| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·引言 | 第9-10页 |
| ·复杂网络的基本概念 | 第10-16页 |
| ·复杂网络的图表示 | 第10-11页 |
| ·复杂网络的特性 | 第11-14页 |
| ·小世界特性 | 第11页 |
| ·无标度特性 | 第11-12页 |
| ·社区结构特性 | 第12-14页 |
| ·社区检测研究意义与研究现状 | 第14-16页 |
| ·研究意义 | 第14-15页 |
| ·研究现状 | 第15-16页 |
| ·本文的内容安排 | 第16-19页 |
| 第二章 复杂网络社区检测的几种常见算法 | 第19-25页 |
| ·基于图分割的方法 | 第19-20页 |
| ·Kernighan-Lin算法 | 第19页 |
| ·谱平分法 | 第19-20页 |
| ·基于层次聚类的方法 | 第20-23页 |
| ·分裂方法 | 第21-22页 |
| ·凝聚方法 | 第22-23页 |
| ·基于模块度优化的算法 | 第23-25页 |
| ·模块度的定义 | 第23-24页 |
| ·基于模块度优化的算法 | 第24-25页 |
| 第三章 基于分解多目标优化进化算法的复杂网络社区检测 | 第25-37页 |
| ·引言 | 第25页 |
| ·多目标优化 | 第25-26页 |
| ·基于分解的多目标进化算法 | 第26-27页 |
| ·基于MOEA/D的复杂网络社区检测算法 | 第27-37页 |
| ·目标函数 | 第27-28页 |
| ·编码方式 | 第28-30页 |
| ·种群的初始化 | 第30页 |
| ·交叉和变异 | 第30页 |
| ·MOEA/D-Net算法概述 | 第30-31页 |
| ·实验分析 | 第31-36页 |
| ·人工合成网络 | 第32-33页 |
| ·真实世界网络 | 第33-36页 |
| ·本章小节 | 第36-37页 |
| 第四章 基于密母算法的复杂网络社区检测 | 第37-57页 |
| ·引言 | 第37页 |
| ·密母算法概述 | 第37-39页 |
| ·模块度的缺陷 | 第39-40页 |
| ·模块度密度的概念 | 第40-41页 |
| ·一种用于复杂网络社区检测的密母算法 | 第41-57页 |
| ·编码方式 | 第42页 |
| ·种群的初始化 | 第42-43页 |
| ·交叉和变异 | 第43-44页 |
| ·局部搜索策略 | 第44-45页 |
| ·参数设置 | 第45-46页 |
| ·实验分析 | 第46-54页 |
| ·人工合成网络 | 第46-48页 |
| ·真实世界网络 | 第48-54页 |
| ·本章小节 | 第54-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 硕士期间成果 | 第66页 |