模糊认知图学习算法及应用综述OA北大核心CSTPCD
模糊认知图(Fuzzy cognitive map, FCM)是建立在认知图和模糊集理论上的一类代表性的软计算理论,兼具神经网络和模糊决策两者的优势,已成功地应用于复杂系统建模和时间序列分析等众多领域.学习权重矩阵是基于模糊认知图建模的首要任务,是模糊认知图研究领域的焦点.针对这一核心问题,首先,全面综述模糊认知图的基本理论框架,系统地总结近年来模糊认知图的拓展模型.其次,归纳、总结和分析模糊认知图学习算法的最新研究进展,对学习算法进行重新定义和划分,深度阐述各类学习算法的时间复杂度和优缺点.然后,对比分析各类学习算法在不同科学领域的应用特点以及现有的模糊认知图建模软件工具.最后,讨论学习算法未来潜在的研究方向和发展趋势.
刘晓倩;张英俊;秦家虎;李卓凡;梁伟玲;李宗溪;
北京交通大学计算机科学与技术学院,北京100044 交通数据分析与挖掘北京市重点实验室,北京100044北京交通大学计算机科学与技术学院,北京100044 交通数据分析与挖掘北京市重点实验室,北京100044 智慧高铁系统前沿科学中心,北京100044中国科学技术大学自动化系,合肥230027
计算机与自动化
模糊认知图学习范式因果推理软计算复杂系统建模
《自动化学报》 2024 (003)
P.450-474 / 25
中央高校基本科研业务费专项资金(2022YJS121);国家自然科学基金(51827813);国家自然科学基金委员会-中国国家铁路集团有限公司铁路基础研究联合基金(U2268206);科技部重点研发计划项目(2022YFB2603302)资助。
评论