کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4969804 1449984 2017 31 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Quantum-behaved discrete multi-objective particle swarm optimization for complex network clustering
ترجمه فارسی عنوان
بهینه سازی ذرات چند هدفه کوانتومی رفتار خوشه ای شبکه پیچیده شبکه
کلمات کلیدی
بهینه سازی چند هدفه، کوانتوم، بهینه سازی ذرات گسسته، شبکه های پیچیده خوشه بندی
ترجمه چکیده
تحقیقات جامع شبکه توجه زیادی را در جامعه دانشگاهی و زمینه های کاربردی مختلف به خود جلب کرده است. خوشه بندی مجتمع شبکه، به عنوان یکی از مسائل کلیدی در شبکه پیچیده، به بررسی سازمان داخلی گره ها در یک شبکه پیچیده می پردازد. استراتژی بهینه سازی ذرات گسسته برای خوشه بندی شبکه به طور موفقیت آمیز پیشنهاد شده است، در حالی که روش موجود با قدرت ضعیف کار می کند. در این مقاله، کار خوشه بندی شبکه های پیچیده را به عنوان یک مسئله بهینه سازی چند هدفه و حل مسئله با الگوریتم بهینه سازی ذرات ذرات مبتنی بر کوانتومی، که یک الگوریتم موازی است، مدل می کنیم. به نظر ما، این اولین تلاش برای به کارگیری الگوریتم بهینه سازی ذرات گسسته ذرات مبتنی بر کوانتومی به خوشه بندی شبکه است. علاوه بر این، عملیات انتخاب مرتب سازی غیر غالب برای جایگزینی فردی استفاده می شود. در نتیجه، یک الگوریتم بهینه سازی ذرات چند هدفه کوانتومی رفتار شده برای خوشه بندی پیچیده شبکه ارائه شده است. نتایج تجربی نشان می دهد که الگوریتم پیشنهادی به طور موثر عمل می کند و عملکرد رقابتی را با روش های پیشرفته ای در گسترش معیارهای گیروان و نیومن و شبکه های دنیای واقعی خصوصا در شبکه های بزرگ اندازه گیری می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
بهینه سازی ذرات چند هدفه کوانتومی رفتار خوشه ای شبکه پیچیده شبکه
چکیده انگلیسی
Complex network research has attracted lots of attention in both academic community and various application fields. Complex network clustering, as one of the key issues in complex network, explores the internal organization of the nodes in a complex network. The discrete particle swarm optimization strategy has been successfully proposed for network clustering, while the existing method works with weak robust. In this paper, we model the task of complex network clustering as a multi-objective optimization problem and solve the problem with the quantum mechanism based particle swarm optimization algorithm, which is a parallel algorithm. To our knowledge, this is the first attempt to apply the quantum mechanism based discrete particle swarm optimization algorithm into network clustering. In addition, the non-dominant sorting selection operation is employed for individual replacement. Consequently, a quantum-behaved discrete multi-objective particle swarm optimization algorithm is proposed for complex network clustering. The experimental results demonstrate that the proposed algorithm performs effectively and achieves competitive performance with the state-of-the-art approaches on the extension of Girvan and Newman benchmarks and real-world networks, especially on large-scale networks.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition - Volume 63, March 2017, Pages 1-14
نویسندگان
, , , , ,