摘要：社区结构是复杂网络的一种重要的特征,为了解决基于模块度优化的社区发现方法现存在的分辨率限制问题,提出一种离散量子粒子群优化社区发现方法(NQDPSO),将核心节点与邻居的普通节点构成模体,该模体为量子粒子群算法的初始值。同时,构造模体加权社区聚类函数为算法的适应性函数,该函数利用了三角形模体来判断社区的稳定性度量问题,从而量化社区结构稳定性。采用压缩因子函数调节全局和局部搜索模型,结合量子粒子群算法,使该算法全局收敛。算法采用模体有序表编码方式,并在模拟和真实数据集上的实验结果均表明,相比于其他算法,NQD-PSO算法可以挖掘更高质量的社区结构。