基于Jaya的贝叶斯网络结构学习算法研究

• 作者: 严智 张鹏 谢川
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 贝叶斯网络 结构学习 Jaya算法 马尔科夫链
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 173-177,184
• 页数: 6页
• 分类号: TP393
• 字数: 5631字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1903-0069

摘要

基于评分搜索的贝叶斯网络结构学习算法通常需要调参,导致计算量增大且不当的参数易使算法陷入局部最优.针对这一问题,将无需调参的Jaya算法应用于贝叶斯网络结构学习.在Jaya算法的框架下,结合遗传算法的交叉变异思想重新设计了个体更新策略,使Jaya算法能够应用于结构学习这一离散优化问题,并结合马尔科夫链的相关理论讨论了所提算法的敛散性.实验结果表明,该算法能有效应用于贝叶斯网络结构学习.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏	空军工程大学航空工程学院	83	557	12.0	18.0
2	谢川	空军工程大学航空工程学院	33	231	10.0	14.0
3	严智	空军工程大学研究生院	1	0	0.0	0.0