用于风险管理的贝叶斯网络学习.pdfVIP

第22卷第5期 控 制 决 策 2007年5月 V01．22No．5 2007 Control Decision May 文章编号：1001—0920(2007)05—0569—04 用于风险管理的贝叶斯网络学习 王双成h，唐海燕Ib，刘喜华2 (i．上海立信会计学院a．信息科学系，b．中国立信风险管理研究院， 上海201600；2．青岛大学经济学院，山东青岛266071) 摘 要：结合专家知识和数据进行贝叶斯网络学习．首先利用专家知识建立初始贝叶斯网络结构和参数；然后基于 变量之间基本依赖关系、基本结构和依赖分析方法，对初始贝叶斯网络结构进行修正和调整，得到新的贝叶斯网络结 构；最后将由专家和数据确定的参数合成为新的参数，得到融合专家知识和数据的贝叶斯网络．该方法可避免现有的 贝叶斯网络学习过于依赖数据、对数据的数量和质量要求过高等问题． 关键词：贝咔斯网络；风险管理；结构学习；参数学习；专家知识 中图分类号；TPl81 文献标识码：A Learning networksinrisk Bayesian management W．ANG Shuang—chengh，TANG Hai—yanlb，LJ【，Xi—hua2 ofInformationScience，lb．ChinaLixinRisk Research Lixin (1a．Department ManagementInstitute，Shanghai of 201600．China；2．Economic 266071， UniversityCommerce，Shanghai Institute。QingdaoUniversity，Qingdao China．Correspondent：WANGShuang-cheng，E-mail：wangsc@lixin．edu．cn) Abstract：Anewmethodof networksis can combine learningBayesian presented．whicheffectivelyexpertknowledge and initial networkstructureisset isrevisedand data．Firstly，anBayesian upbyusingexpertknowledge．Then．it basedonbasic between betweennodes variables，basicstructure and regulated dependencyrelationship dependency methodtoobtainanew network kindsof structure．Finally，two analysis Bayesian parametersgotrespectivelyby anddata fusedto new a knowledgeare