摘要： 贝叶斯网络的学习可分为结构学习和参数学习。基于模拟退火的结构学习算法是一种以搜索最高记分函数为原则的智能优化方法。本文以KL距离、相互信息以及最大相互信息为基础，通过附加合适的约束函数降低学习搜索的复杂度，提出一种附加约束的最大熵优化函数作为模拟退火算法的能量优化函数，并结合贝叶斯网络结构学习的特点设计了适合模拟退火的变量表示和邻近值产生机制。通过与其他用于结构学习的模拟退火算法，以及遗传和进化算法比较分析，结果表明本文中提出的基于模拟退火的贝叶斯网络结构学习算法在时间和精度上都具有较好的效果。

关键词: 结构学习 贝叶斯网络 模拟退火算法 算法 搜索 参数学习 最大熵 约束函数 表示 距离