基于Spark的多策略蚁群算法求解最大团问题

基于Spark的多策略蚁群算法求解最大团问题

论文摘要

社会网络分析目前是数据挖掘领域的研究热点之一,凝聚子群是测量社会网络结构的重要指标,而最大团结构是社会网络中最紧密的凝聚子群,最大团问题的研究也成为社会网络分析的一个重要角度.随着大数据的发展,图中节点的丰富性和边结构的复杂性对求解最大团问题提出了更高的要求.为此提出了一种基于Spark的多策略蚁群算法求解最大团的算法.首先,该算法利用多条件选点策略扩大搜索空间,增加可行解的多样性,避免了陷入局部最优解;然后,采取一个局部搜索策略来提高该算法的精度和收敛速度;最后,在Spark分布式平台上并行地实现了该算法,验证了算法的并行性,证明该算法提高了算法处理大规模社区网络的执行效率.

论文目录

  • 0 引言
  • 1 最大团问题
  • 2 蚁群算法求解最大团
  •   2.1 可行解构造
  •   2.2 蚂蚁选点策略
  •   2.3 信息素更新
  • 3 多策略蚁群算法求解最大团
  •   3.1 分条件选点策略
  •   3.2 局部改善策略
  •   3.3 多策略蚁群算法过程
  • 4 基于Spark的多策略蚁群算法的实现
  •   4.1 Spark
  •   4.2 多策略蚁群算法的并行化实现流程
  • 5 实验结果分析
  •   5.1 实验环境
  •   5.2 多条件选点策略的有效性验证
  •   5.3 局部改善策略的有效性验证
  •   5.4 算法的求解精度比较
  •   5.5 算法并行性的验证
  • 6 结论
  • 文章来源

    类型: 期刊论文

    作者: 顾军华,王守彬,武君艳,张素琪

    关键词: 最大团,蚁群算法,蚂蚁选点策略,局部改善

    来源: 中国科学技术大学学报 2019年10期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,自动化技术

    单位: 河北工业大学人工智能与数据科学学院,河北省大数据计算重点实验室,天津商业大学信息工程学院

    基金: 国家自然科学基金(61802282),天津市自然科学基金(19JCTPJC54200),河北省创新能力提升计划(199676146H)资助

    分类号: TP18;O157.5

    页码: 851-860

    总页数: 10

    文件大小: 1208K

    下载量: 19

    相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  ;  

    基于Spark的多策略蚁群算法求解最大团问题
    下载Doc文档

    猜你喜欢