计量学报

作者：孙美婷,刘彬

单位：1. 北京工业大学 信息学部人工智能与自动化学院, 北京 100124; 2. 燕山大学 信息科学与工程学院, 河北 秦皇岛 066004;

关键词：计量学; 动态贝叶斯网络; 时序互信息; 得分标准差; 自适应学习

针对动态贝叶斯网络(dynamic bayesian network, DBN)是NP困难问题,提出基于改进遗传算法的DBN结构自适应学习算法。该算法计算最大互信息和时序互信息完成DBN结构搜索空间的初始化。在此基础上设计改进遗传算法,引入评分标准差构建交叉概率和变异概率的自适应调节函数,以降低结构学习过程陷入局部最优解的概率。仿真结果表明,该算法在无先验知识的情况下,相比其他优化算法,汉明距离和运行时长平均减少了30%, 37.3%,评分值平均增大了18.0%。

来源：2021年第1期

《计量学报》期刊编辑部

查看计量学报杂志2021年第1期