基于啟發(fā)式搜索的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學習研究.pdf

1、貝葉斯網(wǎng)絡(luò)是一種基于概率論和圖論理論的圖形模型，在處理不確定性方面具有非常巨大的優(yōu)勢，已被廣泛應(yīng)用于人工智能、金融、醫(yī)學、軍事等各類領(lǐng)域。而僅僅依靠專家先驗知識來構(gòu)建貝葉斯網(wǎng)絡(luò)的傳統(tǒng)方法是不可靠的，無法滿足我們的需要，所以，如何從數(shù)據(jù)中進行貝葉斯網(wǎng)絡(luò)的構(gòu)建引起了眾多學者的關(guān)注，成為了該領(lǐng)域的研究熱點。
　　本文對貝葉斯網(wǎng)絡(luò)的基本理論知識和現(xiàn)有貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學習方法進行了深入研究，針對現(xiàn)有算法的不足之處，我們結(jié)合其他領(lǐng)域知識，給出了

2、新的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學習方法，本文的研究工作如下:
　　首先，詳細介紹了貝葉斯網(wǎng)絡(luò)的相關(guān)概念:研究背景和意義、基本理論知識，并闡述了貝葉斯網(wǎng)絡(luò)的研究現(xiàn)狀及其常用的結(jié)構(gòu)學習方法。
　　其次，介紹了MMPC算法和粒子群算法，在此基礎(chǔ)上，提出了基于粒子群優(yōu)化算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學習方法。該算法了融合了這兩種算法的思想，利用專家經(jīng)驗和互信息知識優(yōu)化了初始種群的產(chǎn)生方式，并利用粒子群算法對初始種群的鄰域空間進行搜索，搜索到最優(yōu)的貝葉斯網(wǎng)