技術(shù)特征：

1.一種基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，獲取待檢測(cè)網(wǎng)絡(luò)后，對(duì)待檢測(cè)網(wǎng)絡(luò)進(jìn)行約簡(jiǎn)，刪除其中度為1的節(jié)點(diǎn)，獲取約簡(jiǎn)待檢測(cè)網(wǎng)絡(luò)。

3.根據(jù)權(quán)利要求1所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，所述基于待檢測(cè)網(wǎng)絡(luò)的鄰接矩陣，獲取待檢測(cè)網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的度與待檢測(cè)網(wǎng)絡(luò)的初始平均度，選取核心節(jié)點(diǎn)，構(gòu)建核心節(jié)點(diǎn)集合，包括：

4.根據(jù)權(quán)利要求1所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，所述基于待檢測(cè)網(wǎng)絡(luò)的鄰接矩陣，構(gòu)建待檢測(cè)網(wǎng)絡(luò)中節(jié)點(diǎn)的相似度矩陣，表示為：

5.根據(jù)權(quán)利要求4所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，所述基于核心節(jié)點(diǎn)集合與相似度矩陣初始化父代種群，構(gòu)建包含多個(gè)個(gè)體的初始父代種群，包括：

6.根據(jù)權(quán)利要求1所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，所述利用多目標(biāo)遺傳算法nsga-ii，對(duì)初始父代種群進(jìn)行選擇、交叉與變異，獲取更新后的父代種群，直至更新后的父代種群中個(gè)體的個(gè)數(shù)達(dá)到預(yù)設(shè)候選解集空間大小，得到目標(biāo)父代種群，計(jì)算目標(biāo)父代種群中每個(gè)個(gè)體所表示的劃分方式的kernel?k-means目標(biāo)函數(shù)值kkm與相對(duì)變化目標(biāo)函數(shù)值rc，構(gòu)建kkm樣本空間與rc樣本空間，包括：

7.根據(jù)權(quán)利要求6所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，計(jì)算每個(gè)個(gè)體所表示的劃分方式對(duì)應(yīng)的kernel?k-means目標(biāo)函數(shù)值kkm與相對(duì)變化目標(biāo)函數(shù)值rc，包括：

8.根據(jù)權(quán)利要求6所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，對(duì)父代種群進(jìn)行選擇、交叉與變異，獲取子代種群，包括：

9.根據(jù)權(quán)利要求1所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，所述候選代理模型池中包括多種代理模型，包括：回歸樹、徑向基函數(shù)、支持向量回歸、k-近鄰算法與圖神經(jīng)網(wǎng)絡(luò)。

10.根據(jù)權(quán)利要求1所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，所述計(jì)算并基于每種代理模型的肯達(dá)爾系數(shù)與斯皮爾曼系數(shù)，獲取評(píng)估每種代理模型的預(yù)測(cè)準(zhǔn)確度的性能評(píng)價(jià)指標(biāo)值，包括：

11.根據(jù)權(quán)利要求1所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，所述基于最優(yōu)解集中每個(gè)個(gè)體所表示的劃分方式中的社區(qū)個(gè)數(shù)、每個(gè)社區(qū)中的總邊數(shù)，以及節(jié)點(diǎn)度之和，計(jì)算每個(gè)個(gè)體對(duì)應(yīng)的模塊度指標(biāo)值，表示為：

12.根據(jù)權(quán)利要求1所述的基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，其特征在于，還包括：

技術(shù)總結(jié)
本發(fā)明涉及大規(guī)模社區(qū)檢測(cè)技術(shù)領(lǐng)域，公開了一種基于代理模型自適應(yīng)選擇的多目標(biāo)大規(guī)模社區(qū)檢測(cè)方法，從待檢測(cè)網(wǎng)絡(luò)中選取核心節(jié)點(diǎn)來(lái)代表大規(guī)模社區(qū)網(wǎng)絡(luò)，并初始化父代種群；利用多目標(biāo)遺傳算法對(duì)父代種群進(jìn)行更新，并計(jì)算目標(biāo)父代種群中每個(gè)個(gè)體對(duì)應(yīng)的KKM與RC，構(gòu)建KKM與RC樣本空間，以便對(duì)候選代理模型池中的多種代理模型分別進(jìn)行訓(xùn)練，基于代理模型的肯達(dá)爾系數(shù)Tau與斯皮爾曼系數(shù)Rho，選取目標(biāo)代理模型，并對(duì)真實(shí)目標(biāo)函數(shù)KKM和RC指導(dǎo)優(yōu)化，獲取最優(yōu)目標(biāo)代理模型對(duì)待檢測(cè)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行社區(qū)檢測(cè)，構(gòu)建最優(yōu)解集；基于最優(yōu)解集中每個(gè)個(gè)體解的模塊度評(píng)估指標(biāo)選取最優(yōu)解，并獲取相應(yīng)的劃分方式對(duì)待檢測(cè)網(wǎng)絡(luò)進(jìn)行社區(qū)劃分。

技術(shù)研發(fā)人員：朱書偉,呂思穎,張以沫,陸恒楊,方偉,吳小俊
受保護(hù)的技術(shù)使用者：江南大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19