تحلیل عملکرد الگوریتم ژنتیک در بهینه سازی دسته بندی شبکه های جمعی

الگوریتم ژنتیک نوع خاصی از الگوریتم تکاملی است که می تواند به عنوان یک روش بهینه سازی اجرای در نظر گرفتهشود. حتی اگر هیچ الگوریتم ژنتیک قطعی وجود نداشته باشد، این احتمال وجود دارد که انطباق هر یک از بازنمایی ها واپراتورها برای مشکل مدلسازی مناسب نظر گرفته شوند . به عنوان یک قیاس از مدل بیولوژیکی، کروموزم ها عناصر مورداستفاده در الگوریتم های ژنتیکی، برای نشان دادن تنظیمات و پیکربندی هستند که حاوی اطلاعات ژنتیکی برمبنای موقعیتو ارزش ژنهای خود می باشند. کار این کروموزوم ها یافتن راه حل برای مشکل مدلسازی است. به منظور انتخاب یکزیرمجموعه از بازیگران یک شبکه اجتماعی، ما یک تابع موقت برای محاسبه فاصله بین اعضای گروه تعریف کرده ایم.در نتیجه، ما یک الگوریتم ژنتیکی برای تخمین راه حل های ممکن جهت بهینه سازی، از طریق به حداقل رساندن این تابعتعریف کرده ایم. توسعه یک الگوریتم ژنتیکی نیاز به تعریف نمایندگی، تابع مارزیابی، انتخاب منبع (والدین) و مکانیزمانتخاب بقا و همچنین جهش اپراتورها دارد. بعد، ما تنظیمات انتخاب شده برای مشکل مدلسازی را ارایه می کنیم. تحلیلنهایی نشان دهنده برتری الگوریتم پیشنهادی در نتایج تولید شده است. اجرای الگوریتم برروی مجموعه داده های بزرگکه برای آن بهینه سازی پیمان های به طور فزایندهای سخت است، آزمایش شده و بهبود مطلوبی داشته است. روش پیشنهادیبه طور میانگین نسبت به طرح گریون و نیومن 20.79 % بهبود داشته است.