基于全流程并行遺傳算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)

打開文本圖片集

摘 要：

為解決海量數(shù)據(jù)情況下學(xué)習(xí)貝葉斯網(wǎng)絡(luò)（Bayesian network， BN）結(jié)構(gòu)的算法性能急劇降低問題，基于Spark框架設(shè)計(jì)了一種全流程并行遺傳算法用于BN結(jié)構(gòu)學(xué)習(xí)（簡稱為SparkGA-BN）。SparkGA-BN包含互信息計(jì)算并行化、遺傳算子并行化和適應(yīng)度評(píng)分并行化3個(gè)部分。互信息并行計(jì)算可以高效減少搜索空間;在演化前增加對(duì)種群信息與選擇信息的廣播來對(duì)全種群執(zhí)行選擇操作。（剩余18600字）