基于信息论和免疫遗传算法学习贝叶斯网络结构

摘要：

提出一种新的实现贝叶斯网络(BN)结构学习的方法,即由信息论和免疫遗传算法相结合构造最优贝叶斯网络结构.首先,通过信息论迅速搜索较为可能的网络空间,构造一个候选网络,然后用免疫遗传算法进行网络精简,得到一个最优的网络结构.不仅可降低计算复杂度,提高贝叶斯网络结构学习的效率,而且避免了传统启发式算法易陷入局部最优解的问题.实例计算证明了其可行性.

关键词：贝叶斯网络、交互信息、免疫遗传算法、信息论

所属期刊栏目：32

分类号：O236(控制论、信息论（数学理论）)

在线出版日期：2006-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：115-118