计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
6期
1595-1599,1603
,共6页
赵学武%刘广亮%程新党%冀俊忠
趙學武%劉廣亮%程新黨%冀俊忠
조학무%류엄량%정신당%기준충
贝叶斯网%结构学习%量子遗传算法%K2算法%拓扑序列%量子计算
貝葉斯網%結構學習%量子遺傳算法%K2算法%拓撲序列%量子計算
패협사망%결구학습%양자유전산법%K2산법%탁복서렬%양자계산
贝叶斯网是处理不确定性问题知识表示和推理的最重要的理论模型之一,其结构学习是目前研究的一个热点.提出了一种基于拓扑序列和量子遗传算法的贝叶斯网结构学习算法,新算法首先利用量子信息的丰富性和量子计算的并行性,设计出基于量子染色体的拓扑序列生成策略提高了搜索效率,并为K2算法学得高质量的贝叶斯网结构提供了保障；然后采用带上下界的自适应量子变异策略,增强了种群的多样性,提高了算法的搜索能力.实验结果表明,与已有的一些算法相比,新算法不仅能获得较高质量的解,而且还有着较快的收敛速度.
貝葉斯網是處理不確定性問題知識錶示和推理的最重要的理論模型之一,其結構學習是目前研究的一箇熱點.提齣瞭一種基于拓撲序列和量子遺傳算法的貝葉斯網結構學習算法,新算法首先利用量子信息的豐富性和量子計算的併行性,設計齣基于量子染色體的拓撲序列生成策略提高瞭搜索效率,併為K2算法學得高質量的貝葉斯網結構提供瞭保障；然後採用帶上下界的自適應量子變異策略,增彊瞭種群的多樣性,提高瞭算法的搜索能力.實驗結果錶明,與已有的一些算法相比,新算法不僅能穫得較高質量的解,而且還有著較快的收斂速度.
패협사망시처리불학정성문제지식표시화추리적최중요적이론모형지일,기결구학습시목전연구적일개열점.제출료일충기우탁복서렬화양자유전산법적패협사망결구학습산법,신산법수선이용양자신식적봉부성화양자계산적병행성,설계출기우양자염색체적탁복서렬생성책략제고료수색효솔,병위K2산법학득고질량적패협사망결구제공료보장；연후채용대상하계적자괄응양자변이책략,증강료충군적다양성,제고료산법적수색능력.실험결과표명,여이유적일사산법상비,신산법불부능획득교고질량적해,이차환유착교쾌적수렴속도.
