基于量子遗传算法的贝叶斯网络结构学习  

Algorithm of BN structural learning based on quantum genetic

作　　者：李显杰[1] 张佑生[1] 李剑飞[1] 

机构地区：[1]合肥工业大学计算机与信息学院,合肥230009

出　　处：《计算机应用研究》2008年第4期996-998,1002,共4页Application Research of Computers

基　　金：国家自然科学基金资助项目(60575023);高等学校博士学科点专项科研基金资助项目(0359012)

摘　　要：将量子遗传算法用于贝叶斯网络(BN)的结构学习,对BN结构进行量子编码得到染色体,通过量子变异操作使其作为一个完备的独立解空间进行演化,可快速搜索到全局最优的网络结构。实验结果表明,量子遗传算法用于BN结构学习,可取得很好的效果。The paper applied QGA to learn structures of a Bayesian network （BN）. The chromosome was formed by quantum coding the structure of BN. It made this chromosome as a complete independent solution space to evolve by taking quantum vafiance operation. The finest network structure could he quickly found in this way. Experiment results show that it is more efficiently and precisely to learn Bayesian networks by QGA.

关 键 词：贝叶斯网络 结构学习 量子遗传算法 量子位 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]