复杂网络关键参与者 快速识别算法实现新突破

　　发现复杂网络中的关键参与者，对认识及优化网络整体效能至关重要。记者近日从国防科技大学获悉，该校系统工程学院研究人员创造性地提出了一种名为FINDER的深度强化学习AI算法，实现了对复杂网络中关键参与者的准确快速识别，在效果、性能及普适性等方面均超越了现有的解决方案。相关研究成果近日在《自然·机器智能》发表。 　　在复杂网络中，如果节点数增加，寻找关键节点的时间会呈指数级增长，这在计算机科学中被称为NP-hard问题，是优化算法领域的终极挑战。解决这一问题的传统解法包括精确算法、近似算法、启发式算法等，但这些算法在准确性和计算效率上难以取得令人满意的平衡。更重要的是，目前缺乏这一类问题的统一求解框架，以致同一类问题的不同应用场景都需要专门设计不同的算法。 　　据介绍，该校研究人员此次提出的FINDER是求解这类问题的统一算法框架。它能够在经典模型生成的小型合成网络中先行离线训练，而后根据特定问题场景奖励函数的指导，自动学习