| 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12-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 研究背景及意义 | 第16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 社区检测问题的定义 | 第16-17页 |
| 1.2.2 已有的求解社区检测问题的方法 | 第17-18页 |
| 1.3 进化计算 | 第18-19页 |
| 1.3.1 进化算法简介 | 第18页 |
| 1.3.2 多目标进化算法 | 第18-19页 |
| 1.4 论文结构安排 | 第19-20页 |
| 第二章 基于多智能体进化算法的复杂网络社区检测 | 第20-34页 |
| 2.1 引言 | 第20页 |
| 2.2 多智能体 | 第20-22页 |
| 2.3 MAGA-Net算法介绍 | 第22-27页 |
| 2.3.1 编码表示 | 第22-23页 |
| 2.3.2 目标函数 | 第23页 |
| 2.3.3 基于分裂和合并的邻域竞争算子 | 第23-24页 |
| 2.3.4 混合交叉算子 | 第24-25页 |
| 2.3.5 自适应变异算子 | 第25-27页 |
| 2.3.6 自学习算子 | 第27页 |
| 2.3.7 MAGA-Net的实现 | 第27页 |
| 2.4 MAGA-Net算法性能试验与分析 | 第27-32页 |
| 2.4.1 真实网络上的实验 | 第28-30页 |
| 2.4.2 人工网络上的实验 | 第30-32页 |
| 2.5 小结 | 第32-34页 |
| 第三章 基于结构和属性相似度的属性网络社区检测多目标进化算法 | 第34-56页 |
| 3.1 属性网络 | 第34页 |
| 3.2 相关工作 | 第34-35页 |
| 3.3 MOEA-SA算法介绍 | 第35-43页 |
| 3.3.1 相似度及目标函数 | 第35-36页 |
| 3.3.2 混合编码 | 第36-37页 |
| 3.3.3 交叉算子 | 第37页 |
| 3.3.4 基于多个体的变异算子 | 第37-40页 |
| 3.3.5 局部搜索 | 第40页 |
| 3.3.6 MOEA-SA的实现 | 第40-42页 |
| 3.3.7 寻找“膝”点 | 第42页 |
| 3.3.8 复杂度分析 | 第42-43页 |
| 3.4 单属性网络上的实验 | 第43-50页 |
| 3.4.1 实验数据 | 第43-44页 |
| 3.4.2 评价指标和对比方法 | 第44-45页 |
| 3.4.3 单属性网络中的实验结果 | 第45-48页 |
| 3.4.4 与NSGA-II的对比 | 第48页 |
| 3.4.5 与已有算法上的对比 | 第48-50页 |
| 3.5 多属性自我网络上的实验 | 第50-52页 |
| 3.5.1 实验数据 | 第50页 |
| 3.5.2 多属性网络上的实验结果 | 第50-52页 |
| 3.5.3 SA和Q之间的关系分析 | 第52页 |
| 3.6 多属性索引网络上的实验 | 第52-53页 |
| 3.6.1 实验数据 | 第52页 |
| 3.6.2 多属性索引网络的实验结果 | 第52-53页 |
| 3.7 网络分析 | 第53-54页 |
| 3.8 小结 | 第54-56页 |
| 第四章 多属性自我网络中的社区检测 | 第56-64页 |
| 4.1 自我网络 | 第56-57页 |
| 4.2 OMOEA/D-SA算法介绍 | 第57-63页 |
| 4.2.1 目标函数 | 第57-58页 |
| 4.2.2 编码表示 | 第58-60页 |
| 4.2.3 进化算子 | 第60页 |
| 4.2.4 OMOEA/D-SA的实现 | 第60-61页 |
| 4.2.5 实验数据 | 第61页 |
| 4.2.6 评价指标 | 第61页 |
| 4.2.7 实验结果与分析 | 第61-63页 |
| 4.3 小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 本文工作总结 | 第64页 |
| 5.2 未来工作展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-76页 |