| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文组织结构 | 第12-14页 |
| 第二章 复杂网络社区检测的背景知识介绍 | 第14-24页 |
| ·复杂网络 | 第14页 |
| ·社区结构 | 第14-15页 |
| ·社区检测方法 | 第15-22页 |
| ·层次聚类法 | 第15-18页 |
| ·单目标优化法 | 第18-20页 |
| ·多目标优化法 | 第20-22页 |
| ·评价指标 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于自适应选择策略的复杂网络社区检测算法 | 第24-47页 |
| ·算法思想 | 第24-25页 |
| ·基于自适应选择策略的复杂网络社区检测算法 | 第25-34页 |
| ·编码方式 | 第26页 |
| ·种群初始化 | 第26-27页 |
| ·目标函数 | 第27页 |
| ·进化策略池 | 第27-31页 |
| ·策略的统计概率更新 | 第31-32页 |
| ·局部搜索 | 第32-34页 |
| ·算法框架 | 第34页 |
| ·实验结果分析 | 第34-46页 |
| ·人工合成网络 | 第35-36页 |
| ·真实世界网络 | 第36-42页 |
| ·自适应选择中进化策略池的作用分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于非支配排序的多目标复杂网络社区检测算法 | 第47-60页 |
| ·算法思想 | 第47-48页 |
| ·基于非支配排序的多目标复杂网络社区检测算法 | 第48-53页 |
| ·目标函数 | 第49-50页 |
| ·交叉和变异操作 | 第50-51页 |
| ·局部搜索 | 第51-52页 |
| ·比例留存 | 第52页 |
| ·算法框架 | 第52-53页 |
| ·实验分析 | 第53-59页 |
| ·人工合成网络 | 第53-55页 |
| ·真实世界的网络 | 第55-56页 |
| ·层次结构分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 附录2 攻读硕士学位期间申请的专利 | 第66-67页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第67-68页 |
| 致谢 | 第68页 |