优化复杂网络中搜索全局平均首达时间的随机游走者选择
物理与社会
2018-12-13 v1 神经与进化计算
社会与信息网络
摘要
我们设计了一种方法，用于优化复杂网络中多个随机游走者搜索一般目标时的全局平均首达时间（GMFPT），而无需指定目标节点的性质。根据 GMFPT 的拉普拉斯变换公式，我们可以等价地最小化随机游走者所访问位点概率分布之间的重叠。我们采用仅变异遗传算法，利用具有不同起始位置的游走者群体以及相应的变异矩阵来修改它们，以解决该优化问题。在两类随机网络（WS 和 BA）上的数值实验显示，在选择游走者起点以实现最小重叠方面取得了令人满意的结果。因此，我们的方法为在复杂网络上建立多随机游走者搜索过程提供了指导。
引用
@article{arxiv.1812.05058,
title = {Selection of Random Walkers that Optimizes the Global Mean First-Passage Time for Search in Complex Networks},
author = {Mucong Ding and Kwok Yip Szeto},
journal= {arXiv preprint arXiv:1812.05058},
year = {2018}
}
备注
5 pages, 2 figures, accepted at ICCS'17