Markov网是类似于Bayesian网的另一种进行不确定性推理的有力工具。Markov网是一个无向图，构造时无需发现边的方向，要比构造Bayesian网容易得多。首先构造Markov网，再求出与之等价的Bayesian网。本文提出一种基于信息熵的方法构造Markov网，给出一个有效的基于信息独立测试的Markov网的构造算法，该算法是一种基于依赖分析的算法。在测试样本中的条件独立时，利用信息论中验证信息独立的一个重要结论，从而大大提高效率。为衡量构造的Markov网的好坏，引入I-图、D-图和

1 引言 　　日常生活中人们常需要处理不确定信息，例如：预测明天是否会下雨，病人是否得了某种疾病。Bayesian网是进行不确定性推理的有力工具，被广泛应用于人工智能、专家系统、数据挖掘等领域，是当前研究的热点。利用Bayesian网可以推理不确定性知识，从而达到较好效果。 　　Markov网是类似于Bayesian网的另一种进行不确定性推理的有力工具。Markov网是一个无向图，构造时无需发现边的方向，要比构造Bayesian网容易得多。首先构造Markov网，再求出与之等价的Bayesi