基于分组遗传算法的链路预测方法

摘要

本发明公开了一种基于分组遗传算法的链路预测方法，主要解决现有技术预测精度低的问题。其实现步骤为：读入观测网络，初始化相关参数；随机产生分组遗传算法的初始种群；计算种群中每个个体的目标函数；对种群进行交叉和变异，生成新的种群，并替换原始种群；控制循环条件，得到不同分辨率下的社区划分方法；计算网络中未连接的边之间的连接概率值，并计算并输出算法的预测精度AUC的值。

主权项

一种基于分组遗传算法的链路预测方法，其特征在于：包括如下步骤：(1)参数的初始化：根据需要预测的具体网络确定网络的节点个数N、种群大小M＝100及种群迭代次数P＝200、移除的边的比例Pr，其中Pr取(0,1)中的任何一个值；(2)确定训练集E^T和测试集E^P，得到观测矩阵A⁰：载入网络的连边数据集，计算出整个网络的连边数n，从网络的连边数据集中随机抽取[n×Pr+0.5]条边,其中[]表示取整数，这些边所组成的集合即为测试集E^P，网络的连边数据集除去测试集E^P之外作为训练集E^T；先初始化观测矩阵A⁰为一个N×N的全零矩阵，依次遍历训练集E^T中的所有边，并将这些边在观测矩阵A⁰中对应的元素改成1；(3)用分组遗传算法在不同分辨率λ的情况下对观测网络进行社区划分，其中λ依次取{0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9}中的一个，该分组遗传算法的具体步骤包括：1)随机生成M种初始的社区划分结构作为初始种群的染色体，依次遍历每一个染色体中的每一个社区，若社区内有节点与其它节点不全连接，那么将这个节点移入一个新的社区内，直到所有的社区内的节点之间都互相连接为止；2)计算初始种群中各个染色体的模块度密度函数值D_λ，按D_λ值的大小对染色体进行排序，并选择D_λ值最大的那个染色体作为最优染 色体：其中V_i表示第i个社区内的所有节点的集合，表示不在第i个社区内的节点的集合，L(V_i,V_i)表示第i个社区内所含边数的2倍，表示第i个社区与其他社区的连接边数，|V_i|为第i个社区内的节点个数，K表示网络中所含有的社区的个数；3)根据轮盘赌的方法随机选择两个染色体作为父代1和父代2；4)在所选择的父代1的染色体的小组部分随机选择两个社区，将这两个社区标号内的所有社区标号取出，将这些社区内的节点对应的分组情况遗传给子代，子代中其它还未分组的节点的分组情况与这些节点在父代2中的节点的分组情况相同；5)调整分组情况：找出社区内节点个数小于k最小值的那些社区内的节点，并将这些节点分别移入与其连接边数最多的社区内部；6)重复步骤3)至步骤5)直到生成M个子带；7)重复步骤2)至步骤6)直到迭代P代为止；8)保存最优染色体的社区划分情况作为计算出来的社区划分情况；(4)根据步骤(3)中最后得到的划分结果，计算测试集E^P以及原始网络中不存在连边的节点对之间连接的可能性大小，记为R值；(5)从步骤(4)中计算R值的那些边中，按照R值从大到小的顺序排列，挑选前m个R值大对应的边作为我们算法预测出来的边；(6)计算这种预测算法的准确度。