[发明专利]一种基于拓扑近似度的大图拓扑标定方法

摘要

首先将待标定的给定大图拓扑进行矩阵化处理，如果产生稀疏矩阵，则需要进行压缩；然后进入遗传算法，产生与给定大图拓扑规模相近的随机拓扑矩阵。分别计算随机拓扑矩阵与给定大图拓扑矩阵的近似度，以规格化拉普拉斯谱之差表示。据此通过遗传算法的选择、交叉和变异操作对待标定的大图拓扑进行优化处理，最终标定得到具有与给定拓扑相似拓扑特征的新图。通过上述工作流程，本发明将根据给定目标大图拓扑特征进行标定操作，从而得到一个新的拓扑结构图，包括大型有向图和无向图。该图与给定大图拓扑特征高度相似。

主权项

1.一种基于拓扑近似度的大图拓扑标定方法，其特征在于包括以下步骤：(1)将给定的大图拓扑进行矩阵化处理，如果产生稀疏矩阵，则需要进行压缩；(2)计算给定大图拓扑矩阵的图谱密度，以规格化拉普拉斯谱表示。该规格化拉普拉斯谱序列为标定的参照值，保持不变；(3)释放给定大图拓扑矩阵，释放内存空间；(4)启动改进的遗传算法，循环执行①根据给定大图拓扑规模，生成若干待标定大图拓扑的随机矩阵，该随机矩阵应与给定大图矩阵规模相近生成的随机矩阵如果是稀疏矩阵，则需要进行压缩这些生成矩阵是遗传算法的遗传因子；②计算遗传因子矩阵的图谱密度，以遗传因子的规格化拉普拉斯谱表示；③计算遗传因子的规格化拉普拉斯谱与给定大图的规格化拉普拉斯谱(参照值序列)的差，以差值作为不同大图之间拓扑近似度的量化结果；④根据拓扑特征近似度计算遗传算法的适应度评估函数；⑤根据评估函数得出适应度大小，评选出遗传因子矩阵的优劣；如果满足算法要求，退出遗传算法循环否则选择出一组优秀的遗传因子，通过交叉和变异操作，并进入下一轮遗传计算；⑥实现交叉和变异操作；(5)从遗传算法退出，得到的最优生成矩阵。该矩阵是根据给定大图拓扑特征标定得出的生成矩阵。