علیرضا خان تیموری - هئیت علمی دانشگاه، دانشگاه آزاد اسلامی واحد زنجان
محمد زنده دل دیزجی - دانشجوی کارشناسی ارشد مهندسی نرم افزار، دانشگاه آزاد اسلامی واحد زنج

یک مثلث بندی خوب، مثلث بندی است که بتوان آن را برای همه شبکه ها ، حتی شبکه های پیچیده نیز بکاربرد. غالباً برای مثلث بندی در شبکه های بیزین از یکسری الگوهای حذف استفاده می گرد د. در این مقاله،الگوریتمی برای مثلث بندی جهت استفاده در یک junction tree ارائه می گردد.تفاوت مهمی که این الگوریتم با الگوریتم های مشابه دارد، این است که در این الگوریتم مرحله Moralize با مرحله بعد از آن ترکیب شده و در یک مرحله، مثلث بندی صورت می گیرد . از طرف دیگر در الگوریتم ها ی مشابه جهت ارتباطات مابین دو متغیر تصادفی پس از مرحله Moralize حذف می گردد؛ در صورتیکه در این الگوریتم جهتهای ارتباطی از ابتدای الگوریتم تا پایان آن، باقی می مانن د و در واقع کار اصلی این الگوریتم ابسته به چگونگی جهتها م یباشد. در این روش ازآرایه های ی جهت نگهداری متغیرهای تصادفی استفاده می شود. در ادامه مقاله، درستی روش ارائه شده، با مثالهای واقعی و رایج، بررسی شده و نتایج بیان می گردد

استنتاج، مثلث بندی، Junction Tree و Clique ، Bayesian Network