基于改进遗传算法的DBN结构自适应学习算法

• 作者: 孙美婷 刘彬
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 动态贝叶斯网络 时序互信息 得分标准差 自适应学习
• 年，卷（期）: 2021,（1）
• 页码范围: 91-99
• 页数: 9页
• 分类号: TB973
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2021.01.15

摘要

针对动态贝叶斯网络(dynamic bayesian network,DBN)是NP困难问题,提出基于改进遗传算法的DBN结构自适应学习算法.该算法计算最大互信息和时序互信息完成DBN结构搜索空间的初始化.在此基础上设计改进遗传算法,引入评分标准差构建交叉概率和变异概率的自适应调节函数,以降低结构学习过程陷入局部最优解的概率.仿真结果表明,该算法在无先验知识的情况下,相比其他优化算法,汉明距离和运行时长平均减少了30％,37.3％,评分值平均增大了18.0％.