基于遗传与粒子群算法的Markov逻辑网学习研究

摘要

Markov逻辑网（MIJN）是一种重要的统计关系模型，目前其学习问题主要采用确定性的优化方法，所求的解不够简洁、易陷入局部极值．针对这些问题，本文定义谓词模板、子句模板以缩小搜索空间，提出一种采用子句模板编码的遗传算法来学习MLN结构，并用粒子群算法学习MLN的权参数．文中设计了适应度函数和相应的遗传算子，保证算法不断向好的逻辑子句结构进化．理论分析与实验结果都表明本文的算法可以学习到较优解．