基于多目标免疫算法的动态网络社区检测
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文主要工作 | 第10-11页 |
| ·本文的结构安排 | 第11-12页 |
| 第二章 社会网络相关理论 | 第12-26页 |
| ·社会网络 | 第12-15页 |
| ·社团结构的定义 | 第12-13页 |
| ·社会网络的表示 | 第13页 |
| ·现有的静态社区检测算法 | 第13-15页 |
| ·基于遗传算法的社区检测 | 第15-21页 |
| ·遗传算法 | 第15-17页 |
| ·目标函数 | 第17-19页 |
| ·基于遗传算法的社区检测算法 | 第19-21页 |
| ·动态社会网络 | 第21-25页 |
| ·动态社会网络的特性及存在的问题 | 第21-22页 |
| ·演化聚类 | 第22-23页 |
| ·现有的动态社区检测算法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于非支配邻域免疫算法的动态网络社区检测 | 第26-44页 |
| ·多目标优化算法 | 第26-29页 |
| ·多目标优化问题的数学描述 | 第26-27页 |
| ·主要的进化多目标优化算法 | 第27-29页 |
| ·非支配邻域免疫算法 | 第29-30页 |
| ·基于多目标演化聚类的动态社区检测算法 | 第30-33页 |
| ·基于非支配邻域免疫算法的动态社区检测算法 | 第33-36页 |
| ·目标函数 | 第33页 |
| ·算法流程 | 第33-34页 |
| ·编码方式与种群初始化 | 第34-35页 |
| ·比例克隆 | 第35页 |
| ·交叉与变异 | 第35-36页 |
| ·最优解选择 | 第36页 |
| ·实验与分析 | 第36-43页 |
| ·试验设置 | 第37页 |
| ·合成网络数据集 | 第37-39页 |
| ·真实网络数据集 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于拉马克免疫算法的动态网络社区检测 | 第44-56页 |
| ·局部搜索算法 | 第44-45页 |
| ·算法流程 | 第45-47页 |
| ·局部搜索策略 | 第47-48页 |
| ·实验与分析 | 第48-54页 |
| ·试验设置 | 第48页 |
| ·合成网络数据集 | 第48-51页 |
| ·真实网络数据集 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 基于多目标密母算法的动态网络社区检测 | 第56-68页 |
| ·算法流程 | 第56-57页 |
| ·主要操作步骤 | 第57-61页 |
| ·编码方式与种群初始化 | 第57-58页 |
| ·交叉与变异 | 第58-59页 |
| ·局部搜索过程 | 第59-60页 |
| ·最优解选择 | 第60-61页 |
| ·实验与分析 | 第61-67页 |
| ·试验设置 | 第61页 |
| ·合成网络数据集 | 第61-64页 |
| ·真实网络数据集 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 硕士期间成果 | 第78页 |
