基于改进混合遗传细菌觅食算法的贝叶斯结构学习算法

摘要

针对利用启发式学习算法学习贝叶斯网络时容易陷入局部最优和寻优效率低的问题,提出一种改进的混合遗传细菌觅食优化算法的贝叶斯网络结构学习算法.该算法首先通过遗传算法求得较优种群并作为细菌觅食算法的初始种群;然后利用交叉和变异策略改进细菌觅食算法的复制行为,增加种群多样性,扩大搜索空间;最后通过改进细菌觅食算法的迁移行为的初始化操作更新种群,防止精英个体的丢失.通过种群的迭代搜索最终获得最优的贝叶斯网络结构.实验仿真结果表明,与其他算法相比,该算法的收敛精度和效率有所提升.