CS-PSO算法在贝叶斯网络结构学习中的应用

• 作者: 张钉 李俊武 李国宁
• 来源期刊: 测试科学与仪器
• 学科: 工学
• 关键词: 贝叶斯网络 结构学习 CS-PSO算法
• 年，卷（期）: 2020,（1）
• 页码范围: 94-102
• 页数: 9页
• 分类号: TP183
• 字数: 809字
• 语种: 英文
• DOI: 10.3969/j.issn.1674-8042.2020.01.012

摘要

针对传统的贝叶斯网络(Bayesian network,BN)结构学习算法运行效率低、算法易早熟、学习效果不理想等缺点,选取布谷鸟(Cuckoo search,CS)和粒子群(Particle swarm optimization,PSO)智能算法,结合BN结构特点,提出了一种CS-PSO的BN结构学习算法.首先,对CS算法从以下三个方面进行改进:利用最大支撑树来指导CS算法的初始化方向,利用解的适应度来调节解的寻优及舍弃过程,利用PSO算法来进行CS算法的位置更新.其次根据BN的结构特征,将CS-PSO算法应用于BN的结构学习.最后采用chest clinic、credit和car diagnosis三种经典网络作为仿真模型,进行贪婪算法、K2算法、CS算法和CS-PSO算法的建模和仿真比较.结果表明,CS-PSO算法在BN的结构学习中,收敛速度快、收敛精度高且稳定性好,可以更快、更优地得到精确的贝叶斯网络结构模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国宁	兰州交通大学自动化与电气工程学院	48	149	7.0	8.0
2	李俊武	兰州交通大学自动化与电气工程学院	3	0	0.0	0.0
3	张钉	兰州交通大学自动化与电气工程学院	2	5	1.0	2.0