- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
27 6 Vol. 27 No. 6
第 卷 第 期 模式识别与人工智能
2014 6 PR & AI June 2014
年 月
基于混合差分蜂群算法的贝叶斯网络结构学习
郭 童 林 峰
( 310027)
浙江大学电气工程学院 杭州
,
摘 要 贝叶斯网络的结构学习是贝叶斯网络理论模型的核心 而现有的贝叶斯网络结构学习算法一般存在效率
. , .
偏低的问题 针对此问题 文中提出基于混合差分蜂群算法的贝叶斯网络结构学习算法 该算法首先利用最大生成
, 、 . ,
树准则得到初始种群 然后利用差分进化算法中的交叉 变异规则优化初始种群 在使用差分进化算法的过程中
, .
分别将蜂群算法应用于变异阶段和优化改进交叉阶段 并且将云自适应理论应用于选择阶段选择生成个体 在经
, .
典贝叶斯网络上的仿真实验证明 文中算法在贝叶斯网络结构学习中具有较强的寻优能力
, , ,
关键词 贝叶斯网络 差分进化算法 蜂群算法 云自适应理论
中图法分类号 TP 393
Bayesian Network Structure Learning Based on
Hybrid Differential Evolution and Bee Colony Algorithm
GUO Tong ,LIN Feng
(College of Electrical Engineering ,Zhej iang University ,Hangzhou 310027)
ABSTRACT
Bayesian network structure learning is the core of Bayesian network theory and the current algorithms
of learning Bayesian network structures are always inefficient. A method of learning Bayesian network
structure based on hybrid differential evolution and bee colony algorithm is proposed. The maximum
weight spanning tree is used to generate the candidate networks ,an
文档评论(0)