發(fā)布時(shí)間：2021-03-26 23:14

　　針對(duì)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的復(fù)雜問題,首先在深入研究網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn)基礎(chǔ)上建立了1-步依賴系數(shù)BN鄰接矩陣,將網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)問題轉(zhuǎn)化為鄰接矩陣邊的關(guān)系處理;然后,采用爬山算法進(jìn)行局部尋優(yōu),再用遺傳算法進(jìn)行全局優(yōu)化的思想進(jìn)行貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)求解。算例分析表明:所提算法可行,計(jì)算效率高于遺傳算法。 

【文章來源】：海軍工程大學(xué)學(xué)報(bào). 2019,31(06)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

BN結(jié)構(gòu)及其鄰接矩陣

采用本文方法在Matlab中調(diào)用bintprog函數(shù)求解式(3)的優(yōu)化問題,運(yùn)算得到各個(gè)節(jié)點(diǎn)間的相互關(guān)系初始解,結(jié)果如圖2所示。以圖2的無向圖為初始種群并加以編碼、交叉和變異等遺傳操作尋優(yōu)最佳網(wǎng)絡(luò)結(jié)構(gòu)。在計(jì)算中,參數(shù)的設(shè)置包括初始種群規(guī)模、顯著性水平、交叉概率、變異概率、迭代次數(shù)。其中,種群規(guī)模N=100,顯著性水平α=0.005,交叉概率pa=0.98,變異概率pb=0.01,采用BIC測(cè)度打分函數(shù),在算法處于收斂時(shí)終止迭代。通過本文提出的方法最終學(xué)習(xí)得到圖1的網(wǎng)絡(luò)結(jié)構(gòu)。

為驗(yàn)證本文所提算法的優(yōu)越性,將其與遺傳算法的計(jì)算結(jié)果進(jìn)行對(duì)比分析,結(jié)果如圖3所示。圖中顯示為不同樣本對(duì)應(yīng)下的計(jì)算時(shí)間(t1=5.32 s),t1為本文所提算法計(jì)算時(shí)間(t2=6.41 s),t2為遺傳算法計(jì)算時(shí)間。由圖3可見,不同樣本下本文所提算法計(jì)算時(shí)間均比遺傳算法少,說明本文算法比遺傳算法更優(yōu)越,主要在于本文算法采用爬山算法進(jìn)行局部搜索減少了在全局搜索時(shí)的局部搜索時(shí)間,因此計(jì)算時(shí)間比單純采用遺傳算法要少,計(jì)算效率更高。4 結(jié)束語


本文編號(hào)：3102413