摘要:复杂网络正在不断发展，其研究领域也在逐步扩张，它在科研等方面的应用越来越广，对复杂网络的研究已成为网络时代科学研究中一个极其重要的挑战性课题。随着科学的进步，对复杂网络中的社区结构进行检测也受到科研工作者们的热烈追捧。社区结构是复杂网络的重要属性之一，了解复杂网络的社区结构有助于人们更好的认识复杂网络，从而解决在复杂网络中遇到的一系列问题。在现实生活的各方面都存在着复杂网络，比如每个人的日常社交形成的社交网络、各大高校间的关系网络、互联网通信网络等，这些网络都可以被建模成复杂网络，以对其进行分析，将单独的具体事物看成一个个单独的点，用连线判断它们之间的联络关系，这样可以很方便的对其网络内部情况进行分析与处理。对复杂网络的社区进行检测研究，对了解这些网络中的具体事物和对它们进行深度分析有着显著的作用。

本文的主要工作是利用多目标遗传算法实现对复杂网络的社区结构检测：在遗传算法框架下，使用社区划分得分（CS）和社区适应度（CF）作为目标函数，对复杂网络的社区结构进行检测优化，并在Zachary空手道俱乐部网络、海豚社交网络、美国大学生足球联赛网络上进行仿真实现，验证本文方法的有效性。

关键词：复杂网络；多目标遗传算法；社区检测；社区划分得分；社区适应度

目录

摘要

Abstract

1 绪论-1

1.1 引言-1

1.2 研究意义-1

1.3 国内外研究现状-2

1.4 本文的主要工作及内容安排-3

2 基本理论-4

2.1复杂网络社区检测-4

2.1.1复杂网络的表示-4

2.1.2社区结构-4

2.1.3 社区检测方法-5

2.2 多目标遗传算法-5

3基于多目标遗传算法的复杂网络社区检测算法-7

3.1复杂网络的建模与仿真-7

3.1.1空手道俱乐部网络-7

3.1.2 海豚社交网络-7

3.1.3 美国大学生足球联赛网络-8

3.2 多目标遗传算法流程-9

3.2.1 算法流程图-9

3.2.2 种群初始化-10

3.2.3 计算适应度值-10

3.2.4 交叉与变异-11

3.2.5 精英保留策略-11

3.2.6 计算模块度-12

4 实验结果与分析-13

结    论-16

参 考 文 献-17

附录A-18

致    谢-32