国内刊号:61-1525/N
国际刊号:2097-1915
发布日期:
作者:陈海洋,尚珊珊,任智芳,刘静,张静
单位:西安工程大学电子信息学院, 西安,710048\
关键词:贝叶斯网络;结构学习;互信息;蚁狮算法; sigmoid函数;生物地理算法
基金:国家自然科学基金 (51905405)
为了改善小数据集下BN结构学习中对数据利用不充分的缺陷, 提高贝叶斯结构学习算法的寻优效率,提出基于改进蚁狮优化的贝叶斯网络结构学习算法。首先,通过互信息约束初步构建网络,并对蚁狮算法初始化;其次,为了有效利用小数据集,用改进的sigmoid函数对迭代中的矩阵元素进行二值转换;为了进一步提高蚁狮算法的搜索效率,用生物地理算法中的迁移、变异、清除算子抽取更换个别蚂蚁;最后,结合蚁狮算法的更新机制寻找最优解。实验结果表明,文中算法寻优效率高、收敛速度快,能跳出局部最优,具有更高的准确性。
来源:2023年第2期
《空军工程大学学报》期刊编辑部