量子粒子群優(yōu)化社區(qū)發(fā)現(xiàn)方法

摘要：社區(qū)結構是復雜網(wǎng)絡的一種重要的特征,為了解決基于模塊度優(yōu)化的社區(qū)發(fā)現(xiàn)方法現(xiàn)存在的分辨率限制問題,提出一種離散量子粒子群優(yōu)化社區(qū)發(fā)現(xiàn)方法(NQDPSO),將核心節(jié)點與鄰居的普通節(jié)點構成模體,該模體為量子粒子群算法的初始值。同時,構造模體加權社區(qū)聚類函數(shù)為算法的適應性函數(shù),該函數(shù)利用了三角形模體來判斷社區(qū)的穩(wěn)定性度量問題,從而量化社區(qū)結構穩(wěn)定性。采用壓縮因子函數(shù)調(diào)節(jié)全局和局部搜索模型,結合量子粒子群算法,使該算法全局收斂。算法采用模體有序表編碼方式,并在模擬和真實數(shù)據(jù)集上的實驗結果均表明,相比于其他算法,NQD-PSO算法可以挖掘更高質(zhì)量的社區(qū)結構。