TY -的A2 - 1月,Naeem盟——法赫德Alkhamees,贝德盟——Mosleh Mogeeb a . a . AU - AlSalman Hussain盟——阿兹阿克巴穆罕默德PY - 2021 DA - 2021/11/16 TI -模块由两部分构成的网络社区检测的有效方法基于整合骑士哈里斯鹰优化算法SP - 9511425六世- 2021 AB -的艰苦的采矿和艰苦探索隐藏在复杂网络社区结构得到了极大的关注由研究团体和多方面的网络中是一个热门领域,因为它不仅揭示了细节多方面的网络的层次结构,但也有助于更好地理解网络的核心功能和随后的信息的建议。由两部分构成的网络属于多方面的网络的节点可以分为不同的节点集,没有顶点之间的边协助。尽管简要研究,发现一种模式的社区网络社区检测由两部分构成的网络不是研究。在本文中,我们提出一个新颖的Rider-Harris鹰派优化(RHHO)由两部分构成的网络社区检测算法通过节点相似性。拟议中的RHHO是骑手的集成开发的优化与哈里斯鹰(RO)算法优化(HHO)算法。此外,一个新的评价指标,即。,h-Tversky指数(h-TI)也提出了计算节点相似性和健身新设计考虑模块化。模块化的目标是量化的一个特定的分工网络评估拟议的社区检测的准确性。提出的定量评估方法,以及全面的比较评价,是一丝不苟地进行健身和模块化的引文网络数据集(cit-HepPh和cit-HepTh)和由两部分构成的网络数据集(电影镜头100 K和美国革命的数据集)。250次迭代的性能进行了分析仿真实验。 Experimental results have shown that the proposed method demonstrated a maximal fitness of 0.74353 and maximal modularity of 0.77433, outperforming the state-of-the-art approaches, including h-index-based link prediction, such as Multiagent Genetic Algorithm (MAGA), Genetic Algorithm (GA), Memetic Algorithm for Community Detection in Bipartite Networks (MATMCD-BN), and HHO. SN - 2314-4629 UR - https://doi.org/10.1155/2021/9511425 DO - 10.1155/2021/9511425 JF - Journal of Mathematics PB - Hindawi KW - ER -