本研究探讨了在聚类有向无环图中识别总效应的方法，特别是针对包含循环的情况。通过限制节点数量和调整d-分离概念，提出了新的图形标准，具有重要的理论和实践意义。

FSBN和SSBN算法使用局部搜索策略和条件独立性测试从数据中学习因果网络结构，通过引入d-分离来推断更多的拓扑信息，能够高效地终止搜索，从而实现了计算成本的降低。实验证明这两个算法在减少计算成本的同时能够保持与PC算法相同的归纳质量，适用于大数据分析的各种应用。SSBN表现出更高的效率，特别适用于200个节点的网络。