基于BIC测度和混合遗传算法的BNC结构学习

• 作者: 林士敏 蒋望东 鲁明羽
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 贝叶斯网络 结构学习 贪婪搜索算法 遗传算法
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 84-87
• 页数: 4页
• 分类号: TP301.6
• 字数: 3608字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.03.024

摘要

贝叶斯网络分类器(BNC)结构学习是一个NP难题.贪婪搜索(GS)算法是一种有效且准确性较高的结构学习算法,但贪婪搜索算法很容易陷入局部最优.标准遗传算法是一种全局搜索优化算法,它通过模拟生物种群的进化过程,得到全局最优解.但就其个体而言,个体局部解的质量无法保证,不具备局部寻优的能力.提出了将两种算法相结合,以贝叶斯信息标准(BIC)测度为评价函数,得到一种混合遗传算法,实现了它们的优势互补.实验表明:该算法优于单独利用GS算法进行Bayesian网络结构学习,从而说明该算法的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林士敏	广西师范大学计算机科学系	49	597	12.0	23.0
2	蒋望东	湖南财经高等专科学校信息管理系	9	96	4.0	9.0
4	鲁明羽	清华大学智能技术与系统国家重点实验室	19	996	9.0	19.0