基于参考点动态调整的多目标进化社区检测

2026.11.14点击:

摘要:<正>在社交网络快速发展过程中,社区检测已成为网络分析中的重要研究领域。传统的社区检测方法通常依赖固定的参数设置,导致在面对动态数据时效果显著下降。因此,本文构建了以模块度与平均内部密度为双目标的优化模型,并提出基于参考点动态调整的多目标进化算法。采用非支配排序、拥挤度与参考点引导的角距离联合选择算法,配合社区块交换、边界节点重分配等离散算子,以自适应学习率驱动参考点在目标空间的平移与外扩。在Zachary、Dolphin、Polblogs与LFR基准上,相较NSGA-II与MOEA-D,本文所提方法在多种数据集上表现出色,优于传统方法,具有更强的鲁棒性和准确性。

专辑: 信息科技;基础科学

专题: 数学;自动化技术

分类号: TP18;O157.5