[发明专利]基于复杂网络结构熵的遗传算法信息流网络属性分析方法在审
| 申请号： | 201810708181.1 | 申请日： | 2018-07-02 |
| 公开（公告）号： | CN109063837A | 公开（公告）日： | 2018-12-21 |
| 发明（设计）人： | 林金星;张涛;高志峰;申景金;肖敏 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06N3/12 | 分类号： | G06N3/12 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 遗传算法 信息流网络 网络结构熵 加边 非均匀性 属性分析 动力学特征 节点连接度 基因片段 建模过程 进化过程 直接计算 度分布 标度 度量 构建 拟合 信息流 网络 分析 | ||
1.基于复杂网络结构熵的遗传算法信息流网络属性分析，其特征在于，包括：
S1、构建遗传算法信息流网络模型，加边时同时对被选择但是没有经过交叉、变异的个体进行加边；
S2、计算遗传算法信息流网络结构熵，分析遗传算法信息流网络非均匀性。
2.根据权利要求1所述的基于复杂网络结构熵的遗传算法信息流网络属性分析，其特征在于，步骤S1具体包括：
初始化种群，定义网络中N个节点为种群中的个体，个体就是网络中的节点；每个节点用一个数字i，i＝1，2……，N来表示；
选择个体作为父节点，在交叉和变异过程结束后产生的新节点为子节点；
在每一对父节点和子节点之间都建立了连接。
3.根据权利要求1所述的基于复杂网络结构熵的遗传算法信息流网络属性分析，其特征在于，步骤S2具体包括：
S21、遗传算法运行结束后输出信息流网络，计算信息流网络中每个节点的连接度；
S22、依据节点连接度计算信息流网络的信息集成度；
S23、依据信息集成度计算遗传算法信息流网络结构熵并进行归一化。
4.根据权利要求3所述的遗传算法信息流网络属性分析方法，其特征是，步骤S22中信息集成度的表达式如下：
其中Si为信息流网络中第i个节点的信息集成度，N为信息流网络中节点的数目，Ci为信息流网络中第i个节点的连接度。
5.根据权利要求4所述的遗传算法信息流网络属性分析方法，其特征是，步骤S23中依据信息集成度计算遗传算法信息流网络结构熵的表达式如下：
其中IE为信息流网络结构熵。
6.根据权利要求5所述的遗传算法信息流网络属性分析方法，其特征是，对信息流网络结构熵IE进行归一化的表达式如下：
其中为息流网络的标准结构熵，
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南京邮电大学，未经南京邮电大学许可，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/201810708181.1/1.html，转载请声明来源钻瓜专利网。
