一种基于柯氏复杂度的因果网络定向方法

因果网络定向问题实质是一个多对多因果关系发现过程,传统的V-结构定向方法只能确定一组马尔可夫等价类而非最终的因果关系.为解决该问题,从柯氏复杂度的因果推断原理视角出发,利用贝叶斯链式法则推导出局部网络因果定向规则,并在此基础上提出高维全局网络因果定向方法.同时,将前者运用于改进基于局部条件独立信息搜索学习马尔可夫毯...     

一种基于双编码遗传算法的机动微波接力网组网方法

针对机动微波接力网组网及优化需要,提出一种基于双编码遗传算法(DMGA)的机动微波接力网组网方法.以网络价值最大化为优化目标,综合考虑节点价值、吸引系数、衰落概率等条件,实现了对每个节点接力设备的智能分配.通过研究网络价值与设备数的非线性关系,引入最优配置点的概念,为微波接力设备的编配数量提供量化依据.在遗传算法中使用邻接矩阵和邻接表的双编码法,其中邻接矩阵的优势是基因改变一定不会产生重复、自环链路,邻接表的优势是基因改变不会影响链路的总数.两种编码法在变异、交叉运算中交替运用,使约束条件与染色体形态特征优势匹配,避免了为满足约束进行的循环操作,提高了运算效率.仿真算例表明,双编码算法与单编码相比,计算时耗大大降低.