×
杨翠翠;季俊忠;刘继明;刘金铎;尹宝才

基于细菌觅食优化的贝叶斯网络结构学习。 （英语） Zbl 1344.68194号

国际J近似推理 69, 147-167 (2016).
摘要：受群体智能启发的算法已用于许多优化问题，其有效性已在许多领域得到证明。我们提出了一种新的基于细菌觅食优化的贝叶斯网络结构学习群体智能算法BFO-B。在BFO-B算法中，每个细菌对应一个代表贝叶斯网络结构的候选解，该算法在三个主要机制下运行：趋化、繁殖、消除和扩散。趋化机制使用四个操作符随机贪婪地优化细菌种群中的每个解决方案，然后繁殖机制模拟适者生存，以利用最优解并加快优化的收敛速度。最后，消除和扩散机制控制着勘探过程，并以一定的概率跳出局部最优解。我们测试了四个算法操作符的个人贡献，并在许多基准网络上与两个最先进的基于群体智能的算法和七个其他著名算法进行了比较。实验结果验证了所提出的BFO-B算法是学习贝叶斯网络结构的一种可行的替代方法，并且与最新的算法相比也具有很强的竞争力。

引用于4文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68分20秒 人工智能背景下的问题解决（启发式、搜索策略等）

关键词：

细菌觅食优化;贝叶斯网络;结构学习;群体智能

软件：

TETRAD公司
PDF格式BibTeX公司 XML格式引用
\textit{C.Yang}等人，《国际近似推理》69，147--167（2016；Zbl 1344.68194）
全文： 内政部
OA许可证

