基于MDL原理与混合遗传算法的Bayesian网络结构学习

被引：4

作者：

彭青松

张佑生

汪荣贵

钱隆

骆祥峰

机构：

[1] 合肥工业大学

[2] 合肥工业大学合肥

[3] 合肥

来源：

微电子学与计算机 | 2002年 / 07期

关键词：

Bayesian网络; 标准遗传算法; 最小描述长度; 爬山算法; 结构学习;

D O I：

10.19304/j.cnki.issn1000-7180.2002.07.008

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

0804 ; 080401 ; 080402 ;

摘要：

从大型数据库中学习Bayesian网络结构是Bayesian网络应用的难点之一。在分析标准遗传算法与爬山算法各自优点与不足的基础上,将这两种算法相结合,以最小描述长度为评价函数,得到一种混合遗传算法,实现了它们的优势互补。文章给出了混合遗传算法的计算步骤,并通过对ALARM数据库学习得到的Bayesian网络结构。

引用

页码：27 / 29

页数：3