این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت فناوری اطلاعات، جلد ۱۰، شماره ۲، صفحات ۲۸۳-۳۰۸
عنوان فارسی ارائۀ روش فراابتکاری مبتنی بر تصمیم‌گیری چندمعیاره در حل مسئلۀ اجتماع‌یابی
چکیده فارسی مقاله یکی از مسائل مهم در زمینۀ شبکه‌های اجتماعی، مسئلۀ اجتماع‌یابی است. هدف اجتماع‌یابی، افرازبندی شبکه به بخش‌هایی است که ارتباط میان اعضای شبکه در این نواحی متراکم است. به‎دلیل ارتباط پررنگ اعضای شبکه در این بخش‌ها، می‌توان این اعضا را متعلق به یک اجتماع دانست. تحقیقات بسیاری به توسعۀ الگوریتم‌های متعدد در حل این مسائل پرداخته‌اند. در این پژوهش نیز یک الگوریتم ژنتیک مبتنی بر روش تصمیم‌گیری چندمعیارۀ تاپسیس ارائه شده است. در الگوریتم پیشنهادی، عملگرهای تقاطع و جهش بر جواب‌هایی اعمال می‎شوند که روش تاپسیس به‎دست می‌دهد. برازندگی جواب‌ها بر اساس شاخص‌های پودمانگی و چگالی پودمانگی مشخص می‌شود. در ادامۀ این مقاله، کارایی الگوریتم‌ پیشنهادی نسبت به الگوریتم ژنتیک کلاسیک و یک الگوریتم حریصانه از طریق انجام آزمایش‌های عددی سنجیده شد که نتایج نشان از برتری الگوریتم پیشنهادی داشت.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A New Meta-heuristic Algorithm based on Multi-criteria Decision Making to Solve Community Detection Problem
چکیده انگلیسی مقاله Community detection is one of the most significant issues in the field of social networks. The main purpose of community detection is to partition the network in such a way that the relations between components of the network are dense. Because of the strong relations among network members in these partitions, you can consider them as a community. Many researchers have developed several algorithms to solve such a problem. Therefore, we present a genetic algorithm based on Topsis which is a multi-criteria decision making method (MCDM). The proposed algorithm uses Topsis to rank solutions based on modularity and modularity density which are two of the most well-known criteria in community detection problem. Thereafter, crossover and mutation operators are only applied on solutions ranked by Topsis. The performance of the proposed algorithm has been evaluated through comparing it against classical genetic algorithm and a greedy one. The results showed that the proposed algorithm outperforms the other two methods. Since the application of MCDM approach has not been reported in the related literature, this paper can be considered as a basis for future studies.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله وحید برادران |
استادیار گروه مهندسی صنایع، دانشکدۀ فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران

امیرحسین حسینیان |
دانشجوی دکتری مهندسی صنایع، دانشکدۀ فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران

رضا درخشانی |
دانشجوی دکتری مهندسی صنایع، دانشکدۀ فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران

نشانی اینترنتی https://jitm.ut.ac.ir/article_63113_32b7d7223b0fe80e70cd49eeb2385757.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1085/article-1085-582588.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات