和Fast Unfolding算法結(jié)合的社區(qū)發(fā)現(xiàn)方法FU-VP-bPSO，通過引入粒子群精英群體和普通群體的概念，用遺傳算法中的變異思想生成精英群體，用Fas

3、t Unfolding算法來指導算法初始化和尋優(yōu)方向，提升了算法的性能。3）針對重疊社區(qū)劃分問題，對VP-bPSO進行了進一步的改進，使算法在位置更新階段進行多次輪盤賭選擇，并借助擴展模塊度來解決重疊社區(qū)發(fā)現(xiàn)的評價問題。4）針對VP-bPSO的大規(guī)模并行化問題，設計了基于MapReduce的并行VP-bPSO算法，主要是通過引入子粒子群的概念，在Hadoop平臺上實現(xiàn)了子粒子群的并行運算，并在子粒子群內(nèi)部實現(xiàn)局部最優(yōu)解的更新，加快了整個