参考文献：

[1] Pearl，J.，《智能系统中的推理：合理推理网络》（1988年），Morgan Kaufmann:Morgan Koufmann San Mateo，CA
[2] 戴利，R。；沈（音）。；Aitken，S.，《学习贝叶斯网络：方法和问题》，Knowl。工程版本，26，2，99-157（2011）
[3] de Campos，L.M。；Fernández-Luna，J.M。；Puerta，J.M.，用于学习贝叶斯网络的迭代局部搜索算法，在条件独立性测试上重新启动，Int.J.Intell。系统。，18, 2, 221-235 (2003) ·Zbl 1028.68038号
[4] Wong，M.L。；Leung，K.S.，《使用进化规划和最小描述长度原则进行贝叶斯网络数据挖掘》，IEEE Trans。模式分析。机器。智力。，21, 2, 174-178 (1999)
[5] Wong，M.L。；Leung，K.S.，使用基于进化算法的混合方法学习贝叶斯网络的有效数据挖掘方法，IEEE Trans。进化。计算。，8，4378-404（2004年）
[6] de Campos，L.M。；Fernández-Luna，J.M。；Gámez，J.A。；Puerta，J.M.，用于学习贝叶斯网络的蚁群优化，国际期刊近似推理。，31, 3, 291-311 (2002) ·Zbl 1033.68091号
[7] de Campos，L.M。；Hutte，J.F.，《使用独立标准学习信念网络的新方法》，《国际期刊近似推理》。，24, 1, 11-37 (2000) ·Zbl 0995.68109号
[8] 拉腊尼亚加，P。；波扎，M。；Yurramendi，Y。；Murga，R.H。；Kuijpers，C.M.H.，《用遗传算法学习贝叶斯网络的结构：控制参数的性能分析》，IEEE Trans。模式分析。机器。智力。，18, 9, 912-925 (1996)
[9] 拉腊尼亚加，P。；Kuijpers，C.M.H。；Murga，R.H。；Yurramendi，Y.，通过使用遗传算法搜索最佳排序来学习贝叶斯网络结构，IEEE Trans。系统。人类网络。，A部分，系统。Hum.，26，4，487-493（1996）
[10] 季建中。；Wei，H.K。；Liu，C.N.，用于学习贝叶斯网络的人工蜂群算法，软计算。，17, 6, 983-984 (2013)
[11] 季建中。；胡瑞波。；张海霞。；Liu，C.N.，基于蚁群优化的贝叶斯网络混合学习方法，应用。软计算。，11, 4, 3373-3384 (2011)
[12] 季建中。；张海霞。；胡瑞波。；Liu，C.N.，基于独立性测试和蚁群优化的贝叶斯网络学习算法，Acta Autom。罪。，35, 3, 281-288 (2009) ·Zbl 1212.68129号
[13] 季建中。；张海霞。；胡，R.B。；刘春娜，基于禁忌搜索的贝叶斯网络结构学习算法，北京理工大学。，37, 8, 1274-1280 (2011)
[14] Gámez，J.A。；Puerta，J.M.，使用蚁群优化搜索贝叶斯网络中的最佳消除序列，模式识别。莱特。，23, 1-3, 261-277 (2002) ·Zbl 1050.68136号
[15] 沙马尔迪诺斯一世。；Brown，L.E。；Aliferis，C.F.，《Max-Min爬山贝叶斯网络结构学习算法》，马赫。学习。，65, 1, 31-78 (2006) ·Zbl 1470.68192号
[16] 铃木，J.，《基于最小描述长度原则的贝叶斯信念网络学习：基本属性》，IEICE Trans。芬丹。电子。Commun公司。计算。科学。，82, 10, 2237-2245 (1999)
[17] Liu，D.Y。；Wang，F。；卢，Y.N。；薛伟新。；Wang，S.X.，基于遗传算法的贝叶斯网络结构学习研究，计算。科学。Res.Dev.，38，8，916-922（2001）
[18] 平托，P.C。；Nägele，A。；Dejori，M。；朗克勒，T.A。；Sousa，J.M.C.，《使用局部发现蚂蚁算法进行贝叶斯网络结构学习》，IEEE Trans。进化。计算。，13, 4, 767-778 (2009)
[19] Cheng，J。；贝尔，医学博士。；Liu，W.，《从数据中学习信念网络：一种基于信息理论的方法》，（《第六届信息与知识管理国际会议论文集》，第六届国际信息和知识管理会议论文集，CIKM’97（1997）），325-331
[20] Heckerman，D.，《贝叶斯网络学习教程》（Bayesian networks中的创新-计算智能研究（2008），Springer:Springer Berlin，Heidelberg），33-82·Zbl 1196.62027号
[21] 弗里德曼，N。；我·纳奇曼。；Peér，D.，从海量数据集学习贝叶斯网络结构：“稀疏候选”算法，（第15届人工智能不确定性会议论文集，第15届人造智能不确定性大会论文集，UAI'99（1999）），206-215
