[发明专利]一种基于R覆盖率优先的社交网络观察点选取方法有效
申请号: | 201410418143.4 | 申请日: | 2014-08-19 |
公开(公告)号: | CN104199884B | 公开(公告)日: | 2017-09-22 |
发明(设计)人: | 张锡哲;张聿博;张斌;吕天阳 | 申请(专利权)人: | 东北大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 110819 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 覆盖率 优先 社交 网络 观察 选取 方法 | ||
1.一种基于R覆盖率优先的社交网络观察点选取方法,其特征在于,
用m表示种群规模,G表示遗传代数,t表示当前种群代数,G(t)表示第t代种群,size(G(t))表示第t代种群中染色体个数,
算法:R覆盖率优先观察点集选取算法,
输入:遗传代数G,种群规模m,
输出:一组R覆盖率优先的观察点集,
包括以下步骤:
步骤1:当t=0时,初始化G(0);
步骤2:如果t<G;
步骤3:计算G(t)中染色体的适应度函数值:取一组节点的R覆盖率值为该组节点的适应度函数,记为其中Ti满足即对于染色体上的基因xi来说,当xi=0时,Ti为空;当xi=1时,以网络中节点i为根做R阶生成树,得到全部满足|E(s,xi)|≤R的节点的集合
步骤4:对G(t)进行复制操作,将父染色体存入G(t+1);
步骤5:如果size(G(t))<m;
步骤6:执行交叉操作,将新生成的染色体存入G(t+1);
步骤7:执行变异操作,将新生成的染色体存入G(t+1);
步骤8:如果size(G(t))≥m,则t+1,跳到步骤2;
步骤9:如果t≥G,则得到当前种群中适应度函数值最大的染色体,解码得到对应的观察点集合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北大学,未经东北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410418143.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于多领域特征的城市空气质量等级预测方法
- 下一篇:一种甲酰腺嘌呤化合物