基于混合差分蜂群算法的贝叶斯网络结构学习

• 作者: 林峰 郭童
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 贝叶斯网络 差分进化算法 蜂群算法 云自适应理论
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 研究与应用
• 页码范围: 540-545
• 页数: 6页
• 分类号: TP393
• 字数: 4998字
• 语种: 中文

摘要

贝叶斯网络的结构学习是贝叶斯网络理论模型的核心，而现有的贝叶斯网络结构学习算法一般存在效率偏低的问题。针对此问题，文中提出基于混合差分蜂群算法的贝叶斯网络结构学习算法。该算法首先利用最大生成树准则得到初始种群，然后利用差分进化算法中的交叉、变异规则优化初始种群。在使用差分进化算法的过程中，分别将蜂群算法应用于变异阶段和优化改进交叉阶段，并且将云自适应理论应用于选择阶段选择生成个体。在经典贝叶斯网络上的仿真实验证明，文中算法在贝叶斯网络结构学习中具有较强的寻优能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林峰	浙江大学电气工程学院	43	323	10.0	15.0
2	郭童	浙江大学电气工程学院	2	13	1.0	2.0