[22] 陈海霞。；郑琦。；Lei，T。；Ping，S.L.，《通过粒子群优化学习贝叶斯网络的研究》，Inf.Technol。J.，5，3，540-545（2006）
[23] 陈海霞。；郑琦。；Lei，T。；Ping，S.L.，用离散粒子群优化算法学习贝叶斯网络结构，（2007年IEEE计算智能基础研讨会论文集。2007年IEEE计算智能基础研讨会论文集，FOCI2007（2007）），47-52
[24] Wang，T。；Yang，J.，使用离散粒子群优化学习贝叶斯网络的启发式方法，Knowl。信息系统。，24, 2, 269-281 (2010)
[25] 库珀，G.F。；Herskovits，E.，从数据中归纳概率网络的贝叶斯方法，马赫。学习。，9, 4, 309-347 (1992) ·Zbl 0766.68109号
[26] 赫克曼，D。；盖革，D。；Chickering，D.M.，《学习贝叶斯网络：知识和统计数据的结合》，马赫出版社。学习。，20, 3, 197-243 (1995) ·Zbl 0831.68096号
[27] Alcobé，J.R.，增量爬山搜索应用于贝叶斯网络结构学习，（第十五届欧洲机器学习会议论文集，第十五届欧盟机器学习会议文献集，意大利比萨（2004））
[28] Chickering，D.M.，贪婪搜索下的最优结构识别，J.Mach。学习。研究，3507-554（2002）·Zbl 1084.68519号
[29] Spirtes，P。；Glymour，C。；Scheines，R.，因果、预测和搜索（2002），麻省理工出版社·Zbl 0806.62001
[30] Chickering，D.M。；盖革，D。；Heckerman，D.，学习贝叶斯网络是NP难的（1994），微软研究，技术报告MSR-TR-94-17
[31] Shi，Y.H.，基于头脑风暴过程的优化算法，Int.J.Swarm Intel。第2、4、35-62号决议（2011年）
[32] 肯尼迪，J。；Eberhart，R.，粒子群优化（1995年IEEE神经网络国际会议论文集（1995）），1942-1948
[33] Shi，Y.H。；Eberhart，R.，《改进的粒子群优化器》（1998年IEEE计算智能世界大会论文集，1998年），69-73
[34] 多里戈，M。；Maniezzo，V.A。；Colorni，A.，《蚂蚁系统：协作代理群体的优化》，IEEE Trans。系统。人类网络。，B部分，网络。，26, 1, 29-41 (1996)
[35] 多里戈，M。；Gambardella，L.M.，《蚁群系统：旅行推销员问题的合作学习方法》，IEEE Trans。进化。计算。，1, 1, 53-66 (1997)
[36] Karaboga，D.，《基于蜜蜂群的数值优化思想》（2005），埃尔西耶大学计算机工程系：土耳其埃尔西耶大学计算机工程系，技术报告TR06
[37] Passino，K.M.，分布式优化和控制细菌觅食的生物模拟，IEEE控制系统。Mag.，22，3，52-67（2002）
[38] 刘，Y。；Passino，K.M.，《分布式优化社会觅食细菌的生物模拟：模型、原理和紧急行为》，J.Optim。理论应用。，115, 3, 603-628 (2002) ·Zbl 1031.92038号
[39] Wan，M。；李立新。；Xiao，J.H。；王，C。；Yang，Y.X.，利用细菌觅食优化进行数据聚类，J.Intell。信息系统。，38, 2, 321-341 (2012)
[40] 阿格拉瓦尔，V。；Sharma，H。；Bansal，J.C.，《细菌觅食优化：一项调查》，《高级情报》。软计算。，130, 227-242 (2012)
[41] Mishra，S.，用于谐波估计的混合最小二乘模糊细菌觅食策略，IEEE Trans。进化。计算。，9, 1, 61-73 (2005)
[42] 达斯，S。；Biswas，A。；达斯古普塔，S。；Abraham，A.，《细菌觅食优化算法：理论基础、分析和应用》，Found。计算。英特尔。，3, 23-55 (2009)
[43] O.P.维尔玛。；Hanmandlu，M。；库马尔，P。；Chhabra，S。；Jindal，A.，一种用于边缘检测的新型细菌觅食技术，模式识别。莱特。，32, 1187-1196 (2011)
[44] Chen，H.N。；朱，Y.L。；Hu，K.Y.，《RFID网络规划用细胞对细胞通信的多克隆细菌觅食优化》，应用。软计算。，10, 539-547 (2010)
[45] 亚伯拉罕。；Biswas，A。；达斯古普塔，S。；Das，S.，细菌觅食优化算法中的繁殖算子分析，IEEE Trans。进化。计算。，1476-1483 (2008)
[46] 阿拉巴马州鲁比奥·拉戈。；Vega-Rodríguez，医学硕士。；Gómez-Pulido，J.A。；Sánchez-Pérez，J.M.，路由和波长分配问题的多目标群智能比较研究，IEEE Trans。系统。人类网络。，C部分，应用。版次：42、6、1644-1655（2012）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。