您好、欢迎来到现金彩票网!
当前位置:刘伯温四肖中特料 > 推理结点 >

地震灾害风险决策的贝叶斯网络模型贝叶斯网络模型的参数分布的参

发布时间:2019-07-21 23:04 来源:未知 编辑:admin

  地震灾害风险决策的贝叶斯网络模型贝叶斯网络模型的参数分布贝叶斯网络的参数学习 是指根据先验概率确定网络模型中各结点处的条件概率分布。贝叶斯网络的参数学习可以通过专家经验或学习训练样本数据来确定 而专家知识的不精确性和不完整性会影响网络参数的准确程度。下面简单介绍完备数据集下的贝叶斯网络参数学习算法一

  地震灾害风险决策的贝叶斯网络模型贝叶斯网络模型的参数分布贝叶斯网络的参数学习 是指根据先验概率确定网络模型中各结点处的条件概率分布。贝叶斯网络的参数学习可以通过专家经验或学习训练样本数据来确定 而专家知识的不精确性和不完整性会影响网络参数的准确程度。下面简单介绍完备数据集下的贝叶斯网络参数学习算法一最大似然估计法。随机数据集 的每个事例】中都观察到了所有的变量 则称数据集 数据完备。 最大似然估计 它的思想是 在一次独立实验中 一个随机试验可能有若干个结果 在这些不同的结果当中其中某个结果 肼出现的概率应该最大 在这种情况下 我们可将参数值 作为对参数的估计值 而此参数值秒是在函数 功取极大值时取得的。因此 在这里我们可以把似然性看作是判断具体 一种标准依据似然性函数 利用该计算公式可以很容易地计算出给定贝叶斯网络结构的条件概率表。根据上节得到的地震灾害风险决策的贝叶斯网络模型和案例库中的样本数据训练集 我们可以对此网络模型进行参数学习 来得到决策所需要的网络结点的条件概率表。本实例应用基于 平台的 软件包 采用最大似然估计方法对图 所示的贝叶斯网络模型和样本训练集进行参数学习 计算地震灾害风险决策模型的条件概率分布 网络中各个节点的概率表如 所示。表地震灾害风险决策的贝叶斯网络节点先验概率表 部分 贝叶斯网络的因果推理贝叶斯网络可直观地表示为一个复杂的赋值因果关系的网络图图中每个结点表示问题域中的事件 节点之间的弧线表示事件之问的概率依赖关系 从而使不确定性推理在逻辑上更为清晰、更容易理解。贝叶斯网络又称信度网络 是目前不确定性知识表达和推理领域最有效的理论模型之一。从原始数据集中构造贝叶斯网络的拓扑结构是贝叶斯网络推理的前提条件 只有通过对原始数据集中的数据进行数据挖掘 找出各个样本之间的联系 通过样本之间的相互依赖程度建立相应贝叶斯网络的拓扑结构 贝叶斯网络拓扑结构建立之后 再根据结构中各个结点之间的因果关系 通过贝叶斯网络的参数学习计算网络中各个结点的条件概率分布 最后可以根据贝叶斯网络的拓扑结构和各个结点的条件概率分布 利用相应的推理算法进行推理计算 得出查询节点的后验概率 根据要求进行决策分析。 网络的推理主要有以下形式 诊断推理结论推知原因即由底向上的推理。 因果推理原因推知结论即由顶向下的推理。 支持推理提供解释用来支持所产生的现象。在贝叶斯网络的精确推理算法中 最为常用的是联合树推理算法。联合树推理算法【 】是贝叶斯网络的一种常用精确推理算法它是先将贝叶斯网络模型转换成一棵联合树 然后通过联合树上结点之间的消息传播来进行推理 但在这个过程中为了减小联合概率分布的计算量 我们必须将联合概率分布分解成以局部概率密度表示的因式形式 这样就可以提高计算效率。联合树推理算法的具体过程有以下三个步骤 初始化 即为联合树中的所有结点指定参数。 消息传播 联合树中消息传播包括证据收集阶段和证据扩散阶段两个阶段。 计算推理结果 即计算出任意随机变量的概率分布。当一个联合树满足全局一致性时 团结点的能量函数就是该结点包含的所有变量构成的联合分布函数。 实验结果的比较分析经过上述的贝叶斯网络的结构学习和参数学习后 我们得到了地震灾害风险决策的贝叶斯网络拓扑结构和结点的条件概率分布 本章实例采用 软件包中的联合树推理算法作为推理机 在所选择的数据样本测试集上进行推理预测发生地震灾害时的受伤人口和直接经济损失。本文从案例库中选取三次地震案例进行测试 第一个案例 中实际受伤人口为 人对应的受伤人口属性值为 直接经济损失为一般 对应的直接经济损失属性值为 第二个案例 中实际受伤人口为 人对应的受伤人口属性值为 直接经济损失为大 对应的直接经济损失属性值为 第三个案例 中实际受伤人口为 人对应的受伤人口属性值为 直接经济损失为特大 对应的直接经济损失属性值为 。测试过程只需给出地震灾害的相关属性 地震震级、震源深度、震中距、震中经度、震中纬度、地震发生时间等或者其中部分属性值 为了测试的准确性 本文给出了全部证据值进行测试。测试结果如表 受伤人口的后验概率表受伤人口属性值后验概率 受伤人口属性值 后验概率 受伤人口属性值 后验概率 直接经济损失的后验概率表直接经济损失属性值后验概率 直接经济损失属性值 后验概率 直接经济损失属性值 后验概率 所示根据最大后验概率决策法 中受伤人口属性值取 直接经济损失属性值取 中受伤人口属性值取 直接经济损失属性值取 中受伤人口属性值取 直接经济损失属性值取 由此可见 各推理得到的受伤人口和直接经济损失的属性值分别与各案例中实际值对应的属性值一致 表明了预测的准确性。