一种用于社交网络中选择具有独立成员群体的自适应混合算法
社会与信息网络
2019-10-07 v1 神经与进化计算
最优化与控制
摘要
在社交网络中选择具有独立成员的委员会可被称为群体选择问题，而委员会中的独立性被视为该选择的主要准则。独立性基于群体成员间的社会距离计算。尽管已有许多解决社交网络群体选择问题的方案，例如目标集选择或社区发现，但仅有一种方案以独立性作为群体性能度量来选择的委员会成员。本文提出一种新的自适应混合算法，以选择最佳委员会成员来最大化委员会的独立性。该算法将粒子群优化（PSO）算法与两种局部搜索算法相结合。这项工作的目标是结合探索与开发以提升所提算法的效率并获得最优解。此外，为将局部搜索算法与粒子群优化结合，采用了一种有效的选择机制，以在搜索过程中选取合适的局部搜索算法与粒子群优化结合。实验仿真结果与知名且成功的元启发式算法进行比较。该比较表明所提方法将群体独立性至少提升了 21%。
引用
@article{arxiv.1910.01875,
title = {An adaptive hybrid algorithm for social networks to choose groups with independent members},
author = {Parham Hadikhani and Pooria Hadikhani},
journal= {arXiv preprint arXiv:1910.01875},
year = {2019}
}