|
|||||
|
|
| 基于混合差分蜂群算法的贝叶斯网络结构学习 | |
| 摘 要： | 贝叶斯网络的结构学习是贝叶斯网络理论模型的核心,而现有的贝叶斯网络结构学习算法一般存在效率偏低的问题.针对此问题,文中提出基于混合差分蜂群算法的贝叶斯网络结构学习算法.该算法首先利用最大生成树准则得到初始种群,然后利用差分进化算法中的交叉、变异规则优化初始种群.在使用差分进化算法的过程中,分别将蜂群算法应用于变异阶段和优化改进交叉阶段,并且将云自适应理论应用于选择阶段选择生成个体.在经典贝叶斯网络上的仿真实验证明,文中算法在贝叶斯网络结构学习中具有较强的寻优能力. |
| 关 键 词： | 贝叶斯网络 差分进化算法 蜂群算法 云自适应理论 |
| 本文献已被 CNKI 等数据库收录！ | |