摘要：针对K2算法学习贝叶斯网络结构时需要确定节点顺序的问题，提出一种混合贝叶斯网络结构学习算法。在给定数据集的情况下，利用MMPC算法获得网络的初始结构图，应用广度优先搜索的方式对此初始结构图进行搜索，从该图中入度为0的节点出发，按层次依次访问图中的邻接点，获得优化的节点顺序。将该节点顺序作为K2算法的初始节点顺序，再利用K2算法对空间进行搜索，找到全局最优解。实验结果表明，与K2算法和限制性粒子群算法相比，该算法在相同的样本数据集下产生多边、少边和反边情况的概率更低，并且可学习到更准确的贝叶斯网络结构，收敛速度快、求解精度高。