复杂网络关键节点组识别问题模型和算法研究

论文摘要

关键节点组识别问题,因其应用背景广泛,目前已经成为复杂网络微观层面的重要研究内容。随着大数据时代的到来,网络的规模愈加庞大,结构愈为复杂,现有基于仿真模拟和指标度量的传统识别方法受到很大局限,常常陷入局部最优解。同时,基于整数线性规划的识别模型存在不能够区分网络连通分支内部结构的缺陷。因此,亟需从网络整体结构和功能出发对关键节点组识别问题建模进行深入研究。为此,基于0-1二次约束二次规化理论建立识别模型,通过最小化二阶路径内连通节点对的个数,实现区分连通分支内部结构的能力。同时,提出了一种将贪婪搜索和局部置换相结合的启发式算法,以适应大规模网络的关键节点组识别。最后,在多组人工网络和真实网络数据集上实验分析,验证所提出模型和算法的正确性和有效性。

论文目录

• 1 引言
• 2 相关工作
• 3 模型规划
•   3.1 模型的建立
•   3.2 模型与DF指标的关系
• 4 算法求解
•   4.1 半正定松弛求解方法
•   4.2 启发式算法求解
•   4.3 复杂度分析
• 5 实验分析
•   5.1 人工网络实验
•   5.2 真实网络实验
• 6 总结与展望

文章来源

类型: 期刊论文

作者: 江成,张军,卢山

关键词: 关键节点组,关键节点组识别,复杂网络,二次规划模型,启发式算法

来源: 计算机科学与探索 2019年08期

年度: 2019

分类: 信息科技,基础科学

专业: 数学,自动化技术

单位: 首都经济贸易大学信息学院

基金: 北京市教委科技计划No.KM201910038002,首都经济贸易大学2019年度科研基金项目成果~~

分类号: O157.5;TP18

页码: 1319-1330

总页数: 12

文件大小: 7930K

下载量: 339