| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文的研究内容 | 第15-16页 |
| 第2章 复杂网络及其社团发现 | 第16-19页 |
| 2.1 复杂网络定义 | 第16页 |
| 2.2 复杂网络的表述 | 第16页 |
| 2.3 复杂网络中的常用变量 | 第16-17页 |
| 2.4 社团发现 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 聚类分析与遗传算法 | 第19-29页 |
| 3.1 聚类分析 | 第19-25页 |
| 3.1.1 聚类分析的定义 | 第19页 |
| 3.1.2 聚类分析的归类方法 | 第19-20页 |
| 3.1.3 聚类收敛的判别准则 | 第20-21页 |
| 3.1.4 聚类分析算法 | 第21-25页 |
| 3.2 遗传算法 | 第25-28页 |
| 3.2.1 遗传算法的定义及特点 | 第25页 |
| 3.2.2 遗传算法的框架和流程 | 第25-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第4章 单目标优化遗传K-MEANS社团发现算法 | 第29-53页 |
| 4.1 K值已知的单目标优化遗传K-MEANS社团发现算法 | 第29-48页 |
| 4.1.1 算法设计思路 | 第29-31页 |
| 4.1.2 算法关键问题 | 第31-33页 |
| 4.1.3 算法流程设计 | 第33-38页 |
| 4.1.4 算法参数设置及讨论 | 第38-41页 |
| 4.1.5 不同适应度函数的算法性能比较 | 第41-43页 |
| 4.1.6 算法仿真实验及结果分析 | 第43-48页 |
| 4.2 K值未知的单目标优化遗传K-MEANS算法 | 第48-52页 |
| 4.2.1 算法解决方案 | 第48-49页 |
| 4.2.2 算法仿真实验及结果分析 | 第49-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第5章 多目标优化遗传K-MEANS社团发现算法 | 第53-62页 |
| 5.1 算法的构造 | 第53-56页 |
| 5.1.1 算法关键问题 | 第53-54页 |
| 5.1.2 算法设计 | 第54-55页 |
| 5.1.3 解模型的设计 | 第55-56页 |
| 5.2 算法仿真实验及结果分析 | 第56-61页 |
| 5.3 本章小结 | 第61-62页 |
| 结论与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第68页 |