准备工作：

• R语言下载安装
• bnlearn工具包安装

数据仿真步骤：

1. 从Bayesian Network Repository下载所需的.rda或者.rds文件，下文以“alarm.rda”文件为例；
2. 使用load(“alarm.rda”)载入.rda文件，需要注意文件的位置路径。另外使用load()读取的网络结构载入后为“bn”，而非任何个人命名的变量，所以调用函数时应输入参数“bn”；
3. 使用rbn()函数进行模拟，具体可以参见此函数的官方说明。

我们重点关注rbn()函数中的以下两个参数：
x：an object of class bn or bn.fit.即为模拟的贝叶斯结构；
n：a positive integer giving the number of observations to generate.即为生成的数据数目。

而如何设置通过设置具体参数改变各条件概率分布待补充（猜测与该函数中的附加参数有关）

下面给出使用"alarm.rda"文件模拟5000条数据并写入alarm.csv文件的R代码：

load('C:/Users/Administrator/Desktop/alarm.rda')
data = rbn(bn,5000)
write.csv(data, file = "alarm.csv") #将生成的数据data写入alarm.csv文件

所生成的数据如图：