重点实验室王璐教授在社会网络传播影响力最大化研究中取得重要进展，其研究成果《Identifying influential spreaders in social networks through discrete moth-flame optimization》(通过离散飞蛾火焰优化识别社交网络中有影响力的传播者)在重要人工智能期刊《IEEE Transactions on Evolutionary Computation》上在线发表。王璐教授是该论文的第一作者，汪超博士以及Kang Hao Cheong为论文的通讯作者。

病毒式营销对于公司重塑消费者的态度和行为方面具有重要作用。全面了解社会网络中影响力的产生和传播，对调查和预测个人和群体的行为具有重要作用。掌握这些知识也可以作为决策者可靠的启发式。但在社会影响力传播研究中，一些已有的影响力最大化算法难以在识别精度和时间效率上取得平衡。所以如何更有效的选择支持传播最快和最广泛的节点集一直是比较困难的。

王璐教授将影响力最大化问题作为适应度优化问题之一，通过构建计算廉价的影响力评估模型，并使用适当的优化协议为研究方法。首先将两跳邻域内可激活节点的总价值作为优化目标。考虑了社会网络中不可靠通信渠道的影响，将可激活节点价值的标准差添加到适应度函数中以提升种子集对传播失效的鲁棒性。在优化设计中，提出了一种具有自动选择搜索区域功能的离散飞蛾火焰优化算法。将一种最优解与次优解双向替换，与所有其他解单向替换的局部交叉方案作为算法的改进机制。此外，以小概率事件进行的随机节点变换进一步提升了对搜索空间的利用率。将该求解模式与目前的主流方法进行比较。通过五个真实社会网络数据集测试，表明了本项研究的有效性，同时在传播能力和运行时间均处于优势。

   该研究得到国家自然科学基金(NO.11705002)、安徽省教育厅科研基金(NO.KJ2019A0091和NO.KJ2019ZD09)、人文社会科学基金资助中国教育部(No.19YJAZH098）的经费支持。