模糊认知图

模糊认知图（FCM）是一种认知图，其中心理景观的元素（如概念、事件、项目资源）之间的关系可以用来计算这些元素的影响强度。模糊认知图是由BartKosko提出的。罗伯特-阿克塞尔罗德（RobertAxelrod）介绍了认知图，作为代表社会科学知识和在社会和政治系统中进行决策建模的一种正式方式，然后带来了计算。

模糊认知图是有符号的模糊二维图。它们在视觉上类似于哈斯图，但又不同于哈斯图。电子数据表或表格被用来将FCMs映射成矩阵，以便进一步计算。FCM是一种用于因果知识获取和表示的技术，它支持因果知识推理过程，属于神经模糊系统，旨在解决决策问题，对复杂系统进行建模和模拟。已经提出了用于训练和更新FCMs权重的学习算法，这些算法主要基于来自人工神经网络领域的想法。适应和学习方法用于适应FCM模型并调整其权重。学习算法被用来克服传统FCM的缺点，即通过建议自动FCM候选人来减少人工干预；或通过每次执行时只激活最相关的概念；或通过使模型更加透明和动态。由于模糊认知图（FCMs）能够代表结构化的知识并为各个领域的复杂系统建模，因此获得了相当的研究兴趣。这种日益增长的兴趣导致了加强和制作更可靠的模型的需要，这些模型可以更好地代表真实情况。虽然社会科学中的应用将FCM引入了公众视野，但它们被用于更广泛的应用中，这些应用都需要处理创建和使用不确定性和复杂过程及系统的模型。例子。在商业中，FCM可用于产品规划和决策支持。在经济学中，FCM支持在更复杂的环境中使用博弈论。在教育中，用于建立学习管理系统的关键成功因素。在医学中，用于建立系统模型，提供诊断，开发决策支持系统和医学评估。在工程中，主要用于复杂系统和可靠性工程的建模和控制。

在项目规划中，FCM帮助分析项目资源之间的相互依赖关系。在机器人技术中，FCM支持机器建立其环境的模糊模型，并使用这些模型做出明确的决定。在计算机辅助学习中，FCM使计算机能够检查学生是否理解他们的课程。在专家系统中，一些或许多FCM可以被聚合到一个FCM中，以处理有知识的人的估计。