10.3969/j.issn.1000-582X.2006.04.031
基于遗传算法的因果图网络结构学习
在因果图理论中,采用了图形化和直接因果强度来表达知识和因果关系,它克服了贝叶斯网的一些不足,已发展成了一个能够处理离散变量和连续变量的混合模型.但是因果图的结构得由领域专家给出,这在实际中很难办到.鉴于因果图结构的复杂度随论域中节点个数的增加呈指数上升,寻找最有可能因果图网络结构成为了NP-HARD难题.文中给出了如何利用已知数据集,寻找最有可能的因果图网络结构设计的遗传算法(Genetic Algorithm,GA).
因果图、因果图网络结构、机器学习、遗传算法
29
TP18(自动化基础理论)
重庆市科技攻关项目5990
2006-05-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
111-114