离散动态贝叶斯网络推理及其应用PDF电子书下载

第1章 无人机自主决策与贝叶斯网络 1

1.1 无人机自主决策 1

1.2 无人机自主决策中的几种人工智能方法对比 4

1.3 贝叶斯网络的研究现状 7

1.3.1 贝叶斯网络信息表达 9

1.3.2 贝叶斯网络推理方法 10

1.3.3 动态贝叶斯网络研究现状 15

1.3.4 变结构动态贝叶斯网络研究现状 17

第2章 贝叶斯网络及其推理 18

2.1 贝叶斯网络基础 18

2.1.1 节点及其取值 19

2.1.2 结构 20

2.1.3 参数 20

2.2 贝叶斯网络的特性 21

2.2.1 条件独立性 21

2.2.2 有向分隔 24

2.3 贝叶斯网络推理的基本类型 25

2.4 单连通网络的精确推理 26

2.4.1 单连通网络和多连通网络 27

2.4.2 消息传播算法 27

2.4.3 算例 29

2.5 多连通网络的精确推理 34

2.5.1 联接树算法基本流程 35

2.5.2 算例 37

2.5.3 算法分析 39

2.6 不确定证据的推理 40

2.6.1 证据类型 40

2.6.2 虚拟节点 40

2.6.3 消息传播算法中不确定证据的推理 42

2.6.4 联接树算法中不确定证据的推理 43

第3章 离散动态贝叶斯网络及其精确推理 44

3.1 动态贝叶斯网络 44

3.1.1 动态贝叶斯网络的定义及表示 44

3.1.2 动态贝叶斯网络推理的基本任务 46

3.2 前向后向算法 47

3.2.1 算法描述 47

3.2.2 算例 49

3.3 改进的前向后向算法及复杂度分析 50

3.3.1 算法描述 51

3.3.2 复杂度分析 53

3.3.3 算例 53

3.4 快速前向后向算法 57

3.4.1 算法描述 57

3.4.2 复杂度分析 59

3.5 基于双向计算因子的前向后向算法 59

3.5.1 双向计算因子的定义 59

3.5.2 算法描述 59

3.5.3 复杂度分析 60

3.5.4 算例 61

3.6 接口算法 63

3.6.1 接口算法描述 63

3.6.2 复杂度分析 67

3.7 离散动态贝叶斯网络的直接计算推理算法 67

3.7.1 直接计算推理算法基础 67

3.7.2 传统离散动态贝叶斯网络的数据结构 68

3.7.3 算法描述 70

3.7.4 复杂度分析 71

3.7.5 算例 71

3.8 离散模糊动态贝叶斯网络及其推理 74

3.8.1 模糊分类 75

3.8.2 算法描述 76

3.8.3 复杂度分析 77

3.8.4 算例 77

第4章 离散动态贝叶斯网络的近似推理 81

4.1 时间窗和时间窗宽度的基本概念 81

4.2 基于时间窗的直接计算推理算法 83

4.2.1 算法的基本思想 83

4.2.2 算法描述 83

4.2.3 复杂度分析 87

4.3 基于时间窗的前向后向算法 87

4.3.1 算法的基本思想 87

4.3.2 算法描述 88

4.3.3 复杂度分析 91

4.4 基于时间窗的接口算法 91

4.4.1 算法描述 91

4.4.2 复杂度分析 93

4.5 算例 94

第5章 变结构动态贝叶斯网络的推理 96

5.1 概述 96

5.2 变结构动态贝叶斯网络的定义及其性质 97

5.2.1 变结构动态贝叶斯网络的定义 97

5.2.2 变结构动态贝叶斯网络的性质 98

5.3 变结构离散动态贝叶斯网络推理算法 98

5.3.1 算法描述 98

5.3.2 复杂度分析 100

5.4 变结构离散动态贝叶斯网络的快速推理算法 100

5.4.1 算法描述 100

5.4.2 复杂度分析 101

5.5 变结构离散动态贝叶斯网络的递推推理算法 101

5.5.1 算法的基本思想 101

5.5.2 算法描述 101

5.5.3 复杂度分析 105

5.6 基于时间窗的变结构离散动态贝叶斯网络递推推理算法 105

5.6.1 算法的基本思想 105

5.6.2 算法描述 106

5.6.3 复杂度分析 108

5.7 数据缺失动态贝叶斯网络模型 108

5.8 变结构离散动态贝叶斯网络参数的自适应产生算法 109

5.9 基于模块化离散动态贝叶斯网络的空中飞机编队识别 111

5.9.1 空中飞机编队的分类识别问题 112

5.9.2 空中目标识别子网模型的引入 113

5.9.3 识别飞机编队的变结构离散动态贝叶斯网络结构模型 114

5.9.4 模型参数的设定 115

5.9.5 仿真实验 116

第6章 离散动态贝叶斯网络缺失数据的修补 120

6.1 基于数据修补的离散动态贝叶斯网络结构模型 120

6.2 前向信息修补算法 122

6.2.1 算法的基本思想 122

6.2.2 算法描述 122

6.3 改进的前向信息修补算法 125

6.3.1 离散动态贝叶斯网络缺失数据的两种形式 126

6.3.2 算法描述 126

6.4 前向后向信息修补算法 127

6.4.1 算法的基本思想 127

6.4.2 算法描述 128

6.5 混合信息修补算法 131

6.5.1 算法的基本思想 131

6.5.2 算法描述 132

第7章 基于离散动态贝叶斯网络的无人机智能决策 135

7.1 无人机自主智能决策概述 135

7.2 无人机自主威胁源分类识别 135

7.2.1 问题描述 135

7.2.2 威胁源分类识别问题中贝叶斯网络分类器的引入 138

7.2.3 雷达侦察条件下的贝叶斯网络分类器 139

7.2.4 基于离散动态贝叶斯网络的威胁源类型识别 141

7.3 无人机自主作战下的威胁等级评估和编队内任务决策 147

7.3.1 问题的提出 147

7.3.2 威胁等级评估的离散动态贝叶斯网络 148

7.3.3 编队内任务决策的离散动态贝叶斯网络 149

7.3.4 仿真算例 155

7.4 无人机自主作战条件下的目标选择决策 160

7.4.1 基于变结构离散动态贝叶斯网络的目标选择决策 160

7.4.2 基于变结构贝叶斯网络的目标选择决策仿真实例 162

参考文献 165

后记 174