基于人工蜂群算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf

1、貝葉斯網(wǎng)絡(luò),也稱為貝葉斯網(wǎng)、信念網(wǎng)絡(luò)或因果概率網(wǎng)絡(luò),它將圖模型理論與概率統(tǒng)計(jì)相結(jié)合,可以直觀的表示隨機(jī)變量間的依賴和獨(dú)立關(guān)系。由于貝葉斯網(wǎng)絡(luò)具有結(jié)構(gòu)清晰,語義明確等特點(diǎn),已成功應(yīng)用于人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、生物信息學(xué)等多個領(lǐng)域。但是,僅僅依靠專家構(gòu)建貝葉斯網(wǎng)絡(luò)十分困難,有時甚至是不可能的。因此,如何通過有效的算法從數(shù)據(jù)中學(xué)習(xí)貝葉斯網(wǎng)絡(luò)成為研究的熱點(diǎn)和難點(diǎn)。貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)主要包括結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)兩部分,而網(wǎng)絡(luò)參數(shù)可以通過網(wǎng)絡(luò)結(jié)構(gòu)

2、和數(shù)據(jù)集確定,所以結(jié)構(gòu)學(xué)習(xí)是貝葉斯網(wǎng)絡(luò)學(xué)習(xí)的核心。
　　首先,本文介紹了貝葉斯網(wǎng)絡(luò)的相關(guān)理論知識,重點(diǎn)研究了貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的兩類基本方法。
　　其次,詳細(xì)介紹了新型的元啟發(fā)式算法-人工蜂群算法的基本理論和定義,針對基本人工蜂群算法存在收斂速度慢、易早熟等缺點(diǎn),提出一種改進(jìn)的人工蜂群算法。改進(jìn)算法利用隨機(jī)動態(tài)局部搜索算子對當(dāng)前的最優(yōu)蜜源進(jìn)行局部搜索,以加快算法的收斂速度;同時,采用基于排序的選擇概率代替直接依賴適應(yīng)度的選擇