基于混合粒子群优化的贝叶斯网络结构学习方法

作     者：尉永清 陈小雪 伊静 孟媛媛 WEI Yong-qing;CHEN Xiao-xue;YI Jing;MENG Yuan-yuan

作者机构：山东师范大学信息科学与工程学院济南250358 山东警察学院公共基础部济南250014 山东省分布式计算机软件新技术重点实验室济南250358 山东建筑大学信息科学与工程学院济南250101 

基　　金：国家自然科学基金项目(61373148 61502151)资助 教育部人文社科基金项目(14YJC860042)资助 山东省自然基金项目(ZR2014FL010)资助 山东省优秀中青年科学家奖励基金项目(BS2013DX033)资助 山东省社会科学规划项目(16CFXJ05)资助 山东省高等学校科技计划项目(J15LN02 J15LN22)资助 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2018年第39卷第9期

页      码：2060-2066页

摘      要：从数据库中学习贝叶斯网络结构是一个NP难问题.针对此问题,本文提出一种基于遗传算子的粒子群优化算法.首先,利用最大权生成树算法得到初始种群,然后采用遗传算法中的变异和交叉规则优化初始种群,结合贝叶斯网络的结构特点,并设计粒子位置更新策略将学习贝叶斯网络结构的过程转化为粒子寻找最优位置的过程.在学习过程中利用贝叶斯信息标准值作为粒子的适应度函数值,在保证求解质量的同时,加速了搜索过程;为了避免过早收敛,对局部较优的部分粒子和全局极值采用混沌优化策略.最后,利用标准的Alarm和Asia网络模型,验证了本文算法的有效性及可行性.与其他算法相比,新算法在保持较快收敛速度的前提下,具有更好的求解质量.

主 题 词：贝叶斯网络 粒子群算法 遗传算子 结构学习 混沌优化 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-1220.2018.09.031

馆 藏 号：203369786...