摘要：针对蝙蝠算法在搜索评分阶段易陷入局部最优且收敛精度低,以及基于蝙蝠算法的贝叶斯网络结构学习不完善等缺点,将模拟退火算法的思想引入到蝙蝠算法中,并对某些蝙蝠个体进行高斯扰动,提出了一种改进蝙蝠算法的贝叶斯网络结构混合学习算法.混合算法首先应用最大最小父子节点集合算法（Max-minparents and children,MMPC）来构建初始无向网络的框架,然后利用改进的蝙蝠算法进行评分搜索并确定边的方向.最后把应用本算法学习的ALARM网,和蚁群算法（MMACO）、蜂群算法（MMABC）进行比较,结果表明本混合算法具有较强的学习能力和更好的收敛速度,并且能够得到与真实网络更匹配的贝叶斯网络.
分类：期刊> 自然科学与工程技术> 基础科学> 数学
收录：知网收录(中) > 维普收录(中) > Pж(AJ) 文摘杂志(俄) > 国家图书馆馆藏 > 上海图书馆馆藏 > 数学文摘
关键词：贝叶斯网络 蝙蝠算法 模拟退火 蚁群算法 蜂群算法
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
