كشف انجمن در شبكه هاي اجتماعي ايستا با استفاده از الگوريتم بهينه ساز گرگ خاكستري

كشف انجمن در شبكه هاي پيچيده يكي از مهمترين مسائل در زمينه هاي علمي و تحليل شبكه هاي اجتماعي به شمار مي رود. و به محققان در درك عملكرد و نمايش ساختار شبكه ها كمك مي كند. خوشه بندي يا تشخيص اجتماعات، ساختار انجمن ها در شبكه هاي اجتماعي و ارتباطات پنهان بين مولفه هاي آن را آشكار خواهد نمود. يك اجتماع مجموعه از گره ها است كه چگالي ارتباطات آنها با هم بيشتر از ساير موجوديت‌هاي شبكه است. در اين مقاله يك الگوريتم نوين كشف انجمن در شبكه هاي ايستا به نام الگوريتم بهينه ساز گرگ خاكستري استفاده شده است كه با توجه به معيار انتخاب شده قابليت مقياس پذيري دارد. همچنين تجربه نشان داده است، يكي از مهمترين خصوصيات الگوريتم هاي فراابتكاري، عدم به تله افتادن در كمينه محلي است. كه در مساله كشف انجمن ها، الگوريتم گرگ خاكستري نسبت به ساير الگوريتم هاي فراابتكاري مانند الگوريتم ژنتيك و الگوريتم مجموعه ذرات احتمال كمتري در به تله افتادن دارد و آزمايشها نشان داده است كه الگوريتم مطرح شده دقت بهتري را نسبت به الگوريتم هاي ديگر ارائه مي كند.