社會(huì)網(wǎng)絡(luò)分析是數(shù)據(jù)挖掘中與社會(huì)生活聯(lián)系最緊密的熱點(diǎn)之一，凝聚子群分析是一種典型的社會(huì)網(wǎng)絡(luò)子結(jié)構(gòu)分析方法，其中最大團(tuán)結(jié)構(gòu)是關(guān)系最緊密的凝聚子群，最大團(tuán)問題的研究在社會(huì)網(wǎng)絡(luò)分析中有重要意義。針對(duì)遺傳算法在求解最大團(tuán)問題中運(yùn)行時(shí)間長、部分基準(zhǔn)圖例求解精度不高等問題，提出了一種基于混合修復(fù)策略的遺傳算法MGAo MGA算法融合度修復(fù)和隨機(jī)染色體修復(fù)方法并結(jié)合隨機(jī)配對(duì)的精英選擇、均勻塊交叉和倒位變異算子，可以有效避免算法陷入局部最優(yōu)，在加快收斂速度和豐富種群多樣性方面有明顯效果。算法在DIMACS基準(zhǔn)圖例和典型的社會(huì)網(wǎng)絡(luò)實(shí)例上進(jìn)行了測(cè)試，實(shí)驗(yàn)結(jié)果表明MGA算法具有較好的求解精度和較快的收斂速度。
?