Нечеткие когнитивные карты

Нечеткие когнитивные карты (fuzzy cognitive maps) были предложены Б. Коско в 1986 г. и используются для моделирования причинных взаимосвязей, выявленных между концептами некоторой области. В отличие от простых когнитивных карт, нечеткие когнитивные карты представляют собой нечеткий ориентированный граф, узлы которого являются нечеткими множествами. Направленные ребра графа не только отражают причинно-следственные связи между концептами, но и определяют степень влияния (вес) связываемых концептов. Активное использование нечетких когнитивных карт в качестве средства моделирования систем обусловлено возможностью наглядного представления анализируемой системы и легкостью интерпретации причинно-следственных связей между концептами. Основные проблемы связаны с процессом построения когнитивной карты, который не поддается формализации. Кроме того, необходимо доказать, что построенная когнитивная карта адекватна реальной моделируемой системе. Для решения данных проблем разработаны алгоритмы автоматического построения когнитивных карт на основе выборки данных.

Нечеткая кластеризация

Нечеткие методы кластеризации, в отличие от четких методов (например, нейронные сети Кохонена), позволяют одному и тому же объекту принадлежать одновременно нескольким кластерам, но с различной степенью. Нечеткая кластеризация во многих ситуациях более "естественна", чем четкая, например, для объектов, расположенных на границе кластеров. Наиболее распространены: алгоритм нечеткой самоорганизации c-means и его обобщение в виде алгоритма Густафсона-Кесселя.

Список можно продолжить и дальше: нечеткие деревья решений, нечеткие сети Петри, нечеткая ