[发明专利]一种贝叶斯网络的拓扑构建方法

摘要

本发明公开了一种贝叶斯网络的拓扑构建方法，先初始化若干个代表贝叶斯网络的飞蛾，使用评分函数对其打分排序得到烛火；使用迭代法更新飞蛾和烛火，更新过程中使用遗传算法的变异和交叉方法；最终根据最高评分的烛火获得最优的贝叶斯网络；这样利用了飞蛾烛火算法的平衡了全局寻优和局部寻优的特点以及遗传算法的并行计算能力强、减少粒子随机性的优点，更快更准确的建立了贝叶斯网络拓扑结构。

主权项

1.一种贝叶斯网络的拓扑构建方法，其特征在于，包括以下步骤：(1)、设置飞蛾数量n，每一只飞蛾代表一个节点数量为f的贝叶斯网络拓扑结构，每一个贝叶斯网络拓扑结构均为一有向无环图，其中，f个节点用集合表示为：X＝{X1,X2,…，Xi,…,Xf}；设置最大迭代次数T，最大无效迭代次数P；(2)、初始化n个有向无环图，得到每只飞蛾的f阶位置矩阵Mi，i＝1,2,…,n；(3)、利用改进型BIC算法使用样本集D＝{D1,D2,…,Dm}对每只飞蛾的位置矩阵Mi进行评分；其中，m代表样本数量，q_i是节点X_i的父节点取值个数，r_i是节点X_i取值个数，m_ijk表示节点X_i的父节点在第j种取值下自身第k种取值值的个数，且λ为惩罚系数；(4)、将每个位置矩阵Mi的评分从大到小排序，得到烛火Fi；(5)、利用迭代法更新飞蛾位置和烛火数量；如果当前迭代次数t小于最大迭代次数T，则将当前迭代次数t加1，再更新烛火数量R，表示向上取整，然后对所有的飞蛾位置进行更新，然后进入步骤(6)，否则跳至步骤(9)；(6)、将原位置矩阵Mi和更新后的位置矩阵按照评分从大到小排序，选择前R个位置作为新烛火；(7)、判断新烛火对应的位置矩阵的最高评分是否大于上一次迭代时新烛火对应的位置矩阵的最高评分，果大于，则将当前无效迭代次数p为1，否则将当前无效迭代次数p加1；(8)、判断当前无效迭代次数p是否达到最大无效迭代次数P的上限，如果达到上限，则进入步骤(9)，否则返回步骤(5)；(9)、将最高评分的位置矩阵作为构建的贝叶斯网络拓扑。