[发明专利]贝叶斯网络结构学习方法、系统及可靠性模型构建方法

摘要

本发明提供了贝叶斯网络结构学习方法、学习系统及可靠性模型构建方法。其中，所述学习方法包括：获取系统各模块相关数据并抽象为对应的贝叶斯网络的节点；依据系统相关数据，计算并建立节点对互信息矩阵及节点对BIC评分矩阵；建立相应邻接矩阵并依据所述系统相关数据，计算各节点对应的家族描述长度值及所有节点的家族描述长度值的和。执行加边操作并通过最小描述长度原则判断是否继续更新BN结构。执行边的翻转操作并通过最小描述长度原则判断是否继续更新BN结构；在加边操作中，将MDL准则与BIC评价准则结合，避免了重复爬山。虽然仍属于贪婪搜索法，但由于结合特定的评分准则使得搜索效率及准确率均得到了极大的提高。

主权项

一种贝叶斯网络结构学习方法，其特征在于，所述方法包括：获取系统各模块相关数据并抽象为对应的贝叶斯网络的节点；依据所述节点，建立对应的贝叶斯网络邻接矩阵，并初始化为全零矩阵；建立与所述贝叶斯网络邻接矩阵尺寸相同的节点对儿互信息矩阵，并初始化为全零矩阵；建立与所述贝叶斯网络邻接矩阵尺寸相同的节点对儿评分矩阵，并初始化为全零矩阵；依据所述系统相关数据，计算各节点对应的家族描述长度值及所有节点的家族描述长度值的和；执行加边操作；通过最小描述长度准则对当前贝叶斯网络结构进行评价并判断所述贝叶斯网络结构是否存在环；当所述贝叶斯结构的描述长度减小并不存在环时，继续执行所述加边操作以更新所述贝叶斯网络结构；所述加边操作具体包括：计算所有节点对儿对应的互信息值；并获取所述节点对儿互信息矩阵中最大互信息值对应的第一节点对儿编号；将所述位置清零并在所述第一节点对儿之间添加一条无向边；计算所有节点对儿对应的评分值；并获取所述节点对儿评分矩阵中所述第一节点对儿对应位置的评分以确定所述无向边的方向。