面向粒子群优化的贝叶斯网络结构学习算法

被引：3

作者：

黄河笑 ^{[1
]}

衡星辰 ^{[2
]}

彭建涵 ^{[1
]}

机构：

[1] 上海电视大学信息与工程系

[2] 国网信息通信有限公司

来源：

计算机工程与应用 | 2010年 / 46卷 / 20期

关键词：

贝叶斯网络; 粒子群优化; 适应度函数; 结构学习; 符号编码;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

提出了一种基于离散粒子群优化的贝叶斯网络结构学习算法——PSBN(Particle Swarm for Bayesian Network)。贝叶斯网络的结构被映射为一种符号编码,通过在迭代过程中对粒子的符号编码进行调整,从而进化得到具有更高适应度值的贝叶斯网络结构。根据贝叶斯网络的结构特点,粒子位置和速度的编码方案和基本操作被设计,使得算法对贝叶斯网络的结构学习有较好的收敛性。实验结果表明,与基于遗传算法的贝叶斯网络结构学习算法相比,PSBN算法具有较好的学习效果。

引用

页码：193 / 196

页数：4