| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·复杂网络社区检测研究现状 | 第9-10页 |
| ·复杂网络社区检测发展趋势 | 第10-12页 |
| 第二章 基于模拟退火遗传算法的社区划分方法 | 第12-30页 |
| ·模拟退火算法简介 | 第12-13页 |
| ·模拟退火法基本原理 | 第12页 |
| ·模拟退火算法的模型 | 第12-13页 |
| ·遗传算法简介 | 第13-14页 |
| ·遗传算法的基本原理 | 第13页 |
| ·遗传算法的应用领域 | 第13-14页 |
| ·基于模拟退火遗传算法的社区划分方法 | 第14-19页 |
| ·基于遗传算法的社区划分方法 | 第14页 |
| ·基于模拟退火遗传算法社区划分方法(SAGA) | 第14-17页 |
| ·基于模拟退火遗传算法的社区划分方法应用 | 第17-19页 |
| ·实验结果与分析 | 第19-30页 |
| ·实验对象与测量指标 | 第19-20页 |
| ·实验结果和讨论 | 第20-30页 |
| 第三章 基于模块度和改进的遗传算法的社区检测方法 | 第30-44页 |
| ·基于模块度和改进的遗传算法的社区检测方法(MIGA)介绍 | 第30-31页 |
| ·基本思想 | 第30页 |
| ·算法框架 | 第30-31页 |
| ·算子介绍 | 第31-34页 |
| ·遗传表示和初始化种群操作 | 第31-32页 |
| ·模块度 Q | 第32页 |
| ·遗传操作 | 第32-34页 |
| ·局部搜索 | 第34页 |
| ·实验结果与分析 | 第34-44页 |
| 第四章 基于免疫克隆多目标优化算法的社区划分方法 | 第44-58页 |
| ·基于免疫克隆多目标优化算法的社区划分方法(MOGA) | 第44-47页 |
| ·实验结果与分析 | 第47-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·本文总结 | 第58页 |
| ·进一步工作 | 第58-60页 |
| 结束语 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士期间取得的学术成果 | 第67-68页 |
| 攻读硕士期间参与的主要科研项目 | 第68-69页 |