CBAG: 图燃烧问题的高效遗传算法
摘要：网络科学中的一个有趣研究主题是信息传播，研究信息、影响力或传染如何在网络中传播。图燃烧是一种简化的确定性模型，用于描述信息在网络中的传播方式。问题的复杂NP完全性质使得使用精确算法解决变得计算上困难。因此，在文献中提出了许多启发式算法和近似算法来解决图燃烧问题。本文提出了一种高效的基于中心性的遗传算法（CBAG）来解决图燃烧问题。考虑到图燃烧问题的独特特性，我们引入了新颖的遗传操作，染色体表示和评估方法。在提出的算法中，著名的中间度中心性被用作我们染色体初始化过程的基础。该算法已经实现，并与先前提出的启发式算法和近似算法在15个不同规模的基准图上进行了比较。根据结果可以看出，与先前的最新启发式算法相比，该算法在性能上有明显的优势。完整的源代码可在线获得，并可用于寻找图燃烧问题的最优或近似最优解。
作者：Mahdi Nazeri, Ali Mollahosseini and Iman Izadi
论文ID：2208.01008
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2022-08-09