标题：基于结构信息的贝叶斯网络结构学习改进算法
作者：王嘉宸 赵慧秀
作者单位：南京理工大学数学与统计学院， 江苏 南京 210094
关键字：贝叶斯网络；结构学习；马尔可夫毯；v结构；遗传算法
摘要：针对贝叶斯网络结构学习过程中存在的搜索效率低和局部最优问题，提出了一种基于结构信息的贝叶斯网络结构学习改进算法（ASIGA）。通过引入马尔可夫毯（MB）概念表征个体结构特征，设计了自适应精英学习策略，实现有效结构信息传递；并基于v结构特性提出感知变异操作器，减少冗余搜索。算法包含自适应马尔可夫毯学习策略、结构感知精英选择机制、启发式节点选择策略和v结构感知变异操作四个核心部分。实验结果表明，在Asia、Sachs、Insurance和Alarm四个基准网络上，ASIGA在F1值、特异度和BDeu评分等指标上均优于对比算法，具有更高的结构识别精度和更快的收敛速度，特别在复杂网络中表现突出。算法通过结合结构信息与进化算子，平衡了全局探索与局部优化能力。