A Hybrid Algorithm for Learning Bayesian Network Structure Based on Artificial Bee Colony and Genetic Algorithm

摘要:

变量之间的关系对解释数据具有重要作用,而贝叶斯网络恰恰是表示变量之间关系的重要工具.针对贝叶斯网络结构学习问题,基于蜂群算法(ABC)和遗传算法(GA),提出一个新的混合型算法(ABC-GA).由于ABC-GA融合了ABC算法和GA算法的长处,所以可以弥补单独使用任一算法的缺陷.数值试验结果表明:ABCGA算法具有较高的计算效率和计算精度.

The relationships between variables plays an important role in the interpretation of the data,and Bayesian network is an important tool to express the relationship between variables.For Bayesian network structure learning problem,a new hybrid algorithm（ABC-GA）is proposed based on ant colony algorithm（ABC）and genetic algorithm（GA）.Because ABC-GA combines the strengths of ABC algorithm and GA algorithm,so it can make up the defects using either method alone.Numerical results show that：the calculation efficiency and accuracy of ABC-GA algorithm is high.

作者:

汪春峰 蒋妍

机构地区:

betway官方app 数学与信息科学学院 河南大学环境与规划学院 郑州旅游职业学院基础部

出处:

《betway官方app 学报：自然科学版》 CAS 北大核心 2015年第4期16-20,共5页

基金:

国家自然科学基金(U1404105 11171094) 河南省科技攻关研究计划项目(142102210058) betway官方app 国家级科研项目培育基金(01016400105) betway官方app 博士科研启动课题项目(qd12103) betway官方app 校级骨干教师培养项目 betway官方app 青年科学基金项目(2013qk02)

关键词:

贝叶斯网络结构学习 ABC算法 GA算法 无约束优化

Bayesian network structure learning ABC algorithm GA algorithm unconstraint optimization

分类号:

TP301 [自动化与计算机技术—计算机系统结构]

基于蜂群算法和遗传算法的贝叶斯网络结构混合学习方法.pdf