基于蚁群优化的贝叶斯网络学习与知识概念图构建

针对现有贝叶斯网络学习搜索效率不高、易陷入局部最优解问题,提出一种利用互信息熵作为启发式信息的蚁群优化搜索算法——ACOMI。该算法依据节点之间的互信息熵、交叉信息熵和网络的MDL,评分进行贝叶斯网络最佳结构搜索。提出了多种搜索空间限制的策略,加速了问题的求解过程。实验表明,ACOMI算法得到的结果准确性高,搜索效率比同类算法（ACOB）有大幅提高。作者将其应用到e-learning中知识概念图的搜索和构建中,得到了很好的结果。