[发明专利]一种基于贝叶斯网络模型的代码生成方法、系统及介质

说明书

一种基于贝叶斯网络模型的代码生成方法，涉及贝叶斯网络的推理方法和实现，以及自动代码生成技术。本发明方法包括：由待处理概率图模型信息生成对应的贝叶斯网络模型；根据贝叶斯网络模型生成动态C代码文件，结合预设的固定C代码文件，并根据预设的指派节点事件取第几个值的编号信息，实现根据底事件发生的概率求顶事件发生的概率，生成的动态C代码文件和预设的固定C代码文件交由计算机执行。本发明使用C代码实现了贝叶斯推理网络，根据输入的贝叶斯网络模型动态生成C代码，配合固定的C代码，可以实现根据底事件发生的概率求顶事件发生的概率，完成了贝叶斯推理网络的嵌入式实现，给出了嵌入式平台移植的解决方案。

技术领域

本发明涉及一种基于贝叶斯网络模型的代码生成方法，涉及贝叶斯网络的推理方法和实现，以及自动代码生成技术。

背景技术

贝叶斯网络模型是一种概率图模型，由一个有向无环图和条件概率表组成。贝叶斯网络的拓扑结构由节点和有向边组成。节点表示随机变量，有向边表示随机变量之间的依赖关系。当两个节点之间存在连接关系时，则信息可以在这两个节点之间传递，表示这两个随机变量具有因果关系或是非条件独立的。当两个节点之间不存在连接关系时，则称这两个随机变量是条件独立的。如果两个节点以单向箭头连接，那么这两个节点之间会产生一个条件概率值。

条件概率是当一个事件发生时，另一个相关联事件发生的概率。即在事件B发生的情况下，判断相关联事件A发生的概率，可以记为P(A|B)。根据概率知识可知：

联合概率是指包含多个条件且所有条件同时成立的概率，可记作P(A,B,…)。

相关技术中，将贝叶斯网络模型的推理方法和实现转换为硬件设备能识别的代码，即完成了基于贝叶斯网络模型的代码生成。

星载计算机上存在实现与贝叶斯网络模型相关联算法的需求，需要将贝叶斯网络的推理方法和实现转换为嵌入式平台能识别的C代码，且需要根据底事件发生的概率获得顶事件发生的概率。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种基于贝叶斯网络模型的代码生成方法，针对星载计算机上实现与贝叶斯网络模型相关联算法的需求，使用C代码实现了贝叶斯推理网络，根据输入的贝叶斯网络模型动态生成C代码，配合固定的C代码，可以实现根据底事件发生的概率求顶事件发生的概率，完成了贝叶斯推理网络的嵌入式实现，给出了嵌入式平台移植的解决方案。

本发明的技术解决方案是：一种基于贝叶斯网络模型的代码生成方法，包括：

由待处理概率图模型信息生成对应的贝叶斯网络模型；

根据贝叶斯网络模型生成动态C代码文件，结合预设的固定C代码文件，并根据预设的指派节点事件取第几个值的编号信息，实现根据底事件发生的概率求顶事件发生的概率，生成的动态C代码文件和预设的固定C代码文件交由计算机执行。

进一步地，所述待处理概率图模型信息包括节点标识、节点取值个数、父节点标识和概率矩阵。

进一步地，所述由待处理概率图模型信息生成对应的贝叶斯网络模型的方法包括：

解析待处理概率图模型信息，获取贝叶斯网络节点的标识、节点取值个数、父节点和节点的概率矩阵，基于获得的信息构造贝叶斯网络模型。

进一步地，所述指派节点事件取第几个值的编号信息包括贝叶斯网络模型中所有节点被指派取第几个值的编号信息，每个节点被指派取第几个值的编号信息按照节点的编号顺序依次罗列。

进一步地，所述根据底事件发生的概率求顶事件发生的概率的方法包括：

解析输入的待处理概率图模型信息构造贝叶斯网络，找到贝叶斯网络节点构造贝叶斯网络整体的数据结构；