| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的背景与意义 | 第9-10页 |
| 1.1.1 课题研究的背景 | 第9页 |
| 1.1.2 课题研究的意义 | 第9-10页 |
| 1.2 社团检测的研究现状 | 第10-12页 |
| 1.2.1 非重叠社团检测算法 | 第10-12页 |
| 1.2.2 重叠社团检测算法 | 第12页 |
| 1.3 本论文的主要工作与内容安排 | 第12-15页 |
| 第二章 复杂网络与灰狼优化算法的相关理论 | 第15-22页 |
| 2.1 复杂网络社团检测的相关理论 | 第15-17页 |
| 2.1.1 复杂网络的表示方法与社团结构的定义 | 第15页 |
| 2.1.2 社团结构质量的评价指标 | 第15-17页 |
| 2.2 灰狼优化算法 | 第17-22页 |
| 2.2.1 灰狼优化算法的基本原理 | 第18页 |
| 2.2.2 灰狼优化算法的数学模型 | 第18-20页 |
| 2.2.3 灰狼优化算法的改进与应用 | 第20-22页 |
| 第三章 基于灰狼优化算法和标签传播思想的非重叠社团检测算法 | 第22-40页 |
| 3.1 搜索节点的离散编码 | 第22-23页 |
| 3.2 GWO-net | 第23-30页 |
| 3.2.1 算法流程 | 第23页 |
| 3.2.2 目标函数 | 第23页 |
| 3.2.3 初始化 | 第23-26页 |
| 3.2.4 进化 | 第26-27页 |
| 3.2.5 突变操作 | 第27-29页 |
| 3.2.6 爬山搜索策略 | 第29页 |
| 3.2.7 时间复杂度分析 | 第29-30页 |
| 3.3 实验结果及分析 | 第30-38页 |
| 3.3.1 实际网络 | 第30-31页 |
| 3.3.2 实验结果 | 第31-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 基于灰狼优化算法和节点邻居社团内度之和的重叠社团检测算法 | 第40-51页 |
| 4.1 节点邻居社团内度之和及其标准差 | 第40-42页 |
| 4.2 搜索节点编码 | 第42-43页 |
| 4.3 OLGWO-net | 第43-46页 |
| 4.3.1 算法流程 | 第43-44页 |
| 4.3.2 初始化 | 第44页 |
| 4.3.3 进化 | 第44-45页 |
| 4.3.4 突变操作 | 第45-46页 |
| 4.3.5 爬山搜索策略 | 第46页 |
| 4.3.6 时间复杂度分析 | 第46页 |
| 4.4 实验结果及分析 | 第46-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 本文工作总结 | 第51-52页 |
| 5.2 未来研究方向展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 在学期间的研究成果 | 第56-57页 |
| 致谢 | 第57页 |