本研究提出了一种基于评分的动态贝叶斯网络因果学习方法，通过混合整数二次规划获取动态特性。该方法在小型和中型合成时间序列数据中表现优异，具有在生物科学和金融领域的应用潜力。

本文提出了一种针对机械操作的轨迹优化方法，使用混合整数二次规划进行评估，并考虑了互补和状态的联合机会约束。与近期方法进行了比较。