摘要：为提高签名网络社区发现效果,解决其评估指标存在的数据耦合和依赖性,造成网络社区单指标优化存在较大局限性的问题,提出了基于位置修复和粒子置换的FSUD-PSO(fast sorting and uniform density of multi-objective particle swarm optimization)签名网络社区发现算法。首先,对签名网络模型进行研究,并在考虑数据耦合和依赖性前提下给出签名网络社区评价指标,以及多目标Pareto最优目标模型;其次,构建签名网络模型的多目标优化粒子编码与更新规则,并根据签名网络特点设计了位置修复和粒子置换策略,同时为提高多目标粒子群算法性能,设计了快速排序均匀密度的多目标粒子群算法FSUD-PSO;最后,通过标准测试集实验对比,验证了所提FSUD-PSO签名网络社区发现算法的有效性。