面向粒子群优化的贝叶斯网络结构学习算法

作     者：黄河笑 衡星辰 彭建涵 HUANG He-xiao;HENG Xing-chen;PENG Jian-han

作者机构：上海电视大学信息与工程系上海200433 国网信息通信有限公司北京100054 

基　　金：国家重点基础研究发展规划(973)No.2004CB719400 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2010年第46卷第20期

页      码：193-196页

摘      要：提出了一种基于离散粒子群优化的贝叶斯网络结构学习算法——PSBN(Particle Swarm for Bayesian Network)。贝叶斯网络的结构被映射为一种符号编码,通过在迭代过程中对粒子的符号编码进行调整,从而进化得到具有更高适应度值的贝叶斯网络结构。根据贝叶斯网络的结构特点,粒子位置和速度的编码方案和基本操作被设计,使得算法对贝叶斯网络的结构学习有较好的收敛性。实验结果表明,与基于遗传算法的贝叶斯网络结构学习算法相比,PSBN算法具有较好的学习效果。

主 题 词：贝叶斯网络 粒子群优化 适应度函数 结构学习 符号编码 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2010.20.053

馆 藏 号：203114868...