基于改进云遗传算法的贝叶斯网络结构学习

摘要	第1-6页
Abstract	第6-8页
目录	第8-10页
第一章 绪论	第10-15页
·贝叶斯网络的起源与发展	第10页
·贝叶斯网的研究现状及研究意义	第10-13页
·本文主要内容与组织	第13-15页
第二章 贝叶斯网络的基本理论	第15-34页
·贝叶斯网络相关基础知识	第15-18页
·概率论知识	第15-17页
·信息论知识	第17-18页
·贝叶斯网络定义及表示	第18-20页
·贝叶斯网络学习	第20-33页
·参数学习	第21-24页
·结构学习	第24-33页
本章小结	第33-34页
第三章 云自适应遗传算法	第34-53页
·遗传算法	第34-42页
·遗传算法的基本原理	第35-39页
·遗传算法的改进	第39-42页
·云自适应遗传算法	第42-52页
·云模型理论	第42-46页
·云遗传算法的基本原理	第46-50页
·云自适应遗传算法的基本原理	第50-52页
本章小结	第52-53页
第四章 基于改进云遗传算法的贝叶斯网络结构学习	第53-69页
·评分函数的确定	第53-54页
·云自适应遗传算法的改进	第54-61页
·基本操作的改进	第54-58页
·多种群联姻策略	第58-59页
·免疫算子	第59-60页
·本文算法的步骤	第60-61页
·实验设计与结果分析	第61-68页
·实验设计	第61-63页
·实验结果及分析	第63-68页
本章小结	第68-69页
第五章 总结与展望	第69-71页
参考文献	第71-75页
作者在攻读硕士期间发表,收录及完成的论文	第75-76页
致谢	第76页