| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 引言 | 第15页 |
| 1.2 符号网络的表示方法 | 第15-16页 |
| 1.3 网络特性 | 第16-19页 |
| 1.3.1 简单网络模型 | 第17页 |
| 1.3.2 随机网络模型 | 第17页 |
| 1.3.3 小世界网络模型 | 第17-18页 |
| 1.3.4 无尺度网络模型 | 第18页 |
| 1.3.5 结构平衡网络模型 | 第18-19页 |
| 1.4 符号网络结构平衡的研究现状及意义 | 第19-21页 |
| 1.5 本文的结构框架 | 第21-23页 |
| 第二章 多目标进化理论及几种常见的符号网络结构平衡研究算法 | 第23-29页 |
| 2.1 多目标进化算法 | 第23-26页 |
| 2.1.1 进化算法 | 第23页 |
| 2.1.2 多目标优化 | 第23-24页 |
| 2.1.3 几种常见的多目标进化算法 | 第24-26页 |
| 2.2 符号网络结构平衡的常见算法 | 第26-28页 |
| 2.2.1 平衡度 | 第27页 |
| 2.2.2 平衡三角形比率 | 第27-28页 |
| 2.2.3 代价函数 | 第28页 |
| 2.2.4 能量函数 | 第28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于进化算法和决策模型的符号网络结构平衡 | 第29-43页 |
| 3.1 粒子群优化算法简介 | 第29-30页 |
| 3.2 传统方法的局限性 | 第30页 |
| 3.3 符号网络结构平衡的重要性 | 第30页 |
| 3.4 基于离散粒子群算法的多目标优化 | 第30-33页 |
| 3.4.1 算法框架 | 第31-32页 |
| 3.4.2 模型选择 | 第32-33页 |
| 3.5 实验分析 | 第33-41页 |
| 3.5.1 符号网络数据 | 第33-34页 |
| 3.5.2 实验分析 | 第34-36页 |
| 3.5.3 算法对比 | 第36-39页 |
| 3.5.4 算法复杂度分析 | 第39-40页 |
| 3.5.5 结构平衡实验 | 第40页 |
| 3.5.6 参数讨论 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 基于类内类间正负边模型的符号网络结构平衡 | 第43-59页 |
| 4.1 模型分析 | 第43-46页 |
| 4.1.1 单目标模型（SOM） | 第43-44页 |
| 4.1.2 多目标模型（MOM） | 第44-46页 |
| 4.2 算法框架 | 第46-47页 |
| 4.3 评价指标 | 第47页 |
| 4.4 算法参数和网络测试数据介绍 | 第47-48页 |
| 4.5 算法有效性的验证 | 第48-49页 |
| 4.6 模型分析 | 第49-53页 |
| 4.7 算法分析 | 第53-57页 |
| 4.8 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 研究总结 | 第59页 |
| 5.2 研究展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 作者简介 | 第67-68页 |