1.一种基于网络的贝叶斯执行方法，其特征在于，其制备工艺包括：
(1)将所述先验知识转化为规则格式，同时将所述规则格式转化为n阶方阵，将所述n阶方阵存储到先验知识表中；
(2)对n个节点进行随机排序得到一个随机序例ρ；
(3)对n个节点中每个节点Xj的父节点数量设置一个阈值a，初始化当前贝叶斯网络为一个空图；
(4)获取所述随机序列ρ中任一节点Xj的父节点集合πj，获取所述随机序列ρ中在Xj之前，且不是Xj的父节点的变量Xi；
(5)判断是否|πj|＜a，如果是，执行步骤(6)；如果否，执行步骤(4)；
(6)在所述先验知识表中查找Xi和Xj之间是否一定不可以有边，如果是，执行步骤(7)；如果否，执行步骤(8)；
(7)直接舍弃Xi和Xj之间的边；
(8)根据所述Xi和Xj之间的边获取新的贝叶斯网络及其新的贝叶斯网络评分，判断所述新的贝叶斯网络评分是否大于所述当前贝叶斯网络评分，如果是，将所述新的贝叶斯网络作为所述当前贝叶斯网络，当所述随机序列ρ中所有节点执行完毕，返回所述当前贝叶斯网络，作为最终贝叶斯网络模型，流程结束；如果否，重新执行步骤(4) 。
2.一种加工权利要求1所述的基于网络的贝叶斯执行方法，其特征在于：所述步骤（1）先验知识是通过抽样调查领域专家获取。
3.根据加工权利要求1所述的基于网络的贝叶斯执行方法，其特征在于：所述步骤（1）先验知识是通过抽样调查领域专家获取，其调查方式为随机抽取该领域的专家100名，将调差结果汇总，当所得某一结果的概率超过一定比例，即为本方法的先知经验。
4.根据加工权利要求1所述的基于网络的贝叶斯执行方法，其特征在于：所述步骤（1）抽样调查结果的概率超过99%，如果是，将先知经验进行转化；如果否，再随机抽取100专家，进行调查。
5.一种加工权利要求1所述的基于网络的贝叶斯执行方法，其特征在于：所述步骤（2）初始化当前贝叶斯网络评分为0。
6.一种加工权利要求1所述的基于网络的贝叶斯执行方法，其特征在于：所述步骤（5）如果出现bug，执行步骤(2)。