随着复杂网络研究的发展,人们逐渐开始关注网络结构复杂性以及其与网络行为之间的关系。为了更好地理解网络结构和网络行为之间的关系,就需要详细了解网络所具备的特性。复杂网络中具有多种特性,社团结构是其中一个重要的性质,对其的深入研究在复杂网络研究领域占有重要的地位。社团结构通常表示为网络中一组节点的集合,整个网络则是由多个“团”构成的,每个社团内部节点之间的连接相对紧密,而各个社团之间的连接则比较稀疏。网络中的某些特性与社团结构关系密切,分析网络的社团结构,能够更好地了解网络结构和网络行为之间的关系。本文主要针对复杂网络中的社团结构检测问题,设计适用于发现复杂网络中隐藏的社团结构的算法,主要工作和创新点如下:1、提出了基于正交化学反应优化算法的社团检测方法。所提算法将社团结构检测问题转换为求解最低势能的优化问题,通过选择优化函数,分析社团结构的性质和特点,设计适用于社团检测问题的四个基本化学反应算子。为了避免算法早熟收敛,提高分子个体解分布的均匀性,本文基于正交试验设计对合成反应算子进行改进,将正交交叉算子作为合成反应的操作算子,其特点是利用正交表产生合成反应后的新的分子个体,提高了合成分子个体解的质量。2、将化学反应优化算法和模拟退火算法相结合,提出了一种局部搜索策略。通过将模拟退火算法作为一个局部搜索算子来提高本文算法的局部寻优能力,并且能够避免算法陷入局部最优。实验和分析表明本文算法在人工合成网络和真实网络数据中都具有较强的可行性和高效性,与传统的检测方法相比,在克服分辨率限制问题上有着显著的优越性。3、为了使实验结果的表现更加直观,本文基于Matlab GUI开发平台设计了一个社团结构的网络可视化界面。在设计过程中,本文采用了阿基米德螺线坐标方程来对网络中的节点进行布局,并且通过对这些节点进行着色来区分每个节点所属的社团。最后,通过绘制整个网络的拓扑结构图,来更方便地观察网络社团结构的划分结果。