基于群体智能优化算法的复杂网络结构优化与分析

基于群体智能优化算法的复杂网络结构优化与分析

ID:37033028

大小:2.49 MB

页数:89页

时间:2019-05-17

基于群体智能优化算法的复杂网络结构优化与分析_第1页
基于群体智能优化算法的复杂网络结构优化与分析_第2页
基于群体智能优化算法的复杂网络结构优化与分析_第3页
基于群体智能优化算法的复杂网络结构优化与分析_第4页
基于群体智能优化算法的复杂网络结构优化与分析_第5页
资源描述:

《基于群体智能优化算法的复杂网络结构优化与分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、M碩士学位论文__.龜基于群体智能优化算法的复杂网络结构优化与分析基作者姓名闫佳男指导教师姓名、职称张青富教授申请学位类别工学硕士学学学校校校代代代码码码10701学学学号号号1502120820分分分类类类号号号TP75密密密级级级公公公开开开西西西安安安电电电子子子科科科技技技大大大学学学硕硕硕士士士学学学位位位论论论文文文基基基于于于群群群体体体智智智能能能优优优化化化算算算法法法的的的复复复杂杂杂网网网络络络结结结构构构优优优化化化与与与分分分析析析作作作者者者姓姓姓名

2、名名:::闫佳男一一一级级级学学学科科科:::电子科学与技术二二二级级级学学学科科科:::电路与系统学学学位位位类类类别别别:::工学硕士指指指导导导教教教师师师姓姓姓名名名、、、职职职称称称:::张青富教授学学学院院院:::电子工程学院提提提交交交日日日期期期:::2018年4月AStudyofAnalysisandOptimizationofComplexNetworkStructureBasedonSwarmIntelligenceAlgorithmAThesissubmittedtoXIDIANUNI

3、VERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinCircuitsandSystemsByYanJiananSupervisor:ZhangQingfuTitle:ProfessorMay2018摘要摘要互联网给现实生活带来巨大的冲击,其产生数据所带来的价值也远超想象。万物互联使得数据紧密结合在一起,使得数据连接更加相关,同时也更有价值。近年来以复杂网络模型对网络连接数据进行建模,并通过定性和定量的研究分析,已经促进了系统动力学、

4、社会心理学、生物科学、计算机科学等多个学科的发展。因此复杂网络作为有效分析网络连接数据的有效工具,已经受到了研究学者广泛的关注。通过对复杂网络的研究,例如网络社区结构分析,网络鲁棒性分析,网络传播分析,网络影响最大化与网络结构平衡性分析等来理解,预测和控制现实复杂系统的变化。通过复杂网络对自然和生活中的数据构建模型,对模型的分析与求解往往可以转化为优化问题来求解。尤其通过复杂网络构建的优化模型与数学问题中的组合优化问题类似,大部分问题以NP-难问题为主。本文主要针对复杂网络中的传播控制,影响最大化和符号网络结

5、构平衡分析展开研究。传统方法在解决NP-难问题时往往得不到最优的解,基于贪婪搜索方法的时效性较低并且很难找到全局最优解。然而基于种群优化的智能算法在解决NP-难问题时有着天然的优势。具体而言,本文的主要工作可概括如下:1)复杂网络的流行病传播阈值是衡量流行病消亡还是爆发的重要指标,且该阈值完全受到网络自身结构的影响。本文将网络传播阈值作为优化目标,进而控制网络的传播过程。此外本文提出了基于种群进化算法的网络结构优化算法,用于优化网络传播阈值。在调整网络结构时,需要保持网络节点度不变。降低网络阈值能够加速网络传

6、播速度,而提高阈值将限制传播的过程。本文提出的算法结合了基于种群的全局搜索方法和基于个体的局部搜索方法,具体的,选取遗传算法作为全局搜索方法,以模拟退火的变体算法作为局部搜索方法。通过在人造网络和真实网络上的实验证明了本文算法在网络阈值最小化和最大化问题上的有效性。2)影响最大化问题旨在找到网络中一组个体集作为传播起始点,使得信息传播达到最大化。本文提出了基于局部影响指标的评估方法作为优化目标,解决了影响传播评估复杂度高的问题。局部影响指标能够在独立级联模型和权重级联模型上提供一个可信度较高的影响力评估。然后

7、本文提出了基于离散粒子群优化的算法来对局部影响指标进行优化,以找到最佳初始影响节点集合。本文采用的粒子群算法对粒子位置和速度表示方法都进行了重新设计和定义。此外,本文引进了基于度方法的初始化方法和基于网络特性的局部搜索策略来提高算法收敛性能。在四个真实网络上的实验结果证明了本文算法在影响最大化上表现出的高性能和高效率的特点。I西安电子科技大学硕士学位论文3)针对符号网络平衡性分析问题,本文提出了一个简单有效的双目标模型,以区别分析两种导致网络结构不平衡的因素。随后提出了多目标离散粒子群算法进行优化求解。算法的

8、每一次独立运行都会产生Parato解集,其中每一个集表示符号网络的一种可能的网络划分。通过对本文模型的优化,我们能够得到符号网络结构平衡性分析的多种选择。最后通过多组实验证明了本文双目标模型的合理性和有效性以及多目标算法的有效性。关关关键键键词词词:::复杂网络,群体智能优化,网络传播控制,影响最大化,符号网络结构平衡IIABSTRACTABSTRACTTheInternethasahugeimpa

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。