ارائه‌ی یک رویکرد جدید برای حل مسئله‌ی اجتماع‌یابی شبکه‌های اجتماعی با توسعه‌ی الگوریتم‌های N‌S‌G‌A‌I‌I و N‌R‌G‌ANRGA

مسئله‌ی اجتماع‌یابی، از جمله مسائل تحلیل شبکه‌های اجتماعی، عبارت است از افرازبندی شبکه به بخش‌هایی که ارتباط میان اعضای شبکه در هر بخش متراکم است. در این مقاله، افرازبندی شبکه در قالب مسئله‌ی بهینه‌سازی چندهدفه با توابع هدف، شاخص پودمانگی و امتیاز اجتماعات مدل‌سازی شده است. به‌منظور حل مدل بهینه‌سازی چندهدفه، دو الگوریتم تکاملی N‌S‌G‌A‌I‌I و N‌R‌G‌A بهبود یافته است. الگوریتم‌های پیشنهادی برای ایجاد جواب‌های اولیه از یک روش حریصانه استفاده می‌کنند. همچنین، عملگرهای تقاطع و جهشی جدید برای الگوریتم‌های پیشنهادی طراحی شده است. عملگر تقاطع ارائه شده، مبتنی بر مقدار نزدیکی گره‌هاست. عملگر جهش نیز مبتنی بر روش تاپسیس عمل می‌کند. کارایی الگوریتم‌های پیشنهادی نسبت به سه الگوریتم کلاسیک N‌S‌G‌A‌I‌I، N‌R‌G‌A و M‌O‌G‌A-N‌e‌t از طریق انجام آزمایش‌های عددی بر روی ۶ شبکه‌ی دنیای واقعی مورد سنجش قرار گرفته است. نتایج، نشان از بهبود قابل توجهی در جواب‌های مسئله‌ی اجتماع‌یابی توسط الگوریتم‌های پیشنهادی داشت.