引用本文:黄发良,肖南峰.网络社区发现的粒子群优化算法[J].控制理论与应用,2011,28(9):1135~1140.[点击复制]
HUANG Fa-liang,XIAO Nan-feng.Particle-swarm-optimization algorithm to discover network community[J].Control Theory and Technology,2011,28(9):1135~1140.[点击复制]
网络社区发现的粒子群优化算法
Particle-swarm-optimization algorithm to discover network community
摘要点击 3042  全文点击 2389  投稿时间：2010-04-13  修订日期：2010-10-15
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/j.issn.1000-8152.2011.9.CCTA100397
  2011,28(9):1135-1140
中文关键词  粒子群优化  社区结构  模块度
英文关键词  particle swarm optimization  community structure  modularity
基金项目  国家自然科学基金与中国民用航空总局联合资助项目(60776816); 广东省自然科学基金重点资助项目(8251064101000005); 广东省科技攻关资助项目(2007B06040107); 福建省教育厅科研基金资助项目(JA10076); 国家自然科学基金资助项目(61171141).
作者单位E-mail
黄发良* 华南理工大学 计算机科学与工程学院
福建师范大学 软件学院 		huangfliang@163.com 
肖南峰 华南理工大学 计算机科学与工程学院  
中文摘要
      从优化模块度的角度出发, 提出了一种基于粒子群优化的网络社区发现的粒子群优化算法(CDPSO); 该算法根据网络连接数据的特点给出一种新的粒子编码方法, 有效地避免非法粒子的产生, 一定程度上缓解了基于二值编码的迭代二划分策略所遭遇的局部最优划分问题, 并改进了传统离散粒子群优化(PSO)的粒子位置调整策略, 使算法收敛速度更快. 实验结果表明, CDPSO能够在无先验信息的条件下快速有效地揭示网络内在的社区结构.
英文摘要
      For optimizing the modularity, a community discovery algorithm(CDPSO) is proposed based on particleswarm-optimization(PSO). By the characteristics of network link data, a novel particle-encoding scheme is presented to avoid the production of illegal particles, alleviate the local optimal-partition encountered in the iterative partition approach based on Boolean encoding scheme, and improve the particle-position adjustment strategy in traditional discrete PSO to achieve better convergence. Experimental results show that CDPSO can rapidly and effectively discover the intrinsic community structure in networks without any domain information.