动态贝叶斯网络近似推理算法研究.pdfVIP

动态贝叶斯网络的近似推理算法研究 摘 要 煲叶錾霹终提供了一套强有力的图形工具来表达基于概率豹领域知识，已 被成功应用于故障诊断、数据挖掘和医疗诊断等领域。动态贝叶斯网络是贝时 斯网络在时间因素上的扩展，是对人工智能领域中动态不确定性问题进行表示 和处理的一静重要工具。本文在对动态贝时颠鼹络进行全葱概述的基础上，对 动态煲叶斯网络的近戳接理进行了研究。全文酶主要虑容如下： (1)贝叶斯网络的概述。概述了风叶斯网络的起源与发展，详细介绍了 贝叶斯网络模型、贝叶斯网络的构建过程、贝叶斯网络的类型以及贝叶斯网络 酶应用，并在此基藏上，对动态灵时斯嬲络进行了概述；对贝时斯爨络帮动态 贝时辫网络的耩确推理算法进行了重点介绍。 (2)针对传统粒子滤波(PF)对于动态贝叶斯网络推理中计算的高维问 关性为指导对DBNs进行分割来降低闻题求解酶翘模，麸每个状态子空闻局部 抽样并以粒子的因式积形式近似表示系统的状态信度，进而对DBNs的状态空 间进行重采样和鼹新。仿真燕验表明，与PF相比，该算法显著提高了计算效 率，且推理精度也有一定麓提高。 (3)针对动态受叶斯网络的BK算法有较高酶计算效率但会孳|入较大的误 差，PF可以近似任意分布但存在计算的高维问题，将粒子滤波和BK推理算法 优点相结合，提出了一种自适应的混合近似推理算法(HAInf)。为了降低推理的 复杂性，将DBNs分解生成用于推理酶原型联合挺。HAInf算法根据霾规模酌 大小在部分团上执行PF推理，两在余下的团上执行BK推理，最后通过原型联 合树上结点之间的消息传播进行推理。仿真实验表明，与BK和PF相比，该算 法显著提高了推理精度，并越时闻性能是甄者的折衷。 关键词：贝叶斯网络，动态贝叶斯网络，近似推理，粒子滤波，BK算法 The on for Research Inference ApproximateAlgorithm Networks DynamicBayesian Abstract network a toolto domain Bayesian providespowerfulgraph express basedon hasbeen tofault knowledgeprobability．Itsuccessfullyapplied diagnosis， data other B networkisa mining，medicaldiagnosis，andfields．Dynamicayesian networkwiththe onthefactorof a Bayesian expansion time，itprovidespowerful toolto anddealwith uncertain ofstochastic represent dynamic problem processes in field the ofartificial onthe overviewof intelligence．Basedcomprehensive of