季俊忠;张洪勋;胡仁兵;刘春年 一种基于独立性测试和蚁群优化的贝叶斯网络学习算法。 (英语) Zbl 1212.68129号 《汽车学报》。罪。 35,第3期,281-288(2009). 摘要:为了解决蚁群算法在贝叶斯网络学习中的不足,提出了一种基于条件独立性检验和蚁群算法的改进算法。首先,I-ACO-B使用0阶独立性测试来有效地限制候选解的空间,从而可以避免许多不必要的蚂蚁搜索。然后,通过结合解的全局得分增长和节点之间的局部互信息,给出了一个新的启发式函数,该函数具有更好的启发式能力,可以引导随机搜索过程。在基准数据集上的实验结果表明,新算法在大规模数据库中是有效的,与原算法相比,大大提高了收敛速度。 引用于6文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 关键词:不确定性建模;贝叶斯网络结构学习;蚁群优化 PDF格式BibTeX公司 XML格式引用 \textit{J.Ji}等人,《汽车学报》。罪。35,第3号,281--288(2009;Zbl 1212.68129) 全文: 内政部