貝葉斯網(wǎng)絡(luò)推理方法及其在災(zāi)害風(fēng)險(xiǎn)決策中的應(yīng)用研究.pdf

1、貝葉斯網(wǎng)絡(luò)是表示變量間因果概率的一種圖形模型，以其堅(jiān)實(shí)的理論基礎(chǔ)、知識(shí)結(jié)構(gòu)的自然表述方式、強(qiáng)大的推理能力成為人工智能領(lǐng)域中處理不確定性信息的有效工具。動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)是貝葉斯網(wǎng)絡(luò)在時(shí)間上的擴(kuò)展，是對(duì)人工智能領(lǐng)域中動(dòng)態(tài)不確定性問(wèn)題進(jìn)行表示和處理的一種重要工具。本文在對(duì)貝葉斯網(wǎng)絡(luò)全面概述的基礎(chǔ)上，對(duì)貝葉斯網(wǎng)絡(luò)和動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的推理方法進(jìn)行了研究，并將其應(yīng)用在地震災(zāi)害風(fēng)險(xiǎn)決策中的應(yīng)用。全文的主要內(nèi)容如下：
　　 (1)貝葉斯網(wǎng)絡(luò)的概述。

2、概述了貝葉斯網(wǎng)絡(luò)的起源與發(fā)展，以及貝葉斯網(wǎng)絡(luò)的主要研究?jī)?nèi)容，詳細(xì)介紹了貝葉斯網(wǎng)絡(luò)模型、貝葉斯網(wǎng)絡(luò)的構(gòu)建過(guò)程、貝葉斯網(wǎng)絡(luò)的類型以及貝葉斯網(wǎng)絡(luò)的應(yīng)用，并重點(diǎn)討論了貝葉斯網(wǎng)絡(luò)和動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的推理方法，給出了貝葉斯網(wǎng)絡(luò)的聯(lián)合樹精確推理算法。
　　 (2)針對(duì)傳統(tǒng)自適應(yīng)粒子濾波(APF)對(duì)于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)推理中面臨的高維問(wèn)題，提出動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的一種自適應(yīng)的局部抽樣粒子濾波算法(LSAPF)。LSAPF算法將BK算法分團(tuán)的思想引入到粒子

3、抽樣中，利用策略相關(guān)性和局部模型的弱交互性為指導(dǎo)對(duì)動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)進(jìn)行分割，以降低抽樣規(guī)模和抽樣的狀態(tài)空間；進(jìn)而對(duì)局部模型用自適應(yīng)粒子濾波算法進(jìn)行近似推理，并以粒子的因式形式近似系統(tǒng)的狀態(tài)信度。實(shí)驗(yàn)結(jié)果表明該算法能很好的兼顧推理精度和推理時(shí)間，與APF算法相比在不增加推理誤差的情況下推理時(shí)間也有較大的提高。
　　 (3)災(zāi)害風(fēng)險(xiǎn)決策問(wèn)題具有模糊性、隨機(jī)性，決策信息的不完備性、不精確性等特性使得風(fēng)險(xiǎn)決策難度很大。貝葉斯網(wǎng)絡(luò)具有直觀的