公开(公告)号：CN105303450A

公开(公告)日：2016-02-03

申请号：CN201510760290.4

申请日：2015-11-09

Applicant: 北京工业大学

Inventor： 杨新武 ,  杨丽军

IPC: G06Q50/00 ,  G06N3/12

Abstract: 基于谱聚类改进交叉的复杂网络社区发现方法，采用可以在任意形状的样本空间上聚类等优点的谱聚类对种群中的个体进行了划分，在交叉操作时选取不同划分中的个体进行遗传操作，从而增加种群多样性，避免陷入局部最优；相似个体虽不能有效地增加种群多样性，但可有效地维持个体的优良性状，保持种群的进化方向，因此在进行不同划分个体间遗传操作的同时同一划分中的个体也进行遗传操作，选取两种方式产生的个体中最优的两个个体为子代个体。两种方式的交叉操作同时进行避免算法陷入局部最优和收敛速度过慢，调节收敛速度和寻找最优解之间的平衡。

公开(公告)号：CN104200272A

公开(公告)日：2014-12-10

申请号：CN201410429721.4

申请日：2014-08-28

Applicant: 北京工业大学

Inventor： 杨新武 ,  杨丽军 ,  李瑞

IPC: G06N3/12

Abstract: 本发明公开了一种基于改进遗传算法的复杂网络社区挖掘方法，属于复杂网络社区挖掘方法研究技术领域，具体使用了一种基于聚类和双种群思想融合的改进遗传算法对复杂网络中的社区进行挖掘。本发明使用归一化共用信息相似度标准作为测量种群中个体间的相似度，融合了聚类和双种群思想。首先引入聚类思想，用最小生成树聚类方法对种群进行划分归类，然后引入双种群思想，对聚类确定主类和副类。其中主类维持种群的进化方向，向目标函数的最优解接近；副类则主要为主类适时地提供多样性，使主类在陷入局部最优时可以跳出来，搜索其他的解空间，实现复杂网络社区挖掘的新方法。