對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)是一個(gè)NP難問(wèn)題。當(dāng)數(shù)據(jù)集比較大時(shí),貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)和邊數(shù)會(huì)變得錯(cuò)種復(fù)雜,緊緊依靠專(zhuān)家去構(gòu)建貝葉斯網(wǎng)絡(luò)將十分消耗人力,并且會(huì)遺漏一些關(guān)鍵的關(guān)系。因此,通過(guò)使用有效的算法在數(shù)據(jù)集上進(jìn)行結(jié)構(gòu)學(xué)習(xí)是當(dāng)前研究的主要方向。貝葉斯網(wǎng)絡(luò)學(xué)習(xí)主要分為結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)兩部分,而參數(shù)學(xué)習(xí)往往要求網(wǎng)絡(luò)的結(jié)構(gòu)事先確定,因此結(jié)構(gòu)學(xué)習(xí)是貝葉斯網(wǎng)絡(luò)研究的核心。在貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)中經(jīng)典的算法有K2算法,爬山算法,粒子群算法,MWST算法,但這些算法在某些應(yīng)用方面有著明顯的不足。雜交水稻算法是近年來(lái)新提出的一種仿生優(yōu)化算法,雜交水稻算法擁有良好的收斂性,魯棒性,且不易陷入局部最優(yōu)解。因此本文將雜交水稻算法用于貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)。（1）介紹了貝葉斯網(wǎng)絡(luò)的起源與發(fā)展,研究現(xiàn)狀,及貝葉斯網(wǎng)絡(luò)目前的應(yīng)用。并詳細(xì)介紹了貝葉斯網(wǎng)絡(luò)的基本理論知識(shí),在此基礎(chǔ)上重點(diǎn)介紹了幾種用于貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的評(píng)分方法和搜索算法。（2）介紹了雜交水稻算法的基本原理,并在此基礎(chǔ)上根據(jù)貝葉斯網(wǎng)絡(luò)的存儲(chǔ)方式提出了一種基于離散二進(jìn)制的雜交水稻算法。改進(jìn)算法首先更具遺傳算法的多點(diǎn)交叉算子和連續(xù)數(shù)據(jù)集上雜交水稻算法的雜交算子提出一種離... 

【文章來(lái)源】：湖北工業(yè)大學(xué)湖北省

【文章頁(yè)數(shù)】：50 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

心臟病和心口痛相關(guān)的貝葉斯網(wǎng)絡(luò)

中就存在一

圖 4.7Asia 標(biāo)準(zhǔn)結(jié)構(gòu)標(biāo)準(zhǔn) Asia 網(wǎng)絡(luò)的 BIC 評(píng)分值如表 4.1 所示：數(shù)據(jù)集 大小 BIC 評(píng)分值A(chǔ)SIA-500 500 -1185.13ASIA-1000 1000 -2273.40ASIA-2000 2000 -4527.10ASIA-5000 5000 -11412.80Car 網(wǎng)絡(luò)是另外一個(gè)經(jīng)典的貝葉斯，car 網(wǎng)絡(luò)共有 20 個(gè)變量和 22 條邊，它通車(chē)上的各種狀態(tài)來(lái)判斷汽車(chē)的故障狀態(tài)。圖 4.2 是標(biāo)準(zhǔn)的 Car 網(wǎng)絡(luò)。

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)粒子群優(yōu)化算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J]. 高曉光,邸若海,郭志高.  西北工業(yè)大學(xué)學(xué)報(bào). 2014(05)
[2]基于人工蜂群算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J]. 張平,劉三陽(yáng),朱明敏.  智能系統(tǒng)學(xué)報(bào). 2014(03)
[3]基于無(wú)約束優(yōu)化和遺傳算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法[J]. 汪春峰,張永紅.  控制與決策. 2013(04)
[4]面向粒子群優(yōu)化的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法[J]. 黃河笑,衡星辰,彭建涵.  計(jì)算機(jī)工程與應(yīng)用. 2010(20)
[5]先驗(yàn)信息不確定條件下貝葉斯網(wǎng)結(jié)構(gòu)學(xué)習(xí)方法[J]. 王磊,劉明輝,王維平.  計(jì)算機(jī)工程與應(yīng)用. 2010(16)
[6]貝葉斯網(wǎng)學(xué)習(xí)中一種有效的爬山算法[J]. 單冬冬,呂強(qiáng),李亞飛,王磊.  小型微型計(jì)算機(jī)系統(tǒng). 2009(12)
[7]基于遺傳算法的貝葉斯網(wǎng)絡(luò)模型研究[J]. 陳望宇,廖芹.  計(jì)算機(jī)工程與設(shè)計(jì). 2009(11)
[8]基于粒子群優(yōu)化算法的Bayesian網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J]. 劉欣,賈海洋,劉大有.  小型微型計(jì)算機(jī)系統(tǒng). 2008(08)
[9]基于模擬退火遺傳算法的貝葉斯分類(lèi)[J]. 胡為成,程轉(zhuǎn)流,王本年.  計(jì)算機(jī)工程. 2007(09)
[10]基于模擬退火遺傳算法的關(guān)聯(lián)規(guī)則挖掘[J]. 武兆慧,張桂娟,劉希玉.  計(jì)算機(jī)應(yīng)用. 2005(05)

碩士論文
[1]基于改進(jìn)魚(yú)群蜂群算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[D]. 郭童.浙江大學(xué) 2014
[2]基于改進(jìn)云遺傳算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[D]. 秦松.浙江大學(xué) 2012
[3]貝葉斯網(wǎng)絡(luò)中的因果推斷[D]. 辛國(guó)福.西安電子科技大學(xué) 2011
[4]基于貪婪搜索的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法[D]. 高曉利.西安電子科技大學(xué) 2011



本文編號(hào)：3297841