增量式貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf

1、20世紀(jì)80年代，在不確定性問題的研究方面，人們將概率論、統(tǒng)計(jì)論和圖論結(jié)合，從而發(fā)展起來一門新的學(xué)科--貝葉斯網(wǎng)絡(luò)(Bayesian Networks)。由于貝葉斯網(wǎng)絡(luò)使用形象而清晰的圖論知識(shí)說明變量之間的內(nèi)在統(tǒng)計(jì)關(guān)系，使得它能夠?qū)?fù)雜的概率分布用清晰而緊湊的形式表示出來，貝葉斯網(wǎng)絡(luò)也以其顯著的優(yōu)點(diǎn)成為復(fù)雜系統(tǒng)中數(shù)據(jù)分析和不確定性推理的一種有效工具。
　　 傳統(tǒng)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法都是批量學(xué)習(xí)算法，這些傳統(tǒng)批量學(xué)習(xí)算法在面對(duì)

2、現(xiàn)實(shí)情況中動(dòng)態(tài)變化的訓(xùn)練樣本集數(shù)據(jù)時(shí)，算法的執(zhí)行時(shí)間較長而且需要占用巨大的存儲(chǔ)空間。為了提高貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法的效率以及解決這些傳統(tǒng)批量學(xué)習(xí)算法的缺點(diǎn)，本文所做的主要工作以及創(chuàng)新點(diǎn)如下所示：
　　 首先，研究了群智能優(yōu)化算法，將粒子群算法和遺傳算法相結(jié)合提出一種適用于貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的搜索算法--MPS(Mixed PSO Search)算法。并通過實(shí)驗(yàn)驗(yàn)證了MPS算法的有效性。
　　 然后，研究了增量式學(xué)習(xí)的思想

3、，增量式學(xué)習(xí)機(jī)制中含有兩個(gè)優(yōu)化函數(shù)：一個(gè)是WTUD(when to update)函數(shù)，另一個(gè)是SSS(shrink search space)函數(shù)。WTUD函數(shù)決定是否需要更新以及何時(shí)更新網(wǎng)絡(luò)，SSS函數(shù)決定搜索的范圍。將這一增量式學(xué)習(xí)機(jī)制應(yīng)用在MPS算法中，提出一種增量式MPS算法，并通過實(shí)驗(yàn)驗(yàn)證該算法的有效性。
　　 最后，研究了傳統(tǒng)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法：CL算法和B算法。提出兩種增量式貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法：iCL算