[发明专利]基于粒子群算法的贝叶斯网络优化方法在审
| 申请号： | 201410014689.3 | 申请日： | 2014-01-13 |
| 公开（公告）号： | CN104778495A | 公开（公告）日： | 2015-07-15 |
| 发明（设计）人： | 李捷;许延伟;郑晓航;赵良智;董晨;陆肖元 | 申请（专利权）人： | 上海宽带技术及应用工程研究中心 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00 |
| 代理公司： | 上海光华专利事务所 31219 | 代理人： | 李仪萍 |
| 地址： | 201201 上海市浦*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 粒子 算法 贝叶斯 网络 优化 方法 | ||
1.一种基于粒子群算法的贝叶斯网络优化方法，其特征在于，所述基于混合粒子群算法的贝叶斯网络优化方法至少包括：
当执行对问题求解的算法没有获得最优解时，基于预定选择策略由当前解群中选择较优解以形成较优解群；
基于较优解群来构造贝叶斯网络，并利用评价函数构建符合各较优解的贝叶斯网络概率模型；
对所述贝叶斯网络概率模型进行推理采样，以获得所述问题的较优候选解群，并基于粒子群算法对较优候选解群进行深度搜索，以获得所述问题的更优候选解群；
基于相关替换策略、较优候选解及更优候选解群来更新所述当前解群。
2.根据权利要求1所述的基于粒子群算法的贝叶斯网络优化方法，其特征在于：所述相关替换策略包括替换所述当前解群中最差的解或全部解。
3.根据权利要求1所述的基于粒子群算法的贝叶斯网络优化方法，其特征在于：所述相关替换策略包括将较优候选解群和更优候选解群中排序较优的部分解替换所述当前解群中相应数目的解。
4.根据权利要求3所述的基于粒子群算法的贝叶斯网络优化方法，其特征在于：所述相关替换策略包括将较优候选解群和更优候选解群中排序较优的前一半解并入所述当前解群。
5.根据权利要求1所述的基于粒子群算法的贝叶斯网络优化方法，其特征在于：基于收敛次数或运行时间的要求执行对问题求解的算法没有获得最优解时，基于预定选择策略由当前解群选择较优解以形成较优解群。
6.根据权利要求1所述的基于粒子群算法的贝叶斯网络优化方法，其特征在于：构建贝叶斯网络的次数定义为mod（N，100）=1，其中N为预定的迭代次数或运行时间。
7.根据权利要求1所述的基于粒子群算法的贝叶斯网络优化方法，其特征在于还包括：由所有可行解中根据均匀分布随机生成所述问题的初始解群。
8.根据权利要求1所述的基于粒子群算法的贝叶斯网络优化方法，其特征在于：当执行对问题求解的算法没有获得最优解时，基于预定选择策略由当前解群及历史较优解中选择较优解以形成较优解群。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海宽带技术及应用工程研究中心，未经上海宽带技术及应用工程研究中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201410014689.3/1.html，转载请声明来源钻瓜专利网。
