基于遗传算法的Bayesian网络结构学习算法研究

来源 :云南大学 | 被引量 : 0次 | 上传用户:yanxiant
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Markov网是类似于Bayesian网的另一种进行不确定性推理的有力工具。它是用一个无向图来表示变量之间的依赖关系。图中的每一个结点表示问题域中的一个变量,两个结点不相邻表示两个变量独立,反之两个相邻结点表示两个变量之间存在着某种依赖。Markov网是一个无向图,构造一个Markov网不需要发现边的方向,所以要比构造一个Bayesian网容易得多。   遗传算法(GA)是一种模拟生物界自然选择和自然遗传机制的随机化搜索算法,由美国霍兰教授提出,其主要特点是群体搜索策略和群体中个体之间的信息交换,搜索不依赖于梯度信息。在实现机制上,它又是一种离散动力学系统,在给定初始群体和遗传操作的前提下,通过迭代实现群体的进化。   首先,本文提出了一个基于信息熵方法构造的Markov网,给出了一个有效的基于信息独立测试的Markov网的构造算法。该算法是一个基于依赖分析的算法,仅需O(n2)次CI(条件独立)测试,在测试样本中的条件独立时,利用了信息论中验证信息独立的一个重要结论,从而大大提高了算法效率。   其次,本文设计了两个由Markov网构造与其等价的Bayesian网的算法。(1):基于Markov网中结点依赖关系,设计了一个计算结点之间相互依赖度的打分函数,以确定结点之间边的方向,从而得到与Markov网等价的Bayesian网。算法的复杂度为O(e)次的依赖度计算,其中e为Markov网的边数。(2):基于遗传算法的优良特性,设计了一个遗传算法,对所有可能与Markov网等价的Bayesian网结构进行搜索,查找出某个Bayesian网结构S,S所有边的依赖度之和为最大。由于事先已经确定了Markov网的结构,所以遗传算法的搜索空间已大为缩小,从而使得该算法的效率大为提高。
其他文献
随着现代设备管控技术的迅速发展,作为设备管控系统核心功能的实时数据处理技术也得到了很大地提升。虽然通用操作系统已经能够为数据处理功能提供良好的执行环境,但是它们不能
本文在分析和研究了空间数据模型的发展及特点之后,针对目前广泛使用的空间数据模型不能直观反映人们对现实世界的感知、忽视地理实体之间的语义拓扑关系、不足以表达一些较
Internet上分布着海量的信息,但由于这些信息内容没有更好地形式化表示,目前主要是提供给人使用的,计算机难以处理。为了将网上信息处理和利用尽可能地交给计算机自动完成,人们必
协议工程是协议开发质量保证的一个重要手段,其中协议一致性测试是协议工程的一个基础部分。协议一致性测试的核心部分是在协议规格和协议实现之间有一致性关系的情况下指导
  本课题的主要研究内容和目的是为了适应无纸化考试的需要,研究与实现具备网络化、自动化、通用化的题库管理、试卷生成、网络考试、考试监控、自动阅卷、成绩管理等功能的
聚类分析是数据挖掘中的一个重要研究领域,是一种数据划分或分组处理的重要手段和方法.聚类的应用是非常广泛的,无论是在商务上,还是在市场分析、生物学、Web文档分类等领域
京信交换系统公司是一家从事程控交换机产品生产的企业.它的主导产品是HJD04程控交换机.随着公司的发展,HJD04程控交换机产品市场迅速扩大,客户对交换机产品的质量和服务质量
Internet计算环境,其资源总是有限的,而每个任务/服务都有其特定QoS特征的资源需求。因此无法同时为任意多个用户提供其满意的QoS服务。独占资源虽然服务质量最高,但是资源的利
  J2ME增强了手机作为数据信息终端的功能,使其具有了动态下载、自动安装、用户触发执行等特点。论文提出了以KJava手机为信息系统客户端的一种新的移动信息系统,系统具有成
随着信息技术的迅速发展 ,特别是Internet/Intranet技术的普及,使得越来越多的组织和个人的计算机系统设施和信息资源的安全受到威胁,因此,信息安全成为信息技术研究领域最重要