[發明專利]一種基于并行演化搜索的貝葉斯網絡結構學習方法

在審

• 申請號: 201810085728.7
• 申請日: 2018-01-29
• 公開（公告）號: CN108197665A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 林小光;鐘坤華;孫啟龍;張矩
• 申請（專利權）人: 中國科學院重慶綠色智能技術研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/12
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種基于并行演化搜索的貝葉斯網絡結構學習方法，其特征在于：該方法包括以下步驟：

S1：使用馬爾可夫鏈蒙特卡羅方法(MarkovChainMonteCarlo,MCMC)對原始樣本數據進行隨機采樣；采用吉布斯方法對隨機采樣過程進行優化處理，在高維情況下使得抽樣效率更高；考慮轉移概率的存在，抽樣數據由若干相對獨立具有初步條件概率的數據子集構成；

S2：將S1產生的數據子集分別進行基因編碼，得到初始種群X_j，即若干個無邊圖；

S3：采用貝葉斯評分方法定義評價函數，即采用后驗概率最大的原則G^*＝argmaxP(G|D)，其中，D表示數據集，G表示一個在貝葉斯網絡N上的網絡結構；N＝{X₁,X₂,…,X_n}，其中X_i的取值范圍為對于任意的結點x_i，如果其父節點集為π_i，則這個貝葉斯網絡結構的評價函數定義為：

i表示待評價貝葉斯網絡中結點序號；j表示結點x_i不同的父節點集序號；q_i為π_i的實例；N_ijk為數據集D中變量X_i的值取x_ik時，其父節點Πx_i取值為第π_ij個時的個數，w_ij表示第j個，

S4：采用爬山搜索法定義進化過程；在進化操作過程中，從初始種群逐個對變量進行考察，確定每個節點的父節點，生成由父節點指向子節點的有向邊；對于X_j，已經得到的父節點集合為π_j；定義μ為變量父節點個數上限閾值，如果|π_j|＜μ，則X_j的父節點個數低于規定的上限，考查排在X_j且不在π_j中的變量，從中選出這樣的X_i，使得新家族評分最大；然后再比較V_new和V_old，如果V_new>V_old，那么將X_i添加到π_j中；

S5：定義進化停止條件；如果|π_j|≥μ，停止進化。