数据缺失下学习贝叶斯网络的E—GSA算法.pdfVIP

2013年 7月 计算机工程与设计 July2013 第34卷 第7期 COMPUTER ENGINEERINGANDDESIGN Vo1．34 No。7 数据缺失下学习贝叶斯网络的E—GSA算法 杨春德 ，张 扬 (1．重庆邮电大学 系统理论及应用研究中心，重庆400065； 2．重庆邮电大学 计算机科学与技术学院，重庆 400065) 摘 要：针对数据缺失条件下构建贝叶斯网络难度大的问题，研究了贝叶斯结构学习算法，提 出了将条件独立性检验和评 分一搜索相结合的算法。采用改进的混合算法对训练数据初始化，建立相应的初始网络，对 已经拟合了训练数据信息的初 始网络用遗传模拟退火算法进行训练以找到最佳的网络结构。给出了算法实施的具体步骤且通过实验验证了算法性能，并 将实验结果与其他典型的算法进行比较，表明了算法具有更优的学习效果。 关键词：贝叶斯网络；数据缺失；初始化；遗传算法；模拟退火 中图法分类号：TP301．6 文献标识号：A 文章编号 ：1000—7024 (2013)07—2408—05 E-GSA algorithm forlearningBayesiannetworkwithmissingdata YANG Chun-de，ZHANG Yang (1．InstituteofSystemTheoryandApplication，ChongqingUniversityofPostsnadTelecommuniactions，Chongqing400065，China； 2．CollegeofComputerSciencenadTechnology，ChongqingUniversityofPostsnadTelecommuniactions，Chongqi~g400065，China) Abstract：ForsolvingthedifficultyofbuildingBayesiannetworkwithmissingdata，structurallearningalgorithm ofBayesian networkisstudied，analgorithm combinesconditionalindependencetestandscore-searchispresented．First，theinitialnetwork isbuiltbytheinitializationofthetrainingdatausingimprovedhybridalgorithm．Thenmakeuseofgenetic-simulatedannealing algorithm tOtraintheinitialnetworkwhichhascombinedthetrainingdatainordertOfindthebestnetwork．Detailedoperation stepsaregivenoutandthealgorithm isalsocomparedtOotherwell-knownalgorithms．Experimentalresultsindicatethatthis algorithm makesamoreeffectivestudyperformancethanseveralotheralgoritmh s． Keywords：Bayesiannetwork；missingdata；initialization；geneticalgoritmh ；simulatedannealing 用了随机初始网络的方法，即大多采用连接各个结点的随 0 引 言 机链作为初始网络的方法，或认为初始网络对先验知识依 贝叶斯网络是一种表示变量之间概率联合分布的图形 赖性强，而放弃 了初始网络的建立，而更多的算法对初始 模型，成为近年来应用于数据挖掘等方面的重要研究热点。 网络避而不谈 5『]，未能验证初始网络的建立对学习效果的 大量学者的研究使得完备数