贝叶斯网络结构学习的限制型模拟退火方法  

Constrained Simulated Annealing Method for BayesianNetwork Structure Learning

作　　者：汪春峰[1] 王艳玲[1] 

机构地区：[1]河南师范大学数学与信息科学学院,河南新乡453007

出　　处：《河南师范大学学报（自然科学版）》2013年第2期6-9,共4页Journal of Henan Normal University(Natural Science Edition)

基　　金：国家自然科学基金(11171094);河南师范大学博士科研启动课题(qd12103);河南师范大学校级青年骨干教师培养资助;河南省基础与前沿技术研究计划项目(102300410264;132300410285);河南省教育厅基础研究项目(2010A110010);河南省教育厅科学技术研究重点项目(13A11054)

摘　　要：模拟退火方法学习贝叶斯网络结构是一种以搜索最高得分函数为原则的智能优化方法.提出一种学习贝叶斯网络结构的限制型模拟退火方法.在该方法中,首先通过求解无约束优化问题得到一个无向图,然后使用模拟退火方法进行边及边方向的确定.由于搜索空间的规模减小,该方法比直接使用模拟退火方法学习贝叶斯网络结构的效率要高.Simulated annealing method forlearning Bayesian network structure is an intelligent optimizationmethod based on the principle of scoring function. This paper presents a constrained simulated annealing method （CSAB） to learn Bayesian network structure. In this method, an undirected graph isobtained firstly by solving an unconstrained optimization problem; then, simulated annealing method is used to determine the edge andits direction. Compared with the methods which use simulated annealing method to learn Bayesian network structure directly, asthe search space is reduced, this method is more efficiency.

关 键 词：贝叶斯网络 结构学习 无约束优化 模拟退火方法 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]