文献类型：期刊文章

作　　者：陆楠[1] 闫巧[1] 陆春一[2]

机构地区：[1]深圳大学计算机与软件学院,广东深圳518060 [2]深圳大学科学技术部,广东深圳518060

出　　处：《计算机与信息技术》

基　　金：广东省自然科学基金(10151806001);广东省科技计划项目(2010B060900004);深圳市基础研究计划项目(JC201005280407A)

年　　份：2011

期　　号：12

起止页码：6-11

语　　种：中文

收录情况：内刊

摘　　要：研究基于模糊聚类的遗传算法应用于复杂网络社区挖掘,该算法将聚类融合引入到交叉算子中,利用父个体的聚类信息产生新个体,避免了传统交叉算子单纯交换字符串而忽略聚类内容所带来的问题。该算法采用混沌序列策略进行种群生成,使初始种群中的个体具有一定聚类精度并有较强的多样性,并将局部搜索机制用于变异算子,有效地缩小搜索空间,加快算法收敛速度。该算法与当前具有代表性的社区挖掘算法进行比较,并在仿真网络和现实网络上验证测试,实验结果表明了该算法的可行性和有效性。

关 键 词：社区结构  复杂网络 遗传算法 模糊聚类 混沌序列

分 类 号：TP18]