本发明专利技术公开了一种鲁棒影响力优化方法、装置、电子设备及存储介质，本发明专利技术能够对候选节点的影响力性能进行有效评估，并具有计算代价小、数值在不同网络规模下可比较以及为候选节点集的选取提供指导意义等优点。其次，本发明专利技术还设计了一个综合评估网络节点鲁棒性和影响力性能的指标，该指标能够在网络发生级联故障的条件下，综合评价网络节点抵抗级联故障传播的能力和影响力传播性能。最后，本发明专利技术采用Memetic算法设计了一种解决级联故障下的鲁棒影响力最大化问题的方法。相对于现有方法，该方法具有快速收敛至全局最优解、解的质量优于其他方法、高效率和高质量等优点，可广泛应用于计算机技术领域。于计算机技术领域。于计算机技术领域。
【技术实现步骤摘要】
一种鲁棒影响力优化方法、装置、电子设备及存储介质
[0001]本专利技术涉及计算机
，尤其是一种鲁棒影响力优化方法、装置、电子设备及存储介质。
技术介绍
[0002]在复杂应用环境中，网络系统难以避免受到外部干扰和恶意攻击的影响。这些干扰和破坏程度不一，可能仅造成轻微扰动，也有可能破坏网络结构从而极大地损害网络系统功能。目前解决最大化影响力问题的方法很少考虑网络结构遭到破坏的情况。因为在信息传播过程中，网络结构是动态变化的，而且与网络性能密切相关。这意味着网络结构的变化会进一步影响候选节点的影响力传播过程。因此，鲁棒影响力的问题值得深入研究。然而目前针对鲁棒影响力最大化问题的研究，主要关注于系统参数如影响力传播概率和概率模型等不确定性因素。
技术实现思路
[0003]有鉴于此，本专利技术实施例提供一种鲁棒影响力优化方法、装置、电子设备及存储介质，能够高效进行鲁棒影响力优化。
[0004]一方面，本专利技术的实施例提供了一种鲁棒影响力优化方法，包括：
[0005]基于目标网络中各个节点的鲁棒性水平，获得各个节点的结构影响力；
[0006]根据结构影响力，基于目标网络的各个节点生成初始种群；
[0007]以初始种群作为第一种群，对第一种群进行交叉操作，获得第二种群；对第二种群进行变异操作，获得第三种群，并对第三种群进行搜索操作；
[0008]对第一种群和第三种群进行适应度评估处理，获得第一种群和第三种群中各个体的鲁棒影响力；
[0009]基于鲁棒影响力从第一种群和第三种群选择个体进行种群迭代，以迭代后的种群作为第一种群，然后返回对第一种群进行交叉操作，获得第二种群这一步骤，直至达到预设迭代次数，以最后一次迭代后的种群作为目标种群；
[0010]对目标种群进行适应度评估处理，获得目标种群中鲁棒影响力最大的个体作为种群最优解。
[0011]可选地，基于目标网络中各个节点的鲁棒性水平，获得各个节点的结构影响力，包括：
[0012]对目标网络持续模拟若干次级联故障，直至目标网络处于崩溃状态；
[0013]根据级联故障的模拟过程中使各个节点处于失效状态的模拟次数，确定各个节点的鲁棒性水平；并确定各个节点每一次模拟级联故障后在目标网络的影响力水平；
[0014]基于各个节点的鲁棒性水平，对影响力水平进行累加求和，获得各个节点的结构影响力。
[0015]可选地，基于各个节点的鲁棒性水平，对影响力水平进行累加求和，获得各个节点
的结构影响力，包括：
[0016]基于各个节点的鲁棒性水平，通过结构影响力评价指标对影响力水平进行累加求和，计算得到各个节点的结构影响力；
[0017]其中，结构影响力评价指标的表达式为：
[0018][0019]式中，表示目标网络中第i个节点的结构影响力；rank
i
表示第i个节点鲁棒性水平；表示第i个节点模拟p次级联故障后在目标网络的影响力水平。
[0020]可选地，交叉操作，包括：
[0021]基于随机交叉点对第一种群中两个个体的节点进行互换；
[0022]其中，在交叉操作后，个体中存在重复节点，从目标网络获取新节点对重复节点进行替换。
[0023]可选地，变异操作，包括：
[0024]从目标网络获取新节点对第二种群中个体的随机一个节点进行替换；
[0025]其中，新节点不与个体中的任一节点重复。
[0026]可选地，搜索操作，包括以下至少之一：
[0027]对第三种群中的各个体进行全局搜索操作，对目标网络中的随机节点与个体中的第一节点进行结构影响力的比较；当随机节点的结构影响力大于第一节点的结构影响力，通过随机节点对第一节点进行更新；
[0028]对第三种群中的各个体进行局部搜索操作，遍历搜索个体中每个节点的局部领域，并通过局部领域中的目标节点对个体中节点进行替换。
[0029]可选地，适应度评估处理，包括：
[0030]通过鲁棒影响力评估指标，确定种群中各个体的鲁棒影响力；
[0031]其中，鲁棒影响力评估指标的表达式为：
[0032][0033]式中，R
S
‑
cf
表示个体S的鲁棒影响力；t表示目标网络处于崩溃状态需要的级联故障次数；表示第p次级联故障后个体S在目标网络的影响力水平，其中，个体S在目标网络的影响力水平通过个体S中各节点的结构影响力综合并消除重叠影响力得到。
[0034]另一方面，本专利技术的实施例提供了一种鲁棒影响力优化装置，包括：
