摘要：社區結構是復雜網絡的一種重要的特征,為了解決基于模塊度優化的社區發現方法現存在的分辨率限制問題,提出一種離散量子粒子群優化社區發現方法(NQDPSO),將核心節點與鄰居的普通節點構成模體,該模體為量子粒子群算法的初始值。同時,構造模體加權社區聚類函數為算法的適應性函數,該函數利用了三角形模體來判斷社區的穩定性度量問題,從而量化社區結構穩定性。采用壓縮因子函數調節全局和局部搜索模型,結合量子粒子群算法,使該算法全局收斂。算法采用模體有序表編碼方式,并在模擬和真實數據集上的實驗結果均表明,相比于其他算法,NQD-PSO算法可以挖掘更高質量的社區結構。