一种复杂网络关键节点识别方法及系统技术方案

本发明专利技术公开了一种复杂网络关键节点识别方法及系统，通过采用编码器‑解码器架构来建模图上的关键节点识别，编码时在MiniKey模型中添加一个用来表示当前网络状态的虚拟节点，使用虚拟节点技术来捕获整个网络的整体特征表示；运用一个双层的多层感知机来将一个状态‑动作对解码为一个标量值，将标量值预测在给定状态s中采取动作a后的最大奖励；运用结构化奖励塑造的强化学习来训练整个MiniKey模型，在考虑原始的关键节点识别指标ANC作为强化学习的目标基础上，将结构化奖励塑形指标作为强化学习中奖励函数的惩罚项。本发明专利技术经过奖励整形后的奖励函数在确保最佳识别准确性的同时，具有更快的速度和更少的资源损耗。

【技术实现步骤摘要】

本专利技术涉及数字信息传输，尤其公开了一种应用结构化奖励塑形优化后的复杂网络关键节点识别方法及系统。

技术介绍

1、目前学术界对复杂网络中的关键节点识别研究主要基于混合整数优化、传统的网络中心性度量、进化算法和深度强化学习等方法。由于复杂网络规模庞大、结构复杂，现有关键节点识别技术方案往往针对单一目标，追求识别准确性，很难同时兼顾高效和准确两个方面。

2、2019年期刊《networks》卷73，期1；页码：48-88，公开了《detecting criticalnode structures on graphs:amathematical programming approach》(doi：10.1002/net.21834)，作者jl walteros，a veremyev，pm pardalos，el pasiliao，通过混合整数规划的技术来寻求复杂网络中的关键节点。然而，随着网络规模的增大，该方法很快就会变得计算密集，限制了它们在更大规模网络中的实际应用。

3、基于投票机制的复杂网络关键节点识别方法及系统(公告号：cn11本文档来自技高网...

【技术保护点】

1.一种复杂网络关键节点识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的复杂网络关键节点识别方法，其特征在于，所述采用编码器-解码器架构来建模图上的关键节点识别，编码时在MiniKey模型中添加一个用来表示当前网络状态的虚拟节点，使用虚拟节点技术来捕获整个网络的整体特征表示；运用一个双层的多层感知机来将一个状态-动作对(s,a)解码为一个标量值Q(s,a)，将所述标量值Q(s,a)预测在给定状态s中采取动作a后的最大奖励的步骤包括：

3.如权利要求1所述的复杂网络关键节点识别方法，其特征在于，所述采用编码器-解码器架构来建模图上的关键节点识别，编码时在...

【技术特征摘要】

1.一种复杂网络关键节点识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的复杂网络关键节点识别方法，其特征在于，所述采用编码器-解码器架构来建模图上的关键节点识别，编码时在minikey模型中添加一个用来表示当前网络状态的虚拟节点，使用虚拟节点技术来捕获整个网络的整体特征表示；运用一个双层的多层感知机来将一个状态-动作对(s,a)解码为一个标量值q(s,a)，将所述标量值q(s,a)预测在给定状态s中采取动作a后的最大奖励的步骤包括：

3.如权利要求1所述的复杂网络关键节点识别方法，其特征在于，所述采用编码器-解码器架构来建模图上的关键节点识别，编码时在minikey模型中添加一个用来表示当前网络状态的虚拟节点，使用虚拟节点技术来捕获整个网络的整体特征表示；运用一个双层的多层感知机来将一个状态-动作对(s,a)解码为一个标量值q(s,a)，将所述标量值q(s,a)预测在给定状态s中采取动作a后的最大奖励的步骤中，所述标量值q(s,a)定义为：

4.如权利要求1所述的复杂网络关键节点识别方法，其特征在于，所述运用结构化奖励塑造的强化学习来训练整个minikey模型，在考...

【专利技术属性】
技术研发人员：曾利，范长俊，李自力，李洋，
申请(专利权)人：湖南赤道银河科技有限公司，
类型：发明
国别省市：