【摘 要】
：
因果网络定向问题实质是一个“多对多”因果关系发现过程,传统的V-结构定向方法只能确定一组马尔可夫等价类而非最终的因果关系.为解决该问题,从柯氏复杂度的因果推断原理视角出发,利用贝叶斯链式法则推导出局部网络因果定向规则,并在此基础上提出高维全局网络因果定向方法.同时,将前者运用于改进基于局部条件独立信息搜索学习马尔可夫毯典型算法,后者运用于改进基于约束的因果网络结构学习典型算法.实验结果表明,改进后算法在保证较高准确率的同时可有效提升执行效率.
【机 构】
：
国防科技大学信息通信学院,陆军勤务学院国防经济系
【基金项目】
：
军委科技委理论科研项目(19JSLLKY015)。
论文部分内容阅读
因果网络定向问题实质是一个“多对多”因果关系发现过程,传统的V-结构定向方法只能确定一组马尔可夫等价类而非最终的因果关系.为解决该问题,从柯氏复杂度的因果推断原理视角出发,利用贝叶斯链式法则推导出局部网络因果定向规则,并在此基础上提出高维全局网络因果定向方法.同时,将前者运用于改进基于局部条件独立信息搜索学习马尔可夫毯典型算法,后者运用于改进基于约束的因果网络结构学习典型算法.实验结果表明,改进后算法在保证较高准确率的同时可有效提升执行效率.
其他文献
电动汽车的出现正在引领交通电气化的变革,电动汽车随机的运输与充电行为将促进交通网与电网的深度耦合.对此,结合大数据分析、电车-路网、电车-电网等领域的最新成果,系统地
集群运动的自组织控制相较于控制理论方法更具鲁棒性与灵活性,其中具有强大自组织特性的生物种群多表现为单体的等级交互,其特点是交互双方各自影响互不对称,由于信息交互繁杂导致构建等级交互模型仍充满挑战.鉴于此,使用深度学习技术分析红鼻鱼的集群运动实验数据,构建多参数输入的单体等级交互模型,有针对地设计成对交互的深度网络结构,并进行合理训练以获取交互模型,基于视觉压力挑选出关键邻居,将此模型用于该邻居的等级交互,相较于其他邻居选择方式,所提出智能控制方法与真实鱼类的集群运动具有较一致的宏观特性.仿真实验表明:所提
无人机视频由于拍摄的位置和场景不断移动,环境参数亦不断变化,采用以往针对固定场景的去雾方法不能达到最佳效果.为了使无人机视频去雾算法具有自适应性,提出一种基于滚动时域粒子群优化的视频去雾算法.将基于周期和事件混合驱动的滚动调度策略与粒子群算法(PSO)相结合,对可调去雾参数进行滚动优化调整,当与上次优化的帧间隔数大于阈值或环境和场景发生改变时,启动粒子群优化算法重新选取最佳去雾参数.针对无人机视频
基于R2指标和分解策略的多目标粒子群优化算法(R2-MOPSO)在求解2、3个目标优化问题时具有较好的收敛性和多样性,但在求解高维多目标优化问题时难度较大.对此,提出一种基于R2指标和目标空间分解的高维多目标粒子群优化算法(R2-MOPSO-II).首先借鉴R2指标和目标空间分解策略综合权衡选择过程的收敛性和多样性,设计双层档案维护策略;然后设计一种新的向导选择策略来连接目标空间和决策变量空间,进而提出一种基于双层档案的速度和位置更新策略以权衡粒子群优化算法的勘探和开采能力;最后通过引入高斯学习策略和精英
为保证卫星机械可动天线的电气性能要求,需要对其副反射器和馈源组件进行装配校准。副反射器装配校准对天线主反射器型面精度影响较大。本文采用有限元方法,对不同副反支杆的16种工况进行了分析,得出装配校准对主反射器型面精度值的影响。提出采用工装,在装配校准时直接粘接碳杆和金属接头的方法,减小甚至消除装配应力,使主反射器的型面精度值变化仅为0.01 mm,装配校准效率提高50%以上。
针对碳限额交易机制下制造/再制造混合系统生产决策问题,以最大化总利润和最小化碳排放量为目标,考虑客户需求差异以及碳减排技术投入成本和收益的影响,建立多周期产品制造/再制造混合系统生产决策优化模型.根据模型特点,结合多种群协同进化思想,设计一个多种群混合布谷鸟算法(multi-population hybrid cuckoo search,MPHCS)进行求解.提出一种自定义偏好随机游走策略,增加优秀个体对全局搜索的影响,以优秀个体指导种群进化,实现各子种群信息共享;采用自适应公式更新步长,防止陷入局部最优
采用多元素分析、偏光显微镜、场发射扫描电镜、微区能谱分析及AMICS自动矿物分析系统对白云鄂博矿床主、东矿内霓石型稀土矿石中的铌元素赋存状态及分布规律进行了系统分析。结果表明:主、东矿霓石型稀土矿石中铌的品位(Nb2O5)分别为0.22%和0.14%,主矿铌品位高于东矿。主、东矿霓石型稀土矿石中分别有82.78%、80.21%铌元素以独立矿物形式存在于易解石、铌铁矿、铌铁金红石、烧绿石及包头矿等铌矿物中。易解石和烧绿石为主、东矿霓石型稀土矿石中分布最广泛的两种铌
针对传统群智能优化算法面临计算复杂性高、参数依赖性强、全局优化能力弱的问题,在传统果蝇优化算法中引入细菌趋化理论,提出一种基于双重驱动的果蝇优化算法.综合考虑优势果蝇群体和劣势果蝇群体的分布特点,提出多驱逐剂与多引诱剂的概念,并在二者的双重驱动下更新果蝇位置,避免传统果蝇方法在位置更新过程中单纯依靠局部最优(差)位置带来的无效搜索.利用果蝇适应值信息,提出多驱逐剂和多引诱剂的带权质心向量计算方法,自适应地确定果蝇搜索半径,避免传统方法面临的参数依赖性强问题.在典型测试函数上的实验结果表明,所提出算法较现有
针对径向基神经网络结构和参数的动态优化问题,提出一种基于敏感度分析和粒子群优化的RBF神经网络(SAPSO-RBF)优化算法.算法通过初始化各粒子信息数,基于粒子敏感度分析,对算法学习阶段粒子信息进行增加和删减,确定第一次收敛时网络结构大小;算法达到收敛后,对最优粒子进行敏感度分析,删除冗余信息,使算法重新发散;根据算法发散和收敛次数提出一种惯性权重更新方法,使算法在解空间内进行多次发散和收敛,增强算法搜索能力的同时减小网络结构,并给出SAPSO算法的收敛性证明.仿真实验结果表明,SAPSO-RBF算法具
剪式铰杆系结构在宇航领域有着广泛的应用,众多学者进行了深入研究。对剪式铰结构的展开过程分析非常重要,传统的分析方法是采用多体动力学。研究基于向量式有限元法(VFIFE)基本理论,分别建立剪式铰结构的柔性杆模型和刚性杆模型。根据强制几何约束,提出剪式铰结构的刚性杆建模方法,并推导内力计算。对柔性杆建模方法,根据位移一致原则,推导内力计算。根据理论模型,针对某一剪式铰杆系结构,进行展开过程模拟,对展开位置误差、展开时间和展开速度进行分析。研究结果表明,刚性杆和柔性杆模型均能顺利模拟展开过程,二者模型计算结果存