[0035]第一模块，用于基于目标网络中各个节点的鲁棒性水平，获得各个节点的结构影响力；
[0036]第二模块，用于根据结构影响力，基于目标网络的各个节点生成初始种群；
[0037]第三模块，用于以初始种群作为第一种群，对第一种群进行交叉操作，获得第二种群；对第二种群进行变异操作，获得第三种群，并对第三种群进行搜索操作；
[0038]第四模块，用于对第一种群和第三种群进行适应度评估处理，获得第一种群和第
三种群中各个体的鲁棒影响力；
[0039]第五模块，用于基于鲁棒影响力从第一种群和第三种群选择个体进行种群迭代，以迭代后的种群作为第一种群，然后返回对第一种群进行交叉操作，获得第二种群这一步骤，直至达到预设迭代次数，以最后一次迭代后的种群作为目标种群；
[0040]第六模块，用于对目标种群进行适应度评估处理，获得目标种群中鲁棒影响力最大的个体作为种群最优解。
[0041]另一方面，本专利技术的实施例提供了一种电子设备，包括处理器以及存储器；
[0042]存储器用于存储程序；
[0043]处理器执行程序实现如前面的方法。
[0044]另一方面，本专利技术的实施例提供了一种计算机可读存储介质，存储介质存储有程序，程序被处理器执行实现如前面的方法。
[0045]本专利技术实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0046]本专利技术实施例首先基于目标网络中各个节点的鲁棒性水平，获得各个节点的结构影响力；通过鲁棒性水平准确确定各个节点的结构影响力，为后续种群初始化提供参照依据；根据结构影响力，基于目标网络的各个节点生成初始种群；以初始种群作为第一种群，对第一种群进行交叉操作，获得第二种群；对第二种群进行变异操作，获得第三种群，并对第三种群进行搜索操作；其中，初始种群、第一种群、第二种群和第三种群均包括若干个体，各个体包括若干节点；通过对种群的遗传进化操作，保证种群多样性并实现初步优化；对第一种群和第三种群进行适应度评估处理，获得第一种群和第三种群中各个体的鲁棒影响力；基于鲁棒影响力从第一种群和第三种群选择个体进本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种鲁棒影响力优化方法，其特征在于，包括：基于目标网络中各个节点的鲁棒性水平，获得各个所述节点的结构影响力；根据所述结构影响力，基于所述目标网络的各个所述节点生成初始种群；以所述初始种群作为第一种群，对所述第一种群进行交叉操作，获得第二种群；对所述第二种群进行变异操作，获得第三种群，并对所述第三种群进行搜索操作；其中，所述初始种群、所述第一种群、所述第二种群和所述第三种群均包括若干个体，各所述个体包括若干所述节点；对所述第一种群和所述第三种群进行适应度评估处理，获得所述第一种群和所述第三种群中各所述个体的鲁棒影响力；基于所述鲁棒影响力从所述第一种群和所述第三种群选择个体进行种群迭代，以迭代后的种群作为第一种群，然后返回所述对所述第一种群进行交叉操作，获得第二种群这一步骤，直至达到预设迭代次数，以最后一次迭代后的种群作为目标种群；对所述目标种群进行适应度评估处理，获得所述目标种群中所述鲁棒影响力最大的个体作为种群最优解。2.根据权利要求1所述的一种鲁棒影响力优化方法，其特征在于，所述基于目标网络中各个节点的鲁棒性水平，获得各个所述节点的结构影响力，包括：对所述目标网络持续模拟若干次级联故障，直至所述目标网络处于崩溃状态；根据所述级联故障的模拟过程中使各个节点处于失效状态的模拟次数，确定各个所述节点的鲁棒性水平；并确定各个所述节点每一次模拟所述级联故障后在所述目标网络的影响力水平；基于各个所述节点的所述鲁棒性水平，对所述影响力水平进行累加求和，获得各个所述节点的结构影响力。3.根据权利要求2所述的一种鲁棒影响力优化方法，其特征在于，所述基于各个所述节点的所述鲁棒性水平，对所述影响力水平进行累加求和，获得各个所述节点的结构影响力，包括：基于各个所述节点的所述鲁棒性水平，通过结构影响力评价指标对所述影响力水平进行累加求和，计算得到各个所述节点的结构影响力；其中，所述结构影响力评价指标的表达式为：式中，表示所述目标网络中第i个节点的结构影响力；rank
i
表示第i个节点鲁棒性水平；表示第i个节点模拟p次级联故障后在所述目标网络的影响力水平。4.根据权利要求1所述的一种鲁棒影响力优化方法，其特征在于，所述交叉操作，包括：基于随机交叉点对所述第一种群中两个所述个体的所述节点进行互换；其中，在所述交叉操作后，所述个体中存在重复节点，从所述目标网络获取新节点对所述重复节点进行替换。5.根据权利要求1所述的一种鲁棒影响力优化方法，其特征在于，所述变异操作，包括：
从所述目标网络获取新节点对所述第二种群中所述个体的随机一个节点进行...
【专利技术属性】
技术研发人员：王帅，蔡顺，区兆熙，
申请(专利权)人：中山大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。