Bayesian网的信息熵

 用信息熵的观点,如果将Bayesian网看作Agent的背景知识,采用与Bayesian网对应的概率分布作为信念函数的Agent的分布是最合理的,说明了与最大熵相对应的概率分布正好是在条件独立性假设下由Bayesian网确定的特征概率分布.     

基于信息论和遗传算法的Bayesian网络弧定向方法研究

Bayesian网弧定向问题是Bayesian网学习的一个重要方面．提出了一种基于信息论和遗传算法的Bayesian网弧定向算法．将信息论中鉴别信息这一概念引入Bayesian网学习中来,以鉴别信息定向后的网络为基础网,并设计相应的适应度函数和遗传算子,使该算法能够收敛到全局最优的Bayesian网结构．从而极大地减弱了单纯利用遗传算法学习对初始群体的依赖性,提高了算法的收敛速度．实验结果表明：该算法能够有效地解决Bayesian网弧定向问题．     

基于免疫进化算法的Bayesian网结构学习

利用免疫进化算法（IEA）, 借助遗传和接种疫苗操作将基于打分和基于约束的两类Bayesian网结构学习方法有机地结合在一起, 提出一种新的Bayesian网结构学习方法. 通过与基于遗传算法的Bayesian网结构学习方法EGA(Expectation & Genetic Algorithm）的对比试验表明, 所提出算法的收敛速度更快、 学习得到网络的精度更高.     

基于赋值代数的BN概率推理的局部计算模型

在Shenoy-Shafer赋值代数公理基础上,定义了贝叶斯网(Bayesian network,BN)推理结构上的赋值代数;提出BN上概率推理的赋值代数模型,该模型包括推理结构转变、赋值初始化、一致性消息全局传播与吸收以及概率推理的局部计算四个环节,建立了相应的算法以及联合概率与条件概率的计算方法;最后通过例子说明文章所提出的方法.所提出计算模型为贝叶斯网的概率推理提供了一种新的局部计算方法.     

SQL实现Bayesian网的不确定性推理

不确定性推理是人们常用的一种推理,Bayesian网是进行不确定性推理的有力工具,提出了扩展关系模型,并在扩展关系模型中用SQL（结构询问语言）语句实现Bayesian网的不确定性推理。     

贝叶斯网络的建造及其在数据采掘中的应用

贝叶斯 (Bayesian)网络近年成为数据采掘引人注目的研究方向。通过剖析 Bayesian网络的结构和建造步骤 ,着重讨论用 Bayesian方法从先验信息和样本数据进行学习以确定网络的结构和概率分布的基本方法 ,分析 Bayesian网络学习的特点 ,探讨 Bayesian网络的适用性。与数据采掘的其它方法相比 ,Bayesian网络的优点是可以综合先验信息和样本信息 ,这在样本难得时特别有用 ;可以发现数据之间的因果关系 ,适合于处理不完整数据集 ,这是其它模型难以做到的。其缺点是计算开销较大 ;确定合理的先验密度比较困难 ;如何判定实际问题是否满足所要求的假设 ,没有现成的规则     

电力系统多时段无功优化研究

针对电力系统的多时段无功优化问题,在基于统计学原理分时段方法的基础上,提出了一种基于无功调节设备一天内最大调节次数的启发式迭代分时段算法,从而可以根据负荷变化的趋势得到无功控制设备动作的时间点.时间点确定之后,即可应用单一负荷下的静态无功优化研究成果,计算得到无功控制设备的调节状态.该方法可以自适应地修正划分时段的门槛值,从而保证了分段的结果具有可操作性.IEEE-39节点算例的分时段无功优化计算从网损、设备动作次数、计算量3个方面说明了本文所提出的分时段策略的有效性,表明了本方法不仅可明显降低网损,而且可以简化无功优化控制操作.     

基于数学模型对电动汽车接入电网及微电网问题的研究

文章简要论述了电动汽车现如今和未来的发展情况,对电动汽车自身的负荷特点、接入传统电网带来的问题和应对策略进行初步研究,并对微网这种新型的电网组成联接方式进行深入研究,对电动汽车接入微网的优势进行了分析,重点对一般微网蓄电池和电动汽车接入微网充放电状态的荷电量进行了模型分析.     

基于Delphi扫描线技术的快速图像处理

传统的图像处理一般采用像素点赋值的方法,处理速度极慢,对于大型图像几乎无能为力,而Delphi扫描线方法是对图像的每一行进行扫描,获得各像素的内存地址.这种内存操作比常规的像素点赋值效率高很多,从而可以大大提高大型位图图像的处理速度.     

基于负荷实测的配电网线损理论计算

线损和电力企业的经济技术有着密切的联系,电力企业的线损率能直接的反映出该企业的技术管理水平,线损理论计算的精确性是电力部门的研究构成线损的因素和制定相关策略的重要依据.基于负荷实测的线损理论计算法,是依照可计算的线路损耗条件,对主网及配电网各线路上的电能损耗,同时对线路损耗的计算结果作出相应的修正,这种方法能够精确的计算出影响线损的因素,实践证明,这种计算方法具有一定的可行性.     

