陈桂华
- 作品数：3 被引量：1H指数：1
- 供职机构：江西理工大学信息工程学院更多>>
- 发文基金：国家自然科学基金广东省科技攻关计划江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于多基因族编码的股票网络社团划分研究被引量：1
- 2013年
- 针对传统股票网络社团划分算法发现精度低、时间复杂度高、容易陷入局部最优解的缺点,提出一种基于多基因族(MGF)编码的基因表达式编程(GEP)股票网络社团划分算法,来研究股票市场复杂网络社团化现象。该算法利用多基因族编码的特性,将代表股票节点的ID号和表示社团的类型分别编码在两个不同的多基因族中,再通过一个映射函数将两者的相互作用关系隐式编码在染色体中;同时,将精英迁移策略应用到基因选择、交叉、倒置、限制交换等各个遗传阶段,以避免早熟现象,加快遗传收敛到全局最优解的速度。实验分析表明,该算法能够准确和高效地实现股票复杂网络社团的划分,其划分结果对投资者进行决策具有重要的指导意义。
- 李康顺陈桂华
- 关键词：社团划分基因表达式编程
- 基于GEP多基因族编码的复杂网络社团划分研究
- 随着信息技术的迅猛发展,人类生活中存在各式各样的大规模网络。复杂网络的广泛存在,使得对其研究变得非常必要。而对复杂网络的研究包括复杂网络拓扑结构统计特性及分析、复杂网络演化模型和生成机制、复杂网络的动力学研究和复杂网络社...
- 陈桂华
- 关键词：复杂网络社团划分基因表达式编程
- 文献传递
- 基于基因表达式编程的复杂网络研究
- 2013年
- 论文提出一种基于基因表达式编程的复杂网络研究,用两个多基因族分别表示节点和社团类型,且通过一个映射函数表达两者的相互作用,再进行基因选择、交叉等遗传阶段。实验分析表明,该算法解决社团划分问题具有更高的效率和精确度。
- 陈桂华
- 关键词：复杂网络社团划分基因表达式
