基于遗传算法的复杂网络社区检测的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题的研究目的和意义 | 第8-9页 |
| ·课题的研究历史和研究现状 | 第9-10页 |
| ·本文结构安排 | 第10-12页 |
| 第二章 复杂网络的相关理论 | 第12-23页 |
| ·复杂网络的基本概念 | 第12-15页 |
| ·度与度分布 | 第13-14页 |
| ·中心性 | 第14-15页 |
| ·复杂网络的特性 | 第15-17页 |
| ·复杂性 | 第15-16页 |
| ·小世界特性 | 第16页 |
| ·无标度特性 | 第16-17页 |
| ·超家族特性 | 第17页 |
| ·复杂网络的搜索策略 | 第17-19页 |
| ·广度优先搜索 | 第17-18页 |
| ·最大度搜索 | 第18页 |
| ·随机游走搜索策略 | 第18-19页 |
| ·复杂网络社区检测的经典方法 | 第19-22页 |
| ·GN算法 | 第20-21页 |
| ·Newman快速算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 人工智能优化算法 | 第23-31页 |
| ·多目标优化问题 | 第23-25页 |
| ·人工智能算法 | 第25-30页 |
| ·模拟退火算法 | 第25-27页 |
| ·粒子群算法 | 第27-28页 |
| ·基本遗传算法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 社区检测的多目标自适应快速遗传算法 | 第31-44页 |
| ·自适应快速遗传算法原理 | 第31-36页 |
| ·自适应遗传算法 | 第31-35页 |
| ·精英基因库 | 第35-36页 |
| ·多目标自适应快速遗传算法描述 | 第36-41页 |
| ·编码方式 | 第36-37页 |
| ·种群初始化 | 第37-38页 |
| ·选择 | 第38页 |
| ·交叉和变异 | 第38-40页 |
| ·目标函数 | 第40-41页 |
| ·Pareto解选择 | 第41页 |
| ·多目标自适应快速遗传算法流程 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 多目标自适应快速遗传算法的仿真 | 第44-57页 |
| ·评价标准 | 第44-45页 |
| ·模拟网络的仿真 | 第45-47页 |
| ·真实网络的仿真 | 第47-53页 |
| ·快速性仿真验证 | 第53-54页 |
| ·Pareto解的网络层次结构 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·工作总结 | 第57页 |
| ·展望未来 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 附录1 攻读硕士学位期间申请的专利 | 第61-62页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
