基于改进鱼群蜂群算法的贝叶斯网络结构学习
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-16页 |
| ·贝叶斯网络的发展历史以及研究现状 | 第11页 |
| ·贝叶斯网络研究意义 | 第11-14页 |
| ·论文的主要内容与结构介绍 | 第14-16页 |
| 第2章 贝叶斯网络的基本理论 | 第16-32页 |
| ·贝叶斯网络的基础知识 | 第16-20页 |
| ·概率论基础 | 第16-17页 |
| ·图论理论 | 第17-18页 |
| ·有向分离与条件独立 | 第18-19页 |
| ·马尔科夫性 | 第19页 |
| ·信息论基础 | 第19-20页 |
| ·贝叶斯网络的表示 | 第20-21页 |
| ·贝叶斯网络的学习 | 第21-30页 |
| ·结构学习 | 第23-29页 |
| ·参数学习 | 第29-30页 |
| ·贝叶斯网络的推理 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于混合遗传鱼群算法的贝叶斯网络结构学习 | 第32-49页 |
| ·遗传算法介绍 | 第32-37页 |
| ·遗传算法的基本原理 | 第32-33页 |
| ·遗传算法的基本操作 | 第33-36页 |
| ·遗传算法的特点 | 第36-37页 |
| ·人工鱼群算法 | 第37-41页 |
| ·鱼群算法基本原理 | 第37-38页 |
| ·人工鱼的行为描述 | 第38-41页 |
| ·鱼群算法的应用 | 第41页 |
| ·云自适应原理介绍 | 第41-42页 |
| ·混合遗传鱼群算法的学习过程 | 第42-48页 |
| ·编码设计及交叉、变异操作 | 第43页 |
| ·初始鱼群结构的生成 | 第43-44页 |
| ·鱼群算法优化网络结构描述 | 第44-45页 |
| ·实验仿真与结果 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于混合差分蜂群算法的贝叶斯网络结构学习 | 第49-60页 |
| ·差分进化算法简介 | 第49-51页 |
| ·差分进化算法机理 | 第50页 |
| ·差分进化的基本行为 | 第50-51页 |
| ·蜂群算法简介 | 第51-54页 |
| ·蜜蜂采蜜机理 | 第51-52页 |
| ·蜂群算法的行为描述 | 第52-54页 |
| ·蜂群算法存在的局限性 | 第54页 |
| ·混合算法学习过程 | 第54-59页 |
| ·混合算法整体描述 | 第54-55页 |
| ·混合算法主要行为描述 | 第55-56页 |
| ·混合算法实现步骤 | 第56-57页 |
| ·实验仿真与结果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者硕士期间发表和录用的论文 | 第66页 |
