论文部分内容阅读
贝叶斯网络结构学习是数据挖掘和知识发现领域的重要研究技术之一，在网络结构的搜索空间较大的情况下，传统的二值粒子群优化算法往往存在收敛速度慢，容易陷入局部最优，学习精度较差的缺陷。在传统二值粒子群优化算法基础上，利用互信息限制粒子群算法的初始化，缩小算法的搜索空间，同时构建新的进化模型代替原有的进化公式，使得改进后的算法具有更强的寻优能力。采用ASIA网络作为仿真模型，并与原有算法比较，结果表明，改进算法能够在较少的迭代次数下找到较优的解，并且基本没有增加算法的复杂度。