تشخیص حداکثر نفوذ در شبکه های اجتماعی با استفاده از الگوریتم بهینه سازی گرگ خاکستری

بیشینه نفوذ یک مسئله مهم در شبکه های اجتماعی است. مسئله بیشینه نفوذ به یافتن یک زیر مجموعه کوچکی از گره ها با حداکثر نفوذ در یک شبکه اجتماعی متمرکز است مطالعات کنونی عمدتا بر روش های کنترل برای شکل گیری نفوذ، به عنوان مثال، تشخیص عاملان نفوذ و الگوریتم های تعیین گره اولیه نفوذ، تمرکز می کردند.با این حال، تحقیقات کمی در مورد مدلسازی ریاضی بیشینه نفوذ وجود دارد. در این پایان نامه با الهام از الگوریتم فرا ابتکاری گرگ خاکستری برای یافتن بیشینه نفوذ در شبکه اجتماعی استفاده شده است. برای استفاده از الگوریتم گرگ خاکستری برای حل مسئله، ابتدا به تعداد کل طعمه ها، زیر گرافهای کامل (جوابهای قابل قبول) به صورت تصادفی، باینری و با احتمال شانس بیشتر برای رئوسی که درجه بیشتری دارند، ایجاد شد و شکارها شامل یک زیر گراف کامل می باشند. در این پایاننامه بر اساس معیارهای مختلف، مجموعه داده های مختلفی برای ارزیابی عملکرد روش پیشنهادی ارائه شده است. نتایج حاصل از آزمایشات نشان داد که استفاده از الگوریتم بهینه سازی گرگ خاکستری زمان لازم برای یافتن بزرگترین نفوذ را تا حدی کاهش میدهد، هر چند که جواب قطعی را به ما نمیدهد و جوابی نزدیک به بهینه را خواهد داد. همچنین با مقایسه الگوریتم های مشابه، این نتیجه حاصل شد که زمان پاسخ الگوریتم بهینه سازی گرگ خاکستری در مقایسه با انها کمتر است و الگوریتم بهینه سازی گرگ خاکستری از پایداری خوبی برخوردار است به طوریکه جواب حاصل از الگوریتم بهینه سازی گرگ خاکستری نزدیک به جواب بهینه خواهد بود.

کلیدواژه ها:

الگوریتم گرگ خاکستری ، مدلسازی ریاضی ، بیشینه نفوذ و شبکه اجتماعی