贝叶斯网络工具Hugin api的使用

    由于做毕设的需要，最近一直在研究Hugin Expert，一个关于贝叶斯网络的软件，今天有一些眉目，总结一下，方便自己也方便他人。

    Hugin Expert是一款商业软件，提供c、c++、java、.net的api支持，并且有免费的Hugin lite使用，它的贝叶斯网络支持离散和连续的节点，支持表达式和高斯分布。这是我找了很多软件后最终选择Hugin的原因。

    由于我的毕设打算用java做，所以我开始只看java的api，没想到这该死的java api文档竟然没有一点例子，郁闷得我不行，上网找也没找到有用的信息。几天后，一个偶然的机会让我打开了.net的api，竟然发现其中有例子，而且还很详细，惊喜之余赶紧看，终于看明白了。然后就是把.net的转为java就行了，这难不倒我，java和.net我都比较熟，应该没什么问题。下面就讲讲我用得到的一些东西。

    在api中，用到最多的就是Domain这个类了，它就是指一个贝叶斯网络，可以通过getNodes()方法获得其中的所有节点。Node代表贝叶斯网络中的一个节点，它是一个基类，子类包括ContinuousChanceNode, DiscreteNode, InstanceNode, UtilityNode。其中ContinuousChanceNode顾名思义就是连续节点了，DiscreteNode顾名思义就是离散节点，UtilityNode就是工具节点，InstanceNode，我目前还没有用到它。DiscreteNode还有子类DiscreteChanceNode, DiscreteDecisionNode，最长用到的是DiscreteChanceNode。

    构建一个贝叶斯网络，可以通过载入某个文件，也可以新建一个网络，下面的代码演示，载入一个网络：Domain domain = new Domain("C:\\Program Files\\Hugin Expert\\Hugin Lite 7.0\\Samples\\fire.net", new DefaultClassParseListener());，新建一个网络更简单，只要调用Domian的无参构造就好了。

    现在由于自己也研究得不是很通，就不多做叙述了，贴一下代码：

 

package com.ssdut.wangyou;

import COM.hugin.HAPI.*;

public class LoadAndRun {

public static void main(String[] args) throws ExceptionHugin {

Domain domain = new Domain("C:\\Program Files\\Hugin Expert\\Hugin Lite 7.0\\Samples\\fire.net", new DefaultClassParseListener());

domain.openLogFile("mylog.log");

domain.compile();

domain.closeLogFile();

domain.propagate(Domain.H_EQUILIBRIUM_SUM, Domain.H_EVIDENCE_MODE_NORMAL);

DiscreteChanceNode node = (DiscreteChanceNode)domain.getNodeByName("Fire");

node.selectState(1);

PrintNodeMarginals(domain);

}

    public static void PrintNodeMarginals(Domain domain) throws ExceptionHugin

    {

        NodeList nlist = domain.getNodes();

        for(int i=0; i<nlist.size(); i++)

        {

            DiscreteChanceNode node = (DiscreteChanceNode)nlist.get(i);

            int nStates = node.getNumberOfStates();

            System.out.println(node.getLabel());

            for (int j = 0; j < nStates; j++)

            {

                System.out.println(("-" + node.getStateLabel(j) + " " + node.getBelief(j)));

            }

        }

    }

}

    上面的代码是载入一个网络，然后将名为Fire的节点设为证据，然后再显示所有节点的概率。如果有研究Hugin Expert，我们可以一起探讨，请留言。