复杂网络社团检测的多目标进化算法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 非重叠社团检测的进化算法 | 第14-15页 |
| 1.2.2 重叠社团检测的进化算法 | 第15-17页 |
| 1.3 本文的工作与安排 | 第17-19页 |
| 第二章 复杂网络社团检测的多目标进化算法相关理论 | 第19-29页 |
| 2.1 复杂网络社团检测相关理论 | 第19-23页 |
| 2.1.1 复杂网络的表示方法 | 第19-20页 |
| 2.1.2 社团的定义 | 第20-22页 |
| 2.1.3 社团检测算法性能评价指标 | 第22-23页 |
| 2.2 多目标进化算法的相关理论 | 第23-26页 |
| 2.2.1 基于支配的多目标进化算法概念 | 第24-25页 |
| 2.2.2 基于分解的多目标进化算法概念 | 第25页 |
| 2.2.3 多目标进化算法流程 | 第25-26页 |
| 2.3 社团检测的多目标进化算法目标函数 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于复杂网络归减的社团检测多目标进化算法 | 第29-45页 |
| 3.1 算法思想 | 第29-34页 |
| 3.1.1 预归减 | 第30-31页 |
| 3.1.2 进化中归减 | 第31-33页 |
| 3.1.3 容错处理 | 第33-34页 |
| 3.2 算法的个体编码及算法流程 | 第34-37页 |
| 3.2.1 个体编码 | 第34-35页 |
| 3.2.2 算法流程 | 第35-37页 |
| 3.3 实验与分析 | 第37-44页 |
| 3.3.1 实验设置 | 第37页 |
| 3.3.2 LFR基准网络上的对比实验 | 第37-40页 |
| 3.3.3 真实网络上的对比实验 | 第40-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于混合编码的重叠社团检测多目标进化算法 | 第45-63页 |
| 4.1 算法思想 | 第45-48页 |
| 4.1.1 混合编码的编码及解码 | 第45-47页 |
| 4.1.2 候选重叠点挖掘方法 | 第47-48页 |
| 4.2 MRMOEA算法 | 第48-53页 |
| 4.2.1 进化前阶段 | 第49-50页 |
| 4.2.2 进化阶段 | 第50-52页 |
| 4.2.3 MRMOEA算法流程及时间复杂度分析 | 第52-53页 |
| 4.3 实验与分析 | 第53-62页 |
| 4.3.1 实验设置及实验数据集 | 第53-55页 |
| 4.3.2 实验设计 | 第55-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 总结和展望 | 第63-65页 |
| 5.1 工作总结 | 第63-64页 |
| 5.2 未来展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-73页 |
| 攻读硕士学位期间参加的科研项目 | 第73页 |
