文献类型：期刊文章

作　　者：黄河笑[1] 衡星辰[2] 彭建涵[1]

机构地区：[1]上海电视大学信息与工程系,上海200433 [2]国网信息通信有限公司,北京100054

出　　处：《计算机工程与应用》

基　　金：国家重点基础研究发展规划(973)No.2004CB719400~~

年　　份：2010

卷　　号：46

期　　号：20

起止页码：193-196

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：提出了一种基于离散粒子群优化的贝叶斯网络结构学习算法——PSBN(Particle Swarm for Bayesian Network)。贝叶斯网络的结构被映射为一种符号编码,通过在迭代过程中对粒子的符号编码进行调整,从而进化得到具有更高适应度值的贝叶斯网络结构。根据贝叶斯网络的结构特点,粒子位置和速度的编码方案和基本操作被设计,使得算法对贝叶斯网络的结构学习有较好的收敛性。实验结果表明,与基于遗传算法的贝叶斯网络结构学习算法相比,PSBN算法具有较好的学习效果。

关 键 词：贝叶斯网络 粒子群优化 适应度函数 结构学习  符号编码  

分 类 号：TP393]