| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| §1.1 课题研究背景及意义 | 第9-10页 |
| §1.2 社区检测问题研究历史和发展概述 | 第10-12页 |
| §1.3 基于优化的社区检测方法概述 | 第12-14页 |
| §1.4 论文的主要工作和内容安排 | 第14-15页 |
| 第二章 多目标优化理论及发展 | 第15-23页 |
| §2.1 人工免疫算法概述 | 第15-16页 |
| §2.2 人工免疫系统的研究现状及基本术语 | 第16-18页 |
| ·人工免疫网络模型的研究 | 第16页 |
| ·人工免疫系统算法的研究 | 第16-17页 |
| ·人工免疫算法基本术语介绍 | 第17-18页 |
| §2.3 多目标优化理论基础及发展 | 第18-20页 |
| §2.4 非支配邻域免疫算法介绍 | 第20-21页 |
| §2.5 本章小结 | 第21-23页 |
| 第三章 基于NNIA的网络社区检测算法 | 第23-41页 |
| §3.1 网络常用基本概念 | 第23-26页 |
| ·Community Score (CS) | 第24-26页 |
| ·Communi-Fitness (CF) | 第26页 |
| §3.2 NNIA-Net算法流程 | 第26-29页 |
| ·Locus-based基因表示方法 | 第27页 |
| ·算法流程图及具体步骤 | 第27-29页 |
| §3.3 NNIA-Net中的主要算子 | 第29-32页 |
| ·种群初始化方法 | 第29-31页 |
| ·克隆算子 | 第31页 |
| ·交叉算子 | 第31页 |
| ·变异算子 | 第31-32页 |
| §3.4 NNIA-Net实验结果及分析 | 第32-40页 |
| ·新种群初始化方法实验结果 | 第32-33页 |
| ·评价网络社区检测结果的两项标准 | 第33页 |
| ·NNIA-Net在真实网络上的实验结果 | 第33-37页 |
| ·NNIA-Net在GN Benchmark上的实验结果 | 第37-38页 |
| ·NNIA-Net在GN Benchmark扩展网络上的实验结果 | 第38-40页 |
| §3.5 本章小结 | 第40-41页 |
| 第四章 基于NNIA的动态网络社区检测算法 | 第41-53页 |
| §4.1 动态网络研究背景和发展概况 | 第41-42页 |
| §4.2 演化聚类框架介绍 | 第42-45页 |
| ·演化聚类框架应用背景 | 第42-43页 |
| ·演化聚类框架介绍 | 第43-45页 |
| §4.3 DNNIA-Net算法流程及具体步骤 | 第45-48页 |
| ·动态网络的表示方法 | 第45-46页 |
| ·DNNIA-Net算法流程 | 第46-48页 |
| §4.4 DNNIA-Net实验结果及分析 | 第48-51页 |
| ·DNNIA-Net在合成数据集上的实验结果 | 第48-50页 |
| ·DNNIA-Net在真实动态网络上的实验结果 | 第50-51页 |
| §4.5 本章小结 | 第51-53页 |
| 第五章 总结和展望 | 第53-55页 |
| §5.1 本文工作总结 | 第53-54页 |
| §5.2 未来展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读硕士研究生期间的成果 | 第61页 |