基于强化学习的贝叶斯网络模型生成方法研究
来源：计算机应用与软件杂志2024年第12期北京时间：
作者：岑岗, 郑泽宇, 岑跃峰, 王佳晨, 吴思凡
摘要：传统贝叶斯网络的网络结构需要人为事先确定，用于预测时模型可靠性与准确性较低，因此提出一种基于强化学习的贝叶斯网络模型生成方法。将强化学习用于对最优泛化残差评分的搜寻，通过构建邻接矩阵的方式将贝叶斯网络抽象成有向无环图；对于构建完成的贝叶斯网络，提出一种基于因果方向判断的贝叶斯网络结构优化方法。实验结果表明，该方法优于各类传统的贝叶斯网络结构生成方法。
关键词：贝叶斯网络, 强化学习, 并行集成, 因果方向判断, 结构生成与优化
