基于遗传算法的因果图网络结构学习

• 作者: 张勤 梁新元 石庆喜
• 来源期刊: 重庆大学学报（自然科学版）
• 学科: 工学
• 关键词: 因果图 因果图网络结构 机器学习 遗传算法
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 计算机·自动化
• 页码范围: 111-114
• 页数: 4页
• 分类号: TP18
• 字数: 3496字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2006.04.031

摘要

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).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勤	重庆大学自动化学院	120	1115	17.0	26.0
2	石庆喜	重庆工商大学计算机学院	8	83	5.0	8.0
6	梁新元	重庆工商大学计算机学院	41	263	10.0	14.0