%0 Journal Article
%T 基于遗传算法的因果图网络结构学习
%A 石庆喜
%A 梁新元
%A 张勤
%J 重庆大学学报
%D 2006
%R 10.11835/j.issn.1000-582X.2006.04.031
%X 在因果图理论中,采用了图形化和直接因果强度来表达知识和因果关系,它克服了贝叶斯网的一些不足,已发展成了一个能够处理离散变量和连续变量的混合模型.但是因果图的结构得由领域专家给出,这在实际中很难办到.鉴于因果图结构的复杂度随论域中节点个数的增加呈指数上升,寻找最有可能因果图网络结构成为了NP-HARD难题.文中给出了如何利用已知数据集,寻找最有可能的因果图网络结构设计的遗传算法（GeneticAlgorithm,GA）.
%K 因果图
%K 因果图网络结构
%K 机器学习
%K 遗传算法
%U http://qks.cqu.edu.cn/cqdxzrcn/ch/reader/view_abstract.aspx?file_no=200604156&flag=1