面向粒子群优化的贝叶斯网络结构学习算法

• 作者: 彭建涵 衡星辰 黄河笑
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 贝叶斯网络 粒子群优化 适应度函数 结构学习 符号编码
• 年，卷（期）: 2010,（20）
• 页码范围: 193-196
• 分类号: TP393
• 字数: 5093字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.20.053

摘要

提出了一种基于离散粒子群优化的贝叶斯网络结构学习算法--PSBN(Panjcle Swarm for Bayesian Network).贝叶斯网络的结构被映射为一种符号编码,通过在迭代过程中对粒子的符号编码进行调整,从而进化得到具有更高适应度值的贝叶斯网络结构.根据贝叶斯网络的结构特点,粒子位置和速度的编码方案和基本操作被设计,使得算法对贝叶斯网络的结构学习有较好的收敛性.实验结果表明,与基于遗传算法的贝叶斯网络结构学习算法相比,PSBN算法具有较好的学习效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	衡星辰		7	21	2.0	4.0
2	黄河笑	上海电视大学信息与工程系	8	74	4.0	8.0
3	彭建涵	上海电视大学信息与工程系	2	13	1.0	2.0