检索结果-南通市图书馆

BN-GEPSO:Learning Bayesian Network Structure Using Generalized Particle Swarm Optimization

computers, Materials & continua 2023年第5期75卷 4217-4229页

作者： Muhammad Saad Salman ibrahim M.Almanjahie AmanUllah yasin Ammara Nawaz cheema Air University Islamabad44000Pakistan Department of Mathematics College of ScienceKing Khalid UniversityAbha62529Saudi Arabia Statistical Research and Studies Support Unit King Khalid UniversityAbha62529Saudi Arabia

At present Bayesian Networks(BN)are being used widely for demonstrating uncertain knowledge in many disciplines,including biology,computer science,risk analysis,service quality analysis,and *** they suffer from the problem that when the nodes and edges increase,the structure learning difficulty increases and algorithms become *** solve this problem,heuristic optimization algorithms are used,which tend to find a near-optimal answer rather than an exact one,with particle swarm optimization(PSO)being one of *** is a swarm intelligence-based algorithm having basic inspiration from flocks of birds(how they search for food).PSO is employed widely because it is easier to code,converges quickly,and can be parallelized *** use a recently proposed version of PSO called generalized particle swarm optimization(GEPSO)to learn bayesian network *** construct an initial directed acyclic graph(dag)by using the max-min parent’s children(MMPc)algorithm and cross relative average *** used to create a population for theGEPSO optimization ***,we propose a velocity update procedure to increase the efficiency of the algorithmic search *** of the experiments show that as the complexity of the dataset increases,our algorithm Bayesian network generalized particle swarm optimization(BN-GEPSO)outperforms the PSO algorithm in terms of the Bayesian information criterion(BIc)score.

关键词： Bayesian network structure learning particle swarm optimization

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：