基于链模型和粒子群的贝叶斯网结构学习算法

摘要：

为提高学习贝叶斯网络结构的效率,提出一种基于链模型和粒子群的学习算法.利用包含贝叶斯网节点间因果关系信息的规则链模型来衡量拓扑序列的优劣,提高搜索的拓扑序列的质量,为粒子位置可选择的优化算法加上动态权重系数,平衡全局搜索和局部搜索,提高算法的搜索能力.实验结果表明,与I-ACO-B算法相比,该算法不仅能获得更好的解,且收敛速度也有一定的提高.

关键词：贝叶斯网结构学习、粒子群优化算法、拓扑序列、规则链模型、条件独立性测试

所属期刊栏目：37

分类号：TP181(自动化基础理论)

资助基金：北京市自然科学基金资助项目4102010

在线出版日期：2012-01-14（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：181-184