高温熔融金属作业安全完整性评价

为了保证冶金行业高温熔融金属作业的安全性，将IEC 61508 标准提出的安全相关系统安全完整性的概念拓展到高温熔融金属作业系统，提出了基于贝叶斯网络Noisy-or模型的高温熔融金属作业安全完整性评价方法.建立了包括人的因素、物的因素、环境因素和管理因素的高温熔融金属作业安全完整性评价模型.贝叶斯网络各根节点的先验概率采用模糊理论的模糊数来确定.为了减少计算量及不确定性，利用Noisy-or模型确定条件概率，并考虑了各中间节点对作业安全完整性的协同影响作用.结果表明，评价模型因果推理可确定高温熔融金属作业的安全完整性等级，诊断推理也可确定其敏感因素，为制定安全措施提供指导意见.     

基因调控网络的父节点筛选贝叶斯建模方法

在构建基因调控网络的方法中,贝叶斯网络模型可以直观地表达基因间的调控关系,但在结构学习时的复杂度极高,使得网络建模效率较低且规模有限.因此,本文提出一种基于父节点筛选的贝叶斯网络(parent node screening based Bayesian network, PS-BN)建模方法.PS-BN方法将关联模型与贝叶斯网络模型相结合,在充分利用贝叶斯网络模型结构学习搜索策略的前提下,先基于父节点筛选方法去除部分冗余信息,以达到缩减搜索空间的目的.实验结果表明,与传统的贝叶斯网络模型方法相比,PS-BN方法极大提升了基因调控网络构建效率,同时准确率有所提高.     

Loop细分曲面上的交互切分算法

给出了Loop细分曲面上的一系列执行切分算法及交互操作的规则，切分算法是在给定边的尖锐程度上通过执行一次细分多面体现网格而实现的，一般地，相交于一个顶点的边数并没有限制，而且每一个边的切分值可以不同，这一交互切分算法将有助于加强用细分曲面进行曲面造型的计算机图形系统。     

考虑后续工序且批处理工序数为2的批综合调度算法

提出了考虑后续工序且批处理工序数为2的批综合调度算法.该算法根据复杂产品具有树状工艺结构的特点,对非批处理设备上的工序采用已有的优先级、调度长路径和长用时策略调度;对批处理设备上的工序,综合考虑先行工序和后续工序的加工时间对批处理的影响,当被等待工序非批处理延迟时间大于批处理时批处理工序的后续工序加工时间之差时,等待工序与被等待工序一同批处理.通过采用批处理判断策略、提前最大化策略以及并行最大化策略使批处理调度结果更合理.理论分析和实例证明,该算法可使批处理工序数为2的批综合调度结果更优,而且复杂度不超过二次多项式.
     

结构化EM算法在小样本贝叶斯网络学习中的应用

在贝叶斯网络学习中,合理数据集的存在可以大大降低贝叶斯网络学习对知识工程的过多依赖.但当数据集中样本数量不够大时,可能没有足够多的样本甚至不存在样本来代表变量间的某些条件独立关系,从而无法学习贝叶斯网络.将数据集修正与结构化-期望最大化算法相结合,得到一种有效的小样本上贝叶斯网络学习的方法,实验结果表明,该方法能够有效地进行小样本上贝叶斯网络学习.     

基于贝叶斯BWM-VIKOR法的机场运行韧性评估方法

为科学客观评估机场运行韧性,寻找提升机场运行韧性的关键指标,降低异常状况对机场日常运行的影响,本文依据非常态机场运行性能的变化过程,构建了机场运行韧性评估指标体系。并利用贝叶斯最佳-最差法(BWM)克服传统最佳-最差法受异常数据值影响较大的缺陷,确定了各韧性指标的权重;同时借助多源异构多准则折衷排序法(VIKOR)对国内某机场运行韧性进行评估算例分析;最后,基于MATLAB软件所获得的算例评估值及韧性排序结果,验证了评估模型准确性。研究结果可为机场管理部门寻找机场运行韧性提升关键节点、降低异常状况发生率及对其机场运行的扰动强度提供一定的理论支撑与决策参考。     

基于预测能力的贝叶斯网络结构学习

给出了变量之间预测能力的概念及估计方法,证明了预测能力就是预测正确率.在此基础上建立了基于预测能力的贝叶斯网络结构学习方法,并使用模拟数据进行了实验.实验结果显示该算法能够有效地进行贝叶斯网络结构学习.     

一种新的Bayes网络条件概率学习方法

针对大规模Bayes网络的条件概率赋值问题,提出一种学习方法.首先使用类层次结构定义一种新的基于层次的Bayes网络模型,用于表示大规模Bayes网络.然后将训练数据集由单个数据表的形式转化成多表数据库,其中每个数据库表对应一个Bayes网络模块.在此基础上导出条件概率计算公式,从每个数据库表中算出相应的Bayes网络模块的条件概率表,由此实现对整个层次Bayes网络的概率赋值.通过适当增加数据库表的数目来控制每个表中属性的个数,保证计算的可行性.将层次Bayes网络及计算公式用于解决图像中文本的自动检测与定位问题,实验结果表明了它们的有效性.     

改进的EM算法及其在防洪决策中应用

在给定贝叶斯网络结构情况下,利用EM算法及改进的EM算法对防洪决策贝叶斯网络进行参数学习,改进的EM算法通过定义祖先集及计算该祖先集中变量的条件概率,降低期望计算的计算量．应用两种算法对防洪决策贝叶斯网络进行了性能比较,结果表明,改进的EM算法用于贝叶斯网络参数学习和决策支持具有较高的计算速度和精确度．