| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第14-16页 |
| 缩略语对照表 | 第16-21页 |
| 第一章 绪论 | 第21-37页 |
| 1.1 复杂网络结构分析及行为预测特点 | 第23-27页 |
| 1.1.1 复杂网络的表示 | 第23页 |
| 1.1.2 复杂网络的社区结构 | 第23-25页 |
| 1.1.3 疾病传播抑制 | 第25页 |
| 1.1.4 符号网络结构平衡 | 第25-26页 |
| 1.1.5 推荐系统 | 第26-27页 |
| 1.2 复杂网络结构分析及行为预测研究现状 | 第27-32页 |
| 1.2.1 复杂网络社区检测研究现状 | 第28-29页 |
| 1.2.2 复杂网络疾病传播抑制研究现状 | 第29页 |
| 1.2.3 复杂网络结构平衡的研究现状 | 第29-30页 |
| 1.2.4 推荐系统研究现状 | 第30-32页 |
| 1.3 进化算法的分类及特点 | 第32-34页 |
| 1.4 进化算法的研究现状 | 第34页 |
| 1.5 本论文的主要工作及结构安排 | 第34-37页 |
| 第二章 基于单目标Memetic算法的网络深度社区检测 | 第37-49页 |
| 2.1 引言 | 第37页 |
| 2.2 相关工作 | 第37-39页 |
| 2.2.1 网络的拉普拉斯矩阵及费德勒向量 | 第37-38页 |
| 2.2.2 局部费德勒向量中心度 | 第38-39页 |
| 2.2.3 贪婪LFVC策略 | 第39页 |
| 2.3 基于Memetic算法的深度社区检测 | 第39-42页 |
| 2.3.1 解的表达和初始化 | 第40页 |
| 2.3.2 遗传操作 | 第40-41页 |
| 2.3.3 局部搜索 | 第41-42页 |
| 2.4 实验仿真及结果分析 | 第42-47页 |
| 2.4.1 实验参数 | 第42页 |
| 2.4.2 实验数据集 | 第42-43页 |
| 2.4.3 实验结果分析 | 第43-47页 |
| 2.5 本章小结 | 第47-49页 |
| 第三章 基于单目标Memetic算法和社区检测的网络疾病传播抑制 | 第49-63页 |
| 3.1 引言 | 第49-50页 |
| 3.2 疾病传播抑制模型 | 第50-51页 |
| 3.3 基于Memetic算法和社区检测的疾病传播抑制算法 | 第51-55页 |
| 3.3.1 社区检测 | 第52-53页 |
| 3.3.2 候选集的产生 | 第53页 |
| 3.3.3 基于Memetic算法的种子选择 | 第53-55页 |
| 3.4 实验仿真及结果分析 | 第55-61页 |
| 3.4.1 实验参数与对比算法 | 第55-56页 |
| 3.4.2 实验数据集 | 第56页 |
| 3.4.3 实验结果分析 | 第56-59页 |
| 3.4.4 时间复杂度分析 | 第59-61页 |
| 3.5 本章小结 | 第61-63页 |
| 第四章 基于单目标Memetic算法的符号网络结构平衡转换 | 第63-79页 |
| 4.1 引言 | 第63-64页 |
| 4.2 基于Memetic算法的网络结构平衡转换算法 | 第64-69页 |
| 4.2.1 符号网络结构平衡转换优化模型 | 第64-65页 |
| 4.2.2 算法总体框架 | 第65-66页 |
| 4.2.3 解的表达和初始化 | 第66-67页 |
| 4.2.4 遗传操作 | 第67-68页 |
| 4.2.5 局部搜索 | 第68页 |
| 4.2.6 等价转换 | 第68-69页 |
| 4.3 实验仿真及结果分析 | 第69-76页 |
| 4.3.1 实验参数与对比算法 | 第69-70页 |
| 4.3.2 实验数据集 | 第70页 |
| 4.3.3 实验结果分析 | 第70-76页 |
| 4.4 本章小结 | 第76-79页 |
| 第五章 基于多目标进化算法的个性化推荐 | 第79-95页 |
| 5.1 引言 | 第79页 |
| 5.2 多目标优化数学描述 | 第79-80页 |
| 5.3 基于多目标进化算法的个性化推荐算法 | 第80-85页 |
| 5.3.1 基于多目标优化的个性化推荐模型 | 第80-81页 |
| 5.3.2 算法总体框架 | 第81-82页 |
| 5.3.3 基于商品的协同过滤推荐算法 | 第82-83页 |
| 5.3.4 解的表达和初始化 | 第83页 |
| 5.3.5 遗传操作 | 第83-85页 |
| 5.4 实验仿真及结果分析 | 第85-93页 |
| 5.4.1 实验参数与对比算法 | 第85-86页 |
| 5.4.2 实验数据集 | 第86-87页 |
| 5.4.3 实验评价指标 | 第87-88页 |
| 5.4.4 实验结果分析 | 第88-91页 |
| 5.4.5 时间复杂度分析 | 第91-93页 |
| 5.4.6 实验参数对实验结果的影响 | 第93页 |
| 5.5 本章小结 | 第93-95页 |
| 第六章 基于多目标进化算法和位置信息的个性化推荐 | 第95-111页 |
| 6.1 引言 | 第95-96页 |
| 6.2 NSGA-II算法简介 | 第96页 |
| 6.3 基于多目标进化计算和位置信息的推荐系统 | 第96-101页 |
| 6.3.1 基于位置的多目标推荐模型 | 第97-98页 |
| 6.3.2 算法框架 | 第98页 |
| 6.3.3 解的表达和初始化 | 第98-100页 |
| 6.3.4 遗传操作 | 第100-101页 |
| 6.4 实验仿真与结果分析 | 第101-109页 |
| 6.4.1 实验参数与对比算法 | 第102-104页 |
| 6.4.2 实验评价指标 | 第104页 |
| 6.4.3 实验结果分析 | 第104-106页 |
| 6.4.4 推荐列表长度的有效性 | 第106-107页 |
| 6.4.5 算法解决稀疏性的能力 | 第107-108页 |
| 6.4.6 算法在冷启动问题上的表现 | 第108-109页 |
| 6.5 本章小结 | 第109-111页 |
| 第七章 总结与展望 | 第111-113页 |
| 7.1 总结 | 第111-112页 |
| 7.2 展望 | 第112-113页 |
| 参考文献 | 第113-125页 |
| 致谢 | 第125-127页 |
| 作者简介 | 第127-130页 |
