贝叶斯网最优消元顺序的近似构造算法.docVIP

贝叶斯网最优消元顺序的近似构造算法 　　收稿日期:2011-02-21;修回日期:2011-04-21。基金项目:国家自然科学基金资助项目71071051）。 　　作者简介:高文宇（1972-），男，湖南永州人，教授，博士，主要研究方向：可靠性工程、计算机算法； 张力（1955-），男，四川德阳人，教授，博士，主要研究方向：人因工程、可靠性工程。 　　文章编号:1001-9081（2011）08-02072-03doi:10.3724/SP.J.1087.2011.02072 　　（南华大学 核科学技术学院，湖南 衡阳421001） 　　（gwyy@163.com） 　　摘 要:变量消元（VE）法是贝叶斯网推理的一个基本方法，然而不同的消元顺序会导致相差悬殊的计算复杂度，寻找最优消元顺序问题是一个NP难问题，因此在实际应用中多采用近似算法求解。通过对贝叶斯网对应的端正图的分析，综合考虑了消元过程中消去的边和增加的边对剩余图的影响，进而提出了一些降低图的复杂度从而控制消元成本的方法，在此基础上提出了一个最优消元顺序的近似构造算法，最后通过随机仿真实验分析比较了算法的性能。实验结果表明，新算法较最小缺边搜索算法有明显的优势。 　　关键词:贝叶斯网；变量消元；近似算法；端正图；团 　　中图分类号: TP301.6文献标志码:A 　　Approximation algorithm of variable elimination of Bayesian network 　　GAO Wen-yu, ZHANG Li 　　（School of Nuclear Science and Technology, University of South China, Hengyang Hunan 421001, China） 　　Abstract: Variable Elimination （VE） is a basic reasoning method of Bayesian network; however, different order of elimination will lead to computational complexity of significant differences. It is a NP-hard problem to find the optimal order, so in practical application approximation algorithm is often used. Based on the analysis of the moral graph of Bayesian network, the added edges and the removed edges during elimination were considered, some methods of reducing graph complexity and controlling elimination cost were proposed, and a new algorithm was presented. Finally, the new algorithm was tested by random simulations. The simulation results show that the new algorithm outperforms the minimum deficiency search algorithm. 　　Key words: Bayesian network; Variable Elimination （VE）; approximation algorithm; moral graph; clique 　　0 引言 　　贝叶斯网是在贝叶斯概率统计理论的基础上建立的基于图模型的知识表达和推理结构,它采用先验概率表示先验知识，采用条件概率表示知识的不确定性，因此贝叶斯网具有直观的问题表达能力和强大的推理能力，是解决非确定性推理问题的有效工具，在专家系统、模式识别、决策支持系统等领域得到了广泛的应用。由于现实世界中的问题的复杂性，涉及的条件众多，因此某些应用场景下建立的贝叶斯网的结构也变得极其复杂，一些贝叶斯网包含的节点多达几百甚至上千个，包含的边则更多。这会导致在运用贝叶斯网进行推理运算时耗费大量的时间，因此如何提高贝叶斯网的推理效率也是备受关注的一个问题。 　　变量消元（Variable Elimination, VE）法是贝叶斯网推理运算的一个基本方法，然而不同的消元顺序会导致相差悬殊的计算复杂度，消元成本最低的消元顺序称为最