دانلود شبیه سازی مقاله الگوریتم ژنتیک برای تشخیص جامعه در شبکه های پیچیده

پیاده سازی الگوریتم ژنتیک در شبکه پیچیده

یک الگوریتم ژنتیک جدید برای تشخیص جامعه در شبکه های پیچیده در این مقاله پیشنهاد شد است. در این روش از رمزگذاری ماتریسی استفاده شده است. جمعیت اولیه با شباهت گره تولید می شود که باعث افزایش تنوع افراد اولیه در حفظ سطح قابل قبولی از دقت و بهبود کارایی جستجو بهینه می شود.

ژن تولیدی جدید مبتنی بر کیفیت ژنهای افراد است؛ تمام گره های مجاز به هر جامعه به یک اجتماع جدید دسته بندی می شوند، در حالی که گره های مبهم قرار داده شده به جامعه اختصاص داده می شود که متعلق به اکثر همسایگان آن است. جهش فردی که ژن را به دو ژن جدید تقسیم می کند یا به صورت تصادفی به دیگر ژن ها متصل می شود، غیر یکنواخت است.

سادگی و کارایی الگوریتم در آزمایش های تجربی با استفاده از شبکه های تصادفی مصنوعی و شبکه های واقعی نشان داده شده است. دقت الگوریتم نسبت به برخی از الگوریتم های کلاسی برتر است و قابل مقایسه با برخی الگوریتم ها با دقت های بالا است.

شبیه سازی های این مقاله در نرم افزار متلب انجام شده است و در ادامه نتایج شبیه سازی های این مقاله نشان داده شده است.

الگوریتم ژنتیک