基于混合方式的贝叶斯网络结构学习.pdfVIP

叶弑2014年第27卷第10期 ElectronicSci．＆Tech．／Oct．15．2014 基于混合方式的贝叶斯网络结构学习 张 燕，朱明敏，宋苏鸣 (西安电子科技大学 数学系，陕西 西安 710071) 摘 要 基于最大主子图分解技术和遗传算法，提 出了一种混合方式的贝叶斯网络结构学习算法。该算法首先根 据领域知识和观察数据构造网络的无向独立图，并对其进行最大主子 图分解，再利用遗传算法学习每个子 图的结构， 同时进行合并修正得到最优的贝叶斯网络结构。分解过程将一个学习大网络问题转化为小子图的学习问题 ，降低了搜 索空间。仿真结果表明，新算法的学习效果与运行效率均有明显提高。 关键词 贝叶斯网络 ；Markov边界；最大主子图分解；遗传算法 中图分类号 TP391 文献标识码 A 文章编号 1007—7820(2014)10—115—04 StructuralLearningBayesianNetworkBasedonaHybridM ethod