刘 彩 虹

(大连外国语大学 计算机教研部, 辽宁 大连　116041)



基于模块密度的差分进化社区发现技术

刘 彩 虹

(大连外国语大学 计算机教研部, 辽宁 大连116041)

摘要:提出了一种基于模块密度的差分进化社区发现算法(community detection based on differential evolutionary algorithm, CDDEA).在CDDEA算法中,通过调节一个参数可以识别出不同层次的社区结构.在真实世界网络和计算机人工合成网络上的实验表明,CDDEA能够有效探测复杂网络中的社区结构.

关键词:复杂网络; 社区发现; 差分进化; 模块密度

为了清晰的了解复杂网络的结构特性和功能特性,越来越多的研究者开始关注复杂网络中的社区发现问题[1-5].一些常见的复杂网络包括社交网络、生物网络,以及万维网络等.这些复杂网络都以节点和边的形式来表示其结构.因此,找出这些节点和边的关系对于研究其组成,理解其功能特性显得尤为重要.社区结构探测作为一种能够揭示网络中节点和边关系的方法,已经成为网络科学中一个得到广泛研究的基本问题.

大量的理论研究和实践表明,复杂网络拥有一些重要的属性特征.例如,社区结构内部关系紧密,社区结构之间关系松散.根据这一属性,众多学者提出了许多有效的社区发现方法,文献[3]对此有详细的阐述.在这些方法中,一种比较常用的方法就是将社区发现问题转化为对模块度函数的优化问题,从而找到对网络结构的最优划分[6].目前许多方法都是依据这一方法提出的改进算法.但是,搜索最大……