基于人工蜂群算法的贝叶斯网络结构学习研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-15页 |
·贝叶斯网络的研究背景及意义 | 第7-9页 |
·贝叶斯网络的起源、发展和研究现状 | 第9-12页 |
·贝叶斯网络的研究情况 | 第9-11页 |
·贝叶斯网络的应用动态 | 第11-12页 |
·本文的主要工作及内容安排 | 第12-15页 |
第二章 贝叶斯网络概述 | 第15-23页 |
·贝叶斯网络基础理论 | 第15-17页 |
·图论基础 | 第15-16页 |
·概率论与信息论基础 | 第16-17页 |
·贝叶斯网络定义 | 第17-18页 |
·贝叶斯网络学习 | 第18-21页 |
·贝叶斯网络结构学习 | 第18-20页 |
·贝叶斯网络参数学习 | 第20-21页 |
·本章小结 | 第21-23页 |
第三章 人工蜂群算法改进研究 | 第23-37页 |
·引言 | 第23-25页 |
·人工蜂群算法描述 | 第25-28页 |
·基于局部搜索的人工蜂群算法 | 第28-30页 |
·局部搜索算子 | 第28-29页 |
·基于排序的选择概率 | 第29页 |
·算法描述 | 第29-30页 |
·仿真实验及结果分析 | 第30-36页 |
·本章小结 | 第36-37页 |
第四章 基于人工蜂群算法的贝叶斯网络结构学习 | 第37-47页 |
·问题转换 | 第37页 |
·贝叶斯网络结构编码 | 第37-38页 |
·基于人工蜂群算法的贝叶斯网络结构学习 | 第38-42页 |
·初始蜜源的选择 | 第38-40页 |
·基于遗传算子的蜜源更新策略 | 第40-41页 |
·修复非法结构图 | 第41-42页 |
·算法实现步骤 | 第42页 |
·实验 | 第42-46页 |
·本章小结 | 第46-47页 |
第五章 结论 | 第47-49页 |
致谢 | 第49-51页 |
参考文献 | 第51-57页 |
在读期间发表论文情况 | 第57-59页 |
附录 | 第59-61页 |