چکیده مقاله
دراین پژوهش به مطالعه ی روشهای مختلف تشخیص جوامع درشبکه های پیچیده پرداخته شده و یک روش تشخیص جوامع بهینه برپایه الگوریتم کلونی زنبور عسل مصنوعی معرفی شده است الگوریتم کلونی زنبور عسل مصنوعی یکی ازروشهای معرفی شده برای بهینه سازی عددی است این الگوریتم ازنظر اکتشاف نسبت به دیگر الگوریتم های بهینه سازی مبتنی برجمعیت کاراتر است اما همانند سایرالگوریتم ها یکسری نارسایی دارد بطوریکه درفرایند استخراج ضعیف عمل می کند ازاین رو مطالعات گسترده ای جهت بهبود کارایی الگوریتم کلونی زنبور عسل مصنوعی صورت گرفته است یکی ازانواع تغییر یافته الگوریتم کلونی زنبور عسل مصنوعی الگوریتم معرفی شده دراین مطالعه است دراین پروسه باتعریف مسئله ی یافتن جوامع درشبکه های پیچیده به صورت یک مسئله بهینه سازی ازالگوریتم کلونی مصنوعی زنبورعسل استفاده کرده تا بتوانیم با بهینه ترین شکل جوامع را دراین شبکه ها بیابیم برای حل مسئله یک تابع هزینه تعریف کرده و برای رسیدن به روش بهینه آن را کمینه نمودیم سپس کدهای الگوریتم معرفی شده را درمحیط نرم افزار متلب اجرا نموده و پس ازشبیه سازی الگوریتم موردنظر و اعمال آن برروی مجموعه داده های دوشبکه اجتماعی دلفین ها و دانشکده های فوتبال امریکایی به خروجیهایی دست یافتیم به طوریکه برای نشان دادن میزان بهبود روش پیشنهادی آن را با سه روش تکاملی دیگر دراین حوزه مقایسه زمان اجرا و کارایی الگوریتم درقالب جداول و نمودارها نمودیم جداول و نمودارهای بدست امده همگی حاکی ازبرتری روش پیشنهادی است این برتری هم درمیزان زمان اجرا وهم درمقداری است که به عنوان پیمانه ای بدست آمده است
کلیدواژهها
نویسندگان
شیوه ارجاع
�رفی، جاسم و میرعابدینی، سیدجواد،1394،یک رویکرد تشخیص جوامع درشبکه های پیچیده بااستفاده ازالگوریتم کلونی مصنوعی زنبورعسل،کنفرانس بین المللی یافته های نوین پژوهشی درمهندسی برق و علوم کامپیوتر،تهران
ارائهشده در
مجموعه مقالات سومین کنفرانس ملی محاسبات نرم علوم مهندسی در صنعت و جامعه1 اسفند 1402 · ایرانشهر