基于人工蜂群算法的贝叶斯网络结构学习.pdfVIP

第 9卷第3期 智 能 系 统 学 报 Vo1．9No．3 2014年 6月 CAAITransactionsonIntelligentSystems Jun．2014 DOI：10．3969／j．issn．1673—4785．201310014 网络出版地址：http：／／www．cnki．net／kcms／doi／10．3969／j．issn201310014．html 基于人工蜂群算法的贝叶斯网络结构学习 张平，刘三阳，朱明敏 (西安电子科技大学数学与统计学院，陕西 西安 710071) 摘 要：从数据集中学习贝叶斯网络结构是一个 NP难问题。针对此问题提出基于遗传算子的人工蜂群算法。首 先，将贝叶斯网络结构映射为一种二进制编码；其次，根据贝叶斯网络的结构特点，设计了蜜源的更新策略，从而 将学习贝叶斯网络结构的过程转化为蜂群寻找最优蜜源的过程。实验结果表明，该算法应用于贝叶斯网络结构学 习中的有效性。 关键词：贝叶斯网络；NP难；人工蜂群算法 ；遗传算子；结构学习 中图分类号：TP181 文献标志码：A 文章编号：1673—4785(2014)03—0325—05 中文引用格式：张平，刘三阳，朱明敏．基于人工蜂群算法的贝叶斯网络结构学习[J]．智能系统学报，2014，9(3)：325—329． 英文引用格式 ：ZHANGPing，LIUSanyang。ZHUMingmin．StructurelearningofBayesiannetworksbyuseoftheartificialbeecolo- nyalgorithm[J]．CAAITransactionsonIntelligentSystems，2014。9(3】：325-329． StructurelearningofBayesiannetworksbyuseof theartificialbeecolonyalgorithm ZHANG Ping，LIU Sanyang，ZHU Mingmin (SchoolofMathematicsandStatistics，XidianUniversity，Xian710071，China) Abstract：ThelearningstructureofBayesian networksfrom adatasetisanNP。hardproblem．Todealwith this problem，anartificialbeecolonyalgorithm basedongeneticoperatorsisproposedinthispaper．Thestructureofthe Bayesiannetworkismappedtobinaryencoding，andtheupdatedstrategyofnectarisdesignedaccordingtothe characteristicsoftheBayesiannetworksturcture．ThustheprocessofsturcturelearningoftheBayesian network is transformedintotheprocessofthebeecolonyfindingtheoptimalnectar．Theexperimentalresultsshow thattheal— gorithm isvalidinthestructurelearningofBayesiannetworks． Keywords：Bayesian networks；NP—hard；artificialbeecolony；geneticoperators；structurelearning 贝叶斯网络 (Bayesiannetworks，BN) 是概 Chickering在 2002年提出贪婪算法 (greedysearch， 率论与图论结合的产物，已经成为处理不确定性问