ارائه روشی برای تشخیص اجتماع در شبکه‌های پیچیده با الگوریتم بهینه‌سازی خرگوش‌های مصنوعی
پذیرفته شده برای ارائه شفاهی ، صفحه 743-754 (12) XML اصل مقاله (981.65 K)
نویسندگان
پژوهشگر پژوهشگاه علوم انتظامی و مطالعات اجتماعی فراجا، تبریز
چکیده
شبکه پیچیده نگاهی جدید به پدیده های می باشد که با توجه به ارتباط اجزای آن و همچنین ارتباط با دیگر پدیده ها، دارای پیچیدگی بالایی بوده و رفتار جمعی متفاوتی از خود نشان می دهند. تشخیص اجتماع یک چالش مهم در این شبکه ها می باشد. در این مقاله برای تشخیص اجتماع در شبکه های پیچیده از رویکرد فرااکتشافی و الگوریتم بهینه سازی خرگوش مصنوعی استفاده شد. روش پیشنهادی در محیط نرم افزاری متلب پیاده سازی شده و کارایی آن در چهار مجوعه داده حقیقی (باشگاه کاراته زاخاری، شبکه فوتبال کالج آمریکایی، شبکه دلفین های، شبکه پول بوکز) با شاخص های پیمانگی و NMI مورد تجزیه و تحلیل قرار گرفت. تجزیه و تحلیل نتایج نشان داد که در مجموعه داده های حقیقی بالاترین مقدار پیمانگی به صورت میانگین برای مجموعه داده Polbooks و پایین ترین مقدار آن برای مجموعه داده Karate می باشد. این در حالیست که در مجموعه داده حقیقی بالاترین میزان NMI برای مجموعه داده Dolphins و کمترین مقدار برای مجموعه داده Karate بدست آمده است.
کلیدواژه ها