基于蚁群优化的贝叶斯网络学习与知识概念图构建

摘要：

针对现有贝叶斯网络学习搜索效率不高、易陷入局部最优解问题,提出一种利用互信息熵作为启发式信息的蚁群优化搜索算法--ACOMI.该算法依据节点之间的互信息熵、交叉信息熵和网络的MDL评分进行贝叶斯网络最佳结构搜索.提出了多种搜索空间限制的策略,加速了问题的求解过程.实验表明,ACOMI算法得到的结果准确性高,搜索效率比同类算法(ACOB)有大幅提高.作者将其应用到e-learning中知识概念图的搜索和构建中,得到了很好的结果.

关键词：贝叶斯网络学习、蚁群优化、互信息熵、知识概念图

所属期刊栏目：29

分类号：TP3;O22

资助基金：国家自然科学基金资助项目60773051;浙江省自然科学基金资助项目Y107631

在线出版日期：2010-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：835-840