基于基因表达式编程的复杂网络自动聚簇算法  

Automatic Clustering Algorithm for Complex Networks Based on Gene Expression Programming

作　　者：汤蓉[1,2] 唐常杰[1] 徐开阔[2] 左劼[1] 李红军[3] 

机构地区：[1]四川大学计算机学院,四川成都610065 [2]成都信息工程学院计算机学院,四川成都610225 [3]成都理工大学信息科学与技术学院,四川成都610059

出　　处：《四川大学学报（工程科学版）》2012年第S1期138-144,共7页Journal of Sichuan University (Engineering Science Edition)

基　　金：国家自然科学基金资助项目(60773169);国家"十一五"科技支撑计划资助项目(2006BAI05A01)

摘　　要：在无先验知识的前提下,复杂网络聚簇需确定簇数并精确地将节点分配到其所属簇,而大部分传统聚簇方法无法自动确定簇数。为解决这一问题,结合GEP和信息论聚类框架,提出了复杂网络自动聚簇算法——AutoC-NC-GEP。算法为复杂网络聚簇建立了GEP结构模型,设计了有效的遗传算子,提出了"不完全聚簇划分"概念,并分别以Map Eqation和Modularity两种不同的网络社团结构量化函数为适应度函数,使用真实网络对算法的聚簇性能进行了测试。实验结果表明,在没有先验知识的前提下,AutoCNC-GEP算法不仅能正确解析网络的社团数量,还可以自动将节点精确地分配到其所属社团中,从而获得网络的最佳社团结构。在无先验知识的前提下,复杂网络聚簇需确定簇数并精确地将节点分配到其所属簇,而大部分传统聚簇方法无法自动确定簇数。为解决这一问题,结合GEP和信息论聚类框架,提出了复杂网络自动聚簇算法——AutoC-NC-GEP。算法为复杂网络聚簇建立了GEP结构模型,设计了有效的遗传算子,提出了'不完全聚簇划分'概念,并分别以Map Eqation和Modularity两种不同的网络社团结构量化函数为适应度函数,使用真实网络对算法的聚簇性能进行了测试。实验结果表明,在没有先验知识的前提下,AutoCNC-GEP算法不仅能正确解析网络的社团数量,还可以自动将节点精确地分配到其所属社团中,从而获得网络的最佳社团结构。

关 键 词：复杂网络聚簇 映射方程式 基因表达式编程 

分 类 号：TB-55[一般工业技术]