基于粒子群优化建模的贝叶斯网络结构学习方法

• 作者: 李东灵
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 贝叶斯网络 粒子群优化 K2算法 结构学习
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 178-182
• 页数: 5页
• 分类号: TP391
• 字数: 5724字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.11.044

摘要

贝叶斯网络（ BN）在不确定性的条件下表示信息和推理论证具有良好的性能，但由于其结构搜索空间的复杂性，通常将从一个数据集合中学习贝叶斯网络的结构认为是一种NP-hard的问题。基于此，提出一种新的基于粒子群优化算法建模的贝叶斯网络结构学习方法。为了学习一个贝叶斯网络的结构，该方法先使用粒子群优化算法在排序空间中进行搜索，然后运行K2算法计算每个排序的吻合度。每个排序都会有一个网络结构与之一致，该方法会返回这个网络的计分。仿真结果表明，在不同规模的数据集中，该算法相对于其他贝叶斯网络结构学习算法对不同类型的网络都具有更好的网络稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东灵		12	18	3.0	3.0