基于遗传与粒子群算法的Markov逻辑网学习研究

• 作者: 于鹏 刘大有 欧阳丹彤
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 统计关系学习 Markov逻辑网 谓词模板 子句模板 遗传算法 粒子群算法
• 年，卷（期）: 2006,（z1）
• 页码范围: 2551-2555
• 分类号: TP183
• 字数: 4876字
• 语种: 中文

摘要

Marker逻辑网(MLN)是一种重要的统计关系模型,目前其学习问题主要采用确定性的优化方法,所求的解不够简洁、易陷入局部极值.针对这些问题,本文定义谓词模板、子句模板以缩小搜索空间,提出一种采用子旬模板编码的遗传算法来学习MEN结构,并用粒子群算法学习MLN的权参数.文中设计了适应度函数和相应的遗传算子,保证算法不断向好的逻辑子句结构进化.理论分析与实验结果都表明本文的算法可以学习到较优解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘大有	吉林大学计算机科学与技术学院	211	4714	34.0	63.0
2	欧阳丹彤	吉林大学计算机科学与技术学院	108	781	15.0	23.0
3	于鹏	吉林大学计算机科学与技术学院	6	50	4.0	6.0