结构平衡理论是符号网络领域中最基础的理论,它是研究符号网络其它特性的基石。结构平衡理论最初是由Heider等人基于社会心理学理论提出来的,它把人们之间的关系分为正关系和负关系两种类型,并分析其动态演化的规律。之后,又由Cartwright等人基于图理论的知识把网络平衡的研究映射到三角形中,来研究网络的局部平衡性质。由于其研究的实际意义和应用价值,符号网络结构平衡理论的研究吸引了很多学者的注意。目前,这些研究取得了显著的成果,让我们更清晰的认识到网络结构平衡研究的意义和实际应用价值。但传统的符号网络结构平衡的研究尚存在一些局限性。局限性和缺陷主要表现在两个方面,一是算法,另一方面是模型。有些算法的复杂度太高,没有实际应用价值。模型方面,大部分是单目标模型,通过设计算法,每次优化,往往只能得到一种网络结构,而网络是动态发展变化的,在发展的过程中往往会产生多种结构,只得到一种结构,显然是不合理的。本文针对这些局限性和不足,提出了新的算法,设计了新的模型来研究符号网络的结构平衡性质。本文所做工作的创新点如下:(1)因为传统方法的局限性,针对网络结构平衡问题,我们提出了一种新的方法,基于粒子群算法和决策模型(PSOADM)的方法,来解决网络结构平衡中遇到的一些问题。该方法包含两大步,第一步使用本文提出的算法MODPSO-II优化SRA-SRC模型,得到多种网络结构,第二步设计决策模型,从第一步得到的多种网络结构中筛选出最终的网络结构。这个方法主要有三个创新点,第一,基于多目标模型来解决网络结构平衡问题;第二,结构平衡问题是一个NP难问题,本文使用进化计算方法,基于离散粒子群的多目标优化(MODPSO-II)来解决网络结构平衡问题;第三,PSOADM方法的第一步为决策者提供了多种网络结构,第二步我们重新设计了选择模型。(2)传统的解决符号网络结构平衡的模型,要么计算复杂度、空间复杂度很高,要么只能得到网络的一种结构模型,这严重违背了网络的动态发展变化的特性,而且往往只能把网络结构分为两部分,存在极其严重的极化现象。虽然PSOADM方法中第一步优化的模型也是多目标模型,为我们提供了多种网络结构,但是PSOADM方法中第一步所采用的的模型是针对社区检测的定义设计的模型,没有严格按照结构平衡理论设计模型,导致网络的有些很重要的结构无法检测到。基于符号网络结构平衡的基本理论,我们同时考虑类内类间边的关系,提出了一种基于类内负边尽可能少,类间正边尽可能少思想的模型。因为当类内只存在正边,类间只存在负边时,网络结构就呈现出一种平衡的状态,所以,通过同时考虑类内和类间边的关系,来解决网络结构平衡的问题。另外,我们提出的模型是多目标模型,并使用算法MODPSO-II来优化该模型,为决策者提供更多的选择。