首页 | 官方网站   微博 | 高级检索  
     

基于蝙蝠算法的贝叶斯网络结构学习研究
引用本文:卜宾宾,蒋艳.基于蝙蝠算法的贝叶斯网络结构学习研究[J].计算机仿真,2015,32(2):288-291.
作者姓名:卜宾宾  蒋艳
作者单位:上海理工大学管理学院,上海,200093
基金项目:上海市教委创新项目资助,上海市一流学科(系统科学)项目资助
摘    要:针对混合算法学习贝叶斯网络结构存在易陷入局部最优、搜索精度低等问题,提出了采用蝙蝠算法和约束结合的贝叶斯网络结构混合算法。首先应用最大最小父子(Max-min parents and children,MMPC)节点集合构建初始无向网络的框架,然后利用蝙蝠算法进行评分搜索并确定网络结构中边的方向。最后应用上述算法学习ALARM网,并和最大最小爬山(the max-min hill climbing,MMHC)算法,贪婪搜索算法相比较,结果表明在增加边、反转边、删除边以及结构海明距离方面都有不同程度的减少,表明改进算法具有较强的学习能力和良好的收敛速度。

关 键 词:贝叶斯网络  结构学习  蝙蝠算法  最大最小爬山算法  贪婪算法

Bayesian Network Structure Learning Research Based on Bat Algorithm
BU Bin-bin,JIANG Yan.Bayesian Network Structure Learning Research Based on Bat Algorithm[J].Computer Simulation,2015,32(2):288-291.
Authors:BU Bin-bin  JIANG Yan
Affiliation:BU Bin-bin;JIANG Yan;Business School,University of Shanghai for Science and Technology;
Abstract:
Keywords:Bayesian network  Structure learning  Bat algorithm  Max-min hill climbing (MMHC) algorithm  Greedy algorithm
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号