基于微粒群优化的贝叶斯网络结构学习方法

被引：6

作者：

梁洁 ^{[1
]}

蔡琦 ^{[1
]}

初珠立 ^{[1
]}

王海萍 ^{[2
]}

机构：

[1] 海军工程大学船舶与动力学院

[2] 部队

来源：

华中科技大学学报(自然科学版) | 2012年 / 40卷 / 12期

关键词：

贝叶斯网络; 微粒群优化算法; 邻接矩阵; 有向无环图; 结构学习;

D O I：

10.13245/j.hust.2012.12.012

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

建立了一种基于微粒群优化的贝叶斯网络结构学习方法,将贝叶斯网络的结构学习过程转化为对应邻接矩阵的评分寻优问题;将网络节点顺序和节点间因果关系的确定内化于评分寻优过程,避免了算法需要节点有序或事前排序的限制.建立了完整的0-1矩阵微粒群优化计算法则,在网络寻优过程中仅通过改变有向边的方向去除网络中出现的环路,以保证搜索过程中网络结构的完整性.通过ASIA网和CarStart网的数据实验证明了算法的有效性.

引用

页码：44 / 48

页数：5

共 8 条

[1] 面向粒子群优化的贝叶斯网络结构学习算法
黄河笑
衡星辰
彭建涵
[J]. 计算机工程与应用, 2010, 46 (20) : 193 - 196
[2] 基于粒子群优化算法的Bayesian网络结构学习
刘欣
贾海洋
刘大有
[J]. 小型微型计算机系统, 2008, (08) : 1516 - 1519
[3] 新的贝叶斯网络结构学习方法
孙岩
唐一源
[J]. 计算机工程与设计, 2008, (05) : 1238 - 1240
[4] 混合粒子群优化算法研究
俞欢军
许宁
张丽平
胡上序
[J]. 信息与控制, 2005, (04) : 500 - 504+509
[5] 基于进化算法的贝叶斯网络度量
杨有龙
吴艳
[J]. 兵工学报, 2004, (05) : 586 - 590
[6] 贝叶斯网络学习、推理与应用[M]. 立信会计出版社 , 王双成, 2010
[7] 贝叶斯网络理论在装备故障诊断中的应用[M]. 国防工业出版社 , 李海军等, 2009
[8] Propagating uncertainly in Bayesiannetworks by probabilities logic sampling .2 Henrion M. North-Holland . 1988

← 1 →