社區(qū)結(jié)構(gòu)作為復(fù)雜網(wǎng)絡(luò)的重要特性，對(duì)理解網(wǎng)絡(luò)的功能和結(jié)構(gòu)具有重要意義。為了解決復(fù)雜網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)問題，提出了一種多目標(biāo)五行環(huán)優(yōu)化算法（ Multi-objective Five-elements Cycle Optimization， MOFECO）。首先，將社區(qū)發(fā)現(xiàn)問題建模為多目標(biāo)優(yōu)化問題，選取反比率關(guān)聯(lián)（ Inverse ratio Association，RA）和比例縮減（ Ratio cut，RC）這兩個(gè)互相對(duì)立的目標(biāo)作為目標(biāo)函數(shù);然后，基于五行環(huán)模型（ Five-elements Cycle Model，F(xiàn)ECM），通過局部最優(yōu)解和全局最優(yōu)解實(shí)現(xiàn)元素的更新，并引入交叉和變異算子對(duì)更新策略進(jìn)行改進(jìn);最后，使用快速非支配排序的方法獲得 Pareto最優(yōu)社區(qū)劃分集合，有助于揭示復(fù)雜網(wǎng)絡(luò)的層次結(jié)構(gòu)。在人工合成網(wǎng)絡(luò)和真實(shí)社會(huì)網(wǎng)絡(luò)上進(jìn)行實(shí)驗(yàn)，與單目標(biāo)算法（ Ga-net， Meme-net）以及多目標(biāo)算法（MOGA-Net，MOCD，MOEA/DNet， DMOPSO，DM-MOEA/D， MOCD-ACO）進(jìn)行對(duì)比得出， MOFECO算法彌補(bǔ)了傳統(tǒng)單目標(biāo)優(yōu)化社區(qū)結(jié)構(gòu)劃分單一的缺陷，在社區(qū)發(fā)現(xiàn)的準(zhǔn)確度上有所提高。