بررسی عملکرد الگوریتم های فرا ابتکاری در پیش بینی پیوند شبکه های پیچیده گراف (مقایسه میان سه الگوریتم جغرافیای زیستی، ژنتیک و ازدحام ذرات )

امروزه تجزیه و تحلیل پیوندهای موجود در شبکه های اجتماعی یا هر شبکه پیچیده دیگر را به منظور درک تکامل آنها و پیش بینی پیوندهای احتمالی در آینده، انجام می دهند. مسئله پیش بینی پیوند دارای کاربردهای بسیار متنوعی در زمینه های مختلف علوم و مهندسی می باشد. به عنوان مثال، در زیر شاخه های مختلفی از بیو انفورماتیک، شبکه های برهمکنش پروتئین و شبکه های ژنتیکی، پیوندهایی بین گره ها وجود دارد که نشان دهنده یک رابطه متقابل میان انها میباشد. در این مقاله به بررسی حل مساله چالش بر انگیز پیش بینی پیوند با استفاده از الگوریتم های بهینه سازی فراابتکاری پرداخته شده است. برای این منظور، نخست از طریق مطالعه و بررسی ادبیات تحقیق، به فرموله بندی مسئله پیش بینی پیوند به عنوان یک مسئله بهینه سازی برای پیش بینی لینک ها در هر نوع شبکه پرداخته شد. در ادامه نتایج تجربی سه الگوریتم جغرافیای زیستی (BBO)، ازدحام ذرات (PSO) و الگوریتم ژنتیک (GA) بر روی تعدادی از شبکه های واقعی مورد بررسی قرار گرفت. نتایج بدست امده از این مطالعه ثابت کرد که استفاده از الگوریتم های فرا ابتکاری میتواند به عنوان یک رویکرد مناسب در حل مسائل پیشبینی پیوند در نظر گرفته شود.

Keywords:

پیشبینی پیوند , هوش ازدحامی , الگوریتم ازدحام ذرات , الگوریتم ژنتیک , الگوریتم جغرافیای زیستی.