基于粒子群优化算法的Bayesian网络结构学习

摘要：

近年来,Bayesian网络已经成为人工智能领域的研究热点.为了更广泛的应用Bayesian网络,本文采用粒子群优化搜索算法,通过对粒子群算法中各个算子的确定,从训练数据样本中学习到Bayesian网络结构,并用测试数据样本测试学习结果与训练数据的匹配程度,试验结果表明,该算法能有效地学习到Bayesian网络结构.

关键词：粒子群算法、贝叶斯网络、结构学习

所属期刊栏目：29

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金重大项目60496321;国家自然科学基金项目60373098,60573073;国家高技术研究发展计划项目20060110Z2037;吉林省科技发展计划重大项目20020303;吉林省科技发展计划项目20030523;欧盟TH/Asia Link/010项目111084

在线出版日期：2008-10-16（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：1516-1519