| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 引言 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外文献综述 | 第13-17页 |
| 1.3 研究内容与方法 | 第17页 |
| 1.4 主要工作和创新 | 第17-18页 |
| 1.5 论文的基本结构 | 第18-19页 |
| 第2章 符号网络及进化算法的基础理论 | 第19-28页 |
| 2.1 符号网络的概念及表示方法 | 第19-20页 |
| 2.2 基础理论 | 第20-21页 |
| 2.2.1 强结构平衡理论 | 第20页 |
| 2.2.2 弱结构平衡理论 | 第20-21页 |
| 2.3 符号网络结构平衡常见算法 | 第21-23页 |
| 2.3.1 HRT-SB算法 | 第21-22页 |
| 2.3.2 Meme-SB算法 | 第22-23页 |
| 2.3.3 基于MOPSO的两步骤算法 | 第23页 |
| 2.3.4 CA-SNB算法 | 第23页 |
| 2.4 进化算法简介 | 第23-27页 |
| 2.4.1 编码方法 | 第24-25页 |
| 2.4.2 适应值函数 | 第25页 |
| 2.4.3 初始化方法 | 第25页 |
| 2.4.4 遗传过程 | 第25-26页 |
| 2.4.5 进化算法的特点 | 第26-27页 |
| 2.4.6 进化算法的应用 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于进化算法的符号网络弱结构平衡分析 | 第28-38页 |
| 3.1 能量函数 | 第28-29页 |
| 3.2 WSB-EA算法 | 第29-33页 |
| 3.2.1 编码 | 第30页 |
| 3.2.2 适应值计算 | 第30-31页 |
| 3.2.3 初始化 | 第31页 |
| 3.2.4 遗传操作 | 第31-33页 |
| 3.2.5 复杂性分析 | 第33页 |
| 3.3 实验结果与分析 | 第33-36页 |
| 3.3.1 参数设置 | 第33-34页 |
| 3.3.2 小型符号网络实验结果 | 第34-35页 |
| 3.3.3 小型符号网络的弱不平衡度 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 基于增量计算进化算法的符号网络弱结构平衡分析 | 第38-46页 |
| 4.1 问题背景 | 第38页 |
| 4.2 WSB-EAI算法 | 第38-42页 |
| 4.2.1 算法框架 | 第38-39页 |
| 4.2.2 增量计算 | 第39-41页 |
| 4.2.3 邻接链表存储 | 第41页 |
| 4.2.4 复杂度分析 | 第41-42页 |
| 4.3 实验结果与分析 | 第42-44页 |
| 4.3.1 参数设置 | 第42页 |
| 4.3.2 对比实验结果分析 | 第42-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 基于压缩编码进化算法的符号网络弱结构平衡分析 | 第46-55页 |
| 5.1 问题背景 | 第46页 |
| 5.2 WSB-EAC算法 | 第46-51页 |
| 5.2.1 压缩编码 | 第47-50页 |
| 5.2.2 局部搜索 | 第50-51页 |
| 5.2.3 复杂性分析 | 第51页 |
| 5.3 实验结果与分析 | 第51-54页 |
| 5.3.1 参数设置 | 第51-52页 |
| 5.3.2 压缩编码实验对比分析 | 第52-53页 |
| 5.3.3 WSB-EAC实验对比分析 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论与展望 | 第55-57页 |
| 1、结论 | 第55-56页 |
| 2、展望 | 第56-57页 |
| 附录 | 第57-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间发表的论文和其它科研情况 | 第68-69页 |