-
题名基于缩放框架的改进贝叶斯网络结构优化算法
- 1
-
-
作者
祁煜翔
钱龙霞
王友国
黄海平
-
机构
南京邮电大学理学院
中国气象局高影响天气重点开放实验室
南京邮电大学计算机学院
南京邮电大学江苏省无线传感网高技术研究重点实验室
-
出处
《南京邮电大学学报（自然科学版）》
北大核心
2024年第6期128-138,共11页
-
基金
国家自然科学基金(42375016)
教育部人文社会科学研究规划基金(23YJAZH111)
中国气象局高影响天气专项重点开放实验室开放课题资助项目。
-
文摘
贝叶斯网络在进行概率推理时,寻找最优的网络结构是一个NP-hard问题。为了准确模拟节点之间的因果关系,提出基于缩放框架的改进型网络结构学习算法。首先,利用缩放框架进行因果分析,通过斜率矩阵判断节点之间的因果关系强度,以此为基础构建网络搜索空间,提高了网络结构的初始评分;其次,使用基于评分方法的浣熊优化算法寻找评分最高的网络结构,增强了在贝叶斯网络中的评分搜索能力;最后,对评分最高的结构进行加弧、减弧和转向弧操作,寻找拟合程度最高的最优结构。通过在不同复杂度的标准网络上进行模拟实验,结果表明:所提算法收敛速度更快,能够在较短时间内找到最优结构,且结构学习的评分更高,收敛精度较高。由此说明该算法在准确性和搜寻效率方面更有优势。
-
关键词
贝叶斯网络
结构学习
缩放框架
评分方法
浣熊优化算法
-
Keywords
Bayesian network
structure learning
scaling framework
scoring methods
coati optimization algorithm(COA)
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
