摘要：为更精确地探测社团结构,通过选择优化函数,分析社团结构特性,设计适合社团检测的选择、交叉、变异等遗传算子,提出了基于遗传算法和模块密度的社团结构探测算法.该算法未采用传统的分裂或聚合方法用减边或加边的策略,没有引入其他中间变量,直接通过优化模块密度函数发现网络社团结构.分析和仿真结果表明,该算法探测的社团结构与模块度探测算法相比,能检测到更小规模的社团结构,参照强弱社团结构定义,比较各节点的内部度,其不满足强社团定义的节点明显小于其他划分结果,在性能上有了显著提高,能更准确地测度社团结构.作者： 刘晋霞[1]曾建潮[2]薛耀文[3] Author： LIU Jin-xia[1]ZENG Jian-chao[2]XUE Yao-wen[3] 作者单位：兰州理工大学电气工程与信息工程学院,甘肃兰州730050;太原科技大学系统仿真与计算机应用研究所,山西太原030024;太原科技大学经济与管理学院,山西太原030024太原科技大学系统仿真与计算机应用研究所,山西太原,030024山西师范大学经济与管理学院,山西临汾,041004 期 刊： 解放军理工大学学报（自然科学版） ISTICEIPKU Journal：JOURNAL OF PLA UNIVERSITY OF SCIENCE AND TECHNOLOGYNATURAL SCIENCE EDITION 年，卷期： 2011, 123 分类号： N94 TP301.6 关键词： 遗传算法 模块密度 社团结构 复杂网络 机标分类号： TP3 TS1 机标关键词：基于遗传算法优化模块密度探测算法社团结构中间变量优化函数遗传算子聚合方法仿真结果结构特性结构定义节点能检测函数发现分析小规模模块度性能网络基金项目： 国家自然科学基金，山西省自然科学基金 用遗传算法优化模块密度探测社团结构[期刊论文]解放军理工大学学报（自然科学版）--2011, 123刘晋霞曾建潮薛耀文为更精确地探测社团结构,通过选择优化函数,分析社团结构特性,设计适合社团检测的选择、交叉、变异等遗传算子,提出了基于遗传算法和模块密度的社团结构探测算法.该算法未采用传统的分裂或聚合方法用减边或加边的策略,没有...
