【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第10期 61-66页,共7页

【作 者】： 邸若海 ; 高晓光 ; 郭志高

【摘 要】 针对小数据集条件下离散BN参数学习的问题，为了将加性协同约束融入到BN参数学习过程中，通过借鉴经典保序回归算法的思想，提出四种处理加性协同约束的方法，进而利用经典的草地湿润模型对改进算法进行仿真，并与最大似然估计算法进行对比，仿真结果表明，改进算法在精度上有一定优势，能够很好的对最大似然估计算法进行修正，得到相对准确的参数，然而时效性则劣于最大似然估计算法。进一步将改进算法应用到弹道导弹突防模型的参数学习中，通过推理分析验证算法的有效性。