基于遗传算法的贝叶斯网络模型研究

• 作者: 廖芹 陈望宇
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 贝叶斯网络 结构学习 参数学习 知识推理 遗传算法
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 2756-2759,2799
• 页数: 5页
• 分类号: TP181|O212.8
• 字数: 4912字
• 语种: 中文

摘要

目前贝叶斯网络缺乏支持结构建立,参数学习、知识推理的一致算法,使知识建立与应用过程无法联接.针对这一现状,通过设计适合于贝叶斯网络学习的遗传算法编码方式、具有调整策略的交叉与变异算子,能进行推理误差反馈的适应函数,实现样本支持下的结构确定、参数学习、推理检验、反馈修正的贝叶斯网络全过程建立.实验结果表明,新算法不仅同步优化网络结构与参数,且可以自适应推理误差的学习修正,有着更满意的知识推理正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖芹	华南理工大学理学院应用数学系	28	289	9.0	16.0
2	陈望宇	华南理工大学理学院应用数学系	1	16	1.0	1.0