科技导报
科技導報
과기도보
SCIENCE & TECHNOLOGY REVIEW
2013年
22期
50-55
,共6页
贝叶斯网络%结构学习%无约束优化%混合粒子群算法
貝葉斯網絡%結構學習%無約束優化%混閤粒子群算法
패협사망락%결구학습%무약속우화%혼합입자군산법
Bayesian network%structure learning%unconstrained optimization%particle swarm algorithm
针对直接使用粒子群算法进行结构学习效率较低的缺陷,基于无约束优化,提出一种贝叶斯网络结构学习的混合粒子群算法.该算法首先构造并求解一无约束优化问题,其最优解对应的无向图中的边可为结构学习提供一搜索范围,缩小粒子群算法的搜索空间,然后在缩小的空间中完成对贝叶斯网络的结构学习,从而提高了粒子群算法的学习效率.仿真试验结果表明,该混合粒子群算法可以快速、准确地学习到最优贝叶斯网络结构.
針對直接使用粒子群算法進行結構學習效率較低的缺陷,基于無約束優化,提齣一種貝葉斯網絡結構學習的混閤粒子群算法.該算法首先構造併求解一無約束優化問題,其最優解對應的無嚮圖中的邊可為結構學習提供一搜索範圍,縮小粒子群算法的搜索空間,然後在縮小的空間中完成對貝葉斯網絡的結構學習,從而提高瞭粒子群算法的學習效率.倣真試驗結果錶明,該混閤粒子群算法可以快速、準確地學習到最優貝葉斯網絡結構.
침대직접사용입자군산법진행결구학습효솔교저적결함,기우무약속우화,제출일충패협사망락결구학습적혼합입자군산법.해산법수선구조병구해일무약속우화문제,기최우해대응적무향도중적변가위결구학습제공일수색범위,축소입자군산법적수색공간,연후재축소적공간중완성대패협사망락적결구학습,종이제고료입자군산법적학습효솔.방진시험결과표명,해혼합입자군산법가이쾌속、준학지학습도최우패협사망락결구.
