《计算机学报》文章摘要   全文下载
文章题目	基于遗传算法的Bayesian网中连续变量离散化的研究
作者	王飞１，２) 刘大有3) 薛万欣3)
作者单位	１)(复旦大学计算机科学与工程系 上海 200433) ２)(复旦大学智能信息处理开放实验室 上海 200433) ３)(吉林大学计算机科学与技术学院 长春 130012)
发表年份	2002
发表月份	8期　（页码：794—800)
文章摘要	文中对如何从含有离散变量和连续变量的混合数据中学习Bayesian网进行了研究，提出了一种基于遗传算法的连续变量离散化算法. 在该算法中给出了兼顾离散模型准确度和复杂度的适应度函数；并基于对离散化的实质性分析，定义了离散策略等价的概念，由此制定了离散策略的编码方案；进一步设计了变换离散策略的遗传算子. 该算法不存在局部极值问题，且不需要事先给定变量序关系. 模拟实验结果表明，该算法能有效地对连续变量离散化，从而使得从混合数据中学到的Bayesian网具有较好性能. 关键词 Bayesian网学习，离散变量，连续变量，离散化，遗传算法 中图法分类号：TP301