一种改进的贝叶斯网络知识合成算法  

An improved knowledge integration algorithm for Bayesian nets

作　　者：张什永[1,2] 彭云[3] 王晓蒲[1] 

机构地区：[1]中国科学技术大学物理实验教学中心,安徽合肥230026 [2]中电集团公司第38研究所,安徽合肥230088 [3]马里兰大学巴尔的摩分校计算机科学与电机工程系,美国马里兰21250

出　　处：《中国科学技术大学学报》2011年第1期88-92,共5页JUSTC

基　　金：科技部科技型中小企业技术创新基金(04C26223400621)资助

摘　　要：为了解决贝叶斯网络知识合成中的不一致问题,对现有的算法进行了改进.改进后的算法在现有方法的基础上,引入了约束集不一致时的知识合成算法,在知识合成迭代过程中,通过对联合概率分布和概率知识的双向修正,在每一步迭代过程中降低了不一致度,从而实现了贝叶斯网络知识合成时对不一致概率知识的处理.实验结果表明,改进后的算法不仅能够处理概率知识之间相互不一致问题,而且能够处理概率知识与网络结构不一致问题.In order to integrate inconsistent probabilistic knowledge（constraints） into Bayesian network（BN） knowledge integration,an improved algorithm was proposed.In the iterative process of knowledge integration,the new algorithm bi-directionally modifies both joint probability distribution of the BN and probabilistic constraints,thus reducing inconsistency among constraints.Simulation results show that the improved algorithm can handle not only inconsistency among probabilistic constraints but also inconsistency between constraints and the BN structure.

关 键 词：贝叶斯网络 知识合成 不一致 

分 类 号：O212.1[理学—概率论与数理统计]