用于社群结构探测的小世界特征遗传算法

针对网络社群结构探测问题,探讨一种小世界特征遗传算法.受小世界现象搜索机理和网络结构特征启发,构造一种社群结构局部搜索算子;进而将该算子引入遗传算法基本框架,提出一种小世界特征遗传算法.典型网络的社群结构探测的结果表明,与Girvan-Newman算法和模拟退火算法相比,小世界特征遗传算法探测到的社群结构具有更大的模块性值,从而证明该算法是可用且有效的.

基于小世界现象的网页消重和排序

纯P2P网络具有小世界现象的特征。该文通过对P2P网页搜索引擎机制与原理的论述,结合小世界现象,推导出基于小世界现象的网页消重和排序。模拟实验的结果显示,利用小世界现象进行外消重和外排序能够很好地均衡查询源节点的处理负担、等待时间以及网络带宽的无谓消耗间的关系。

Web小世界特征的网络计量学研究

本文在研究Web小世界特征以及形成小世界网络机制的基础上,着重分析了运用网络计量学理论,对Web网站和网页之间存在的小世界特征进行深入研究的技术和方法,并分析比较了研究结果。同时,探讨了Web小世界特征在网络信息环境中的具体应用。

基于精英集聚效应的实数编码小世界优化算法

为了提高小世界算法的高维模型优化性能和降低算法的编码复杂性,提出了一种基于精英集聚效应的自适应实数编码小世界优化算法。该算法借鉴小世界现象进行网络空间搜索,包括随机长连接和局部短连接。为了提高优化性能,首先基于精英集聚效应在长连接中加入分级个体吸引策略;然后根据节点优化优劣在短连接中进行搜索次数及邻域大小的自适应调整。为了降低编码复杂性采用了实数编码。最后通过Markov链理论证明了算法的收敛性。数值测试结果表明,与禁忌遗传算法、基本小世界算法以及禁忌小世界算法相比,该算法在相对误差方面平均降低了30.3%,在收敛速度和稳定性方面分别平均提高了18.2%和13.8%,从而验证了算法的有效性。