基于代理模型自适应选择的多目标大规模社区检测方法

本发明涉及大规模社区检测技术领域，公开了一种基于代理模型自适应选择的多目标大规模社区检测方法，从待检测网络中选取核心节点来代表大规模社区网络，并初始化父代种群；利用多目标遗传算法对父代种群进行更新，并计算目标父代种群中每个个体对应的KKM与RC，构建KKM与RC样本空间，以便对候选代理模型池中的多种代理模型分别进行训练，基于代理模型的肯达尔系数Tau与斯皮尔曼系数Rho，选取目标代理模型，并对真实目标函数KKM和RC指导优化，获取最优目标代理模型对待检测网络数据进行社区检测，构建最优解集；基于最优解集中每个个体解的模块度评估指标选取最优解，并获取相应的划分方式对待检测网络进行社区划分。