一种基于增强学习算法的双层贝叶斯网络推理算法

摘要

本发明提供一种基于增强学习算法的双层贝叶斯网络推理算法，包括以下步骤：步骤S1、初始化节点的增强学习概率表；步骤S2、分别更新横轴方向和纵轴方向上的条件选择概率的；步骤S3、对横轴的取值组合和纵轴的节点进行判断，删除冗余的取值组合和节点。本发明的基于增强学习算法的双层贝叶斯网络推理算法通过建模双层网络参数之间的概率依赖关系，根据已知网络状态推理分析后续网络状态，并采用增强学习的算法对推理的过程中所获取的网络节点的不确定信息进行学习和判断，进而对其进行分级，得到其概率信度值，进一步将得到的双层贝叶斯网络模型进行简化，只保留其中对推理最有用的信息，使其更利于实现和精准推理。