智能算法在復(fù)雜網(wǎng)絡(luò)中的應(yīng)用.pdf

1、隨著計(jì)算機(jī)科學(xué)和工程技術(shù)的迅速發(fā)展，大量過(guò)程復(fù)雜、數(shù)據(jù)量龐大的問(wèn)題擺在研究人員面前，因此對(duì)高效的優(yōu)化和挖掘技術(shù)的需求日益強(qiáng)烈。智能算法主要用以解決復(fù)雜的優(yōu)化與挖掘問(wèn)題，算法中僅涉及基本數(shù)學(xué)操作，計(jì)算相對(duì)簡(jiǎn)單。更重要的是智能算法大都具有潛在的并行性和分布式特點(diǎn)，適合處理“數(shù)據(jù)量龐大、規(guī)律隱含、變量維數(shù)高、非線性”的問(wèn)題。近年來(lái)發(fā)展迅速的遺傳算法、螞蟻算法等智能優(yōu)化算法都是基于生物信息系統(tǒng)的智能仿生算法，在本質(zhì)上屬于隨機(jī)搜索算法，特點(diǎn)是在沒(méi)

2、有集中控制并且不提供全局模型的前提下，為尋找復(fù)雜的分布式問(wèn)題的解決方案提供了基礎(chǔ)。
　　優(yōu)化與挖掘中的大量問(wèn)題都是以各種網(wǎng)絡(luò)的形式表現(xiàn)出來(lái)的，借助復(fù)雜網(wǎng)絡(luò)的理論可以更準(zhǔn)確地定義問(wèn)題，提煉出網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)可以使問(wèn)題更為直觀化。作為本文關(guān)注的對(duì)象，人際關(guān)系結(jié)構(gòu)和交通網(wǎng)絡(luò)都是復(fù)雜網(wǎng)絡(luò)研究中的典型對(duì)象。它們的共同之處是，網(wǎng)絡(luò)規(guī)模和研究范圍不斷擴(kuò)大，節(jié)點(diǎn)眾多且各節(jié)點(diǎn)的權(quán)重、聚類系數(shù)也各有不同，傳統(tǒng)的研究方式已經(jīng)很難實(shí)現(xiàn)，應(yīng)用智能算法尋找更科

3、學(xué)、便捷的方法是解決問(wèn)題的有效途徑。
　　本文將智能算法與復(fù)雜網(wǎng)絡(luò)相結(jié)合，分別應(yīng)用于人際關(guān)系的挖掘與公交網(wǎng)絡(luò)的優(yōu)化問(wèn)題之中。首先，介紹智能算法與復(fù)雜網(wǎng)絡(luò)的基礎(chǔ)知識(shí)和特點(diǎn)。然后對(duì)遺傳算法的思想、方法進(jìn)行分析，指出了使用遺傳算法解決朋友關(guān)系問(wèn)題的可行性。作為例證給出了一個(gè)10人群體的朋友數(shù)分布情況，期望得到典型的朋友關(guān)系分布圖。模型建立過(guò)程中使用復(fù)雜網(wǎng)絡(luò)基本概念定義問(wèn)題，引入隨機(jī)圖過(guò)濾掉大量的無(wú)用信息，將產(chǎn)生的匹配度較高的信息通過(guò)遺傳

4、算法保留下來(lái)再次進(jìn)行過(guò)濾，直到得出希望的挖掘結(jié)果。接下來(lái)學(xué)習(xí)了擅長(zhǎng)解決系統(tǒng)尋優(yōu)問(wèn)題的螞蟻算法，并應(yīng)用其解決公交網(wǎng)絡(luò)布局問(wèn)題。從城市公交線網(wǎng)的特征、站點(diǎn)設(shè)計(jì)以及約束條件出發(fā)，對(duì)最佳出行線路問(wèn)題做出了討論，期望達(dá)到的目標(biāo)是使乘客出行能盡量做到路徑短、耗時(shí)少。尋優(yōu)按照螞蟻算法常規(guī)步驟進(jìn)行并設(shè)計(jì)了針對(duì)該問(wèn)題的信息素更新、狀態(tài)轉(zhuǎn)移規(guī)則，總結(jié)出基于換乘次數(shù)最少的最優(yōu)路徑尋找方案。實(shí)驗(yàn)結(jié)果均說(shuō)明求解結(jié)果在實(shí)際應(yīng)用中是有效的，從而驗(yàn)證了模型的正確性和求