为了减少贝叶斯网络条件概率表的规模 本章将需求区间划分的较粗 但在风险决策中取后验概率最大的属性 并认为受伤人口和直接经济损失将以该概率达到这个范围。本章中影响灾害风险决策精度的主要因素有两个 即预测模型和属性区间的划分。通常灾害的各个属性划分的越精细 预测精度就越高。由于本章中考虑的是后验概率最大的情况 因此 只要取后验概率最大的情况就可以了 并不影响灾害风险决策问题。 本章小结贝叶斯网络是基于概率推理的图形化网络 可以非常直观的表示数据对象之间的相互影响和影响程度 适用于表达和分析不确定性和概率性事件 是不确定性知识表达和推理领域有效的理论模型之一 应用于有条件地依赖多种控制因素的决策 可以从一些有限的、不确定、不精确或不完整的知识或信息中进行推理 得出有价值的信息和知识 从而有助于优化人们的决策。本章以贝叶斯网络为工具 对地震灾害风险问题进行分析和研究 建立了地震灾害风险决策的贝叶斯网络模型 并运用联合树推理算法进行推理决策 得出比较合理的结果。第五章总结与展望贝叶斯网络是 是基于概率推理的图形化网络是由代表变量节点及连接这些节点的有向边构成 是为了解决不确定性和不完整性问题而提出来的 为处理不确定性问题提供了一种自然而直观的方法。贝叶斯网络以坚实的理论为基础 对于解决复杂的不确定性和关联性的问题有很大优势 已广泛的应用于多个领域 如计算机智能科学、医疗诊断、工业控制等。动态贝叶斯网络在传统的贝叶斯网络的基础上 不断扩展到对时间演化的动态问题进行表示 是处理随机不确定性问题的一种强有力的工具 已成为近几年来研究的热点。 本文的主要工作总结 概述了贝叶斯网络的起源与发展 并简单的介绍了贝叶斯网络的研究内容 然后对贝叶斯网络的推理和应用进行了重点的介绍。 首先分析了贝叶斯网模型和构建过程 在此基础对贝叶斯网络的联合树精确推理算法进行详细的介绍 然后在介绍贝叶斯网络推理的基础上 对动态贝叶斯网络的概念和推理方面的内容进行了概述。 针对动态贝叶斯网络的 推理中存在的问题 提出动态贝叶斯网络一种自适应的局部抽样粒子滤波算法 算法将算法分团的思想引入到粒子抽样中 利用策略相关性和局部模型的弱交互性为指导对动态贝叶斯网络进行分割 以降低抽样规模和抽样的状态空间 进而对局部模型用自适应粒子滤波算法进行近似推理 并以粒子的因式积形式近似系统的状态信度。实验结果表明 算法能很好的兼顾推理时间和推理精度 算法相比在不增加推理误差的情况下推理时间也有较大的提高。灾害风险决策问题具有随机性、模糊性 决策信息的不完备性、不精确性等特性使得风险决策难度很大。贝叶斯网络具有直观的表达能力和强大的知识推理能力等诸多优越性 为决策支持提供了有力手段。文中利用先验知识选取数据样本的属性变量 通过基于 算法的贝叶斯网络的结构学习和基于最大似然估计方法的参数学习 建立地震灾害风险决策模型并对直接经济损失和受伤人口进行推理决策 得出比较合理的结果。 下一步的工作 在本文提出的动态贝叶斯网络一种局部抽样的自适应粒子滤波推理算法的基础上 引入并行的思想 进一步提高推理效率。 努力拓展 的应用研究领域根据其各自网络模型的本身特点 积极将其应用到实际的问题中。 本文研究的贝叶斯网络的应用还处于实验阶段 需在此基础上进一步 研究和完善 把贝叶斯网络推理算法应用到实际的决策支持系统中 给减灾救灾决策专家提供更好的决策参考。 沈一栋信度网推理 一方法及问题 博士学位论文合肥工业大学 硕士学位论文合肥工业大学 沈一栋信度网推理一一方法及问题 刘艳秋编著软计算方法 北京科学出版社 人工智能一种现代方法第二版 北京人民邮电出版社 姚宏亮片联合树算法在动态贝叶斯网精确推理中的应用【 计算机工程与应用 敬忠良粒子滤波算法综述 动态贝叶斯网络的近似推理算法研究合肥工业大学 北京机械工业出版社 攻读硕士期间重要科研工作及成果参与的科研项目合肥工业大学科学研究发展基金项目“贝叶斯网络推理算法的并行化研究” 项目编号 安徽省自然科学基金项目“基于动态影响图的多 建模与决策研究” 项目编号 发表学术论文 含已录用 姚宏亮动态贝叶斯网络一种自适应的局部抽样粒子滤波算法 计算机应用研究 贝叶斯网络推理方法及其在灾害风险决策中的应用研究作者 戚围学位授予单位 合肥工业大学 本文读者也读过 贝叶斯网络建模及推理算法研究学位论文 20072 贝叶斯网络在软件可信性评估指标体系中的应用学位论文 20093 许智勇 基于贝叶斯网络的大坝 风险决策优化学位论文 20084 基于贝叶斯网络的水质污染评价及预测学位论文 20095 动态贝叶斯网络的近似推理算法研究学位论文 2009 本文链接 http wanfangdatacom cn Thesis Y1699587 aspx

  贝叶斯网络推理方法及其在灾害风险决策中的应用研究风险,决策,研究,灾害的风险,方法研究,贝叶斯网络,中的应用,方 法,推理方法,贝叶斯推理

http://mojdzwonek.com/tuilijiedian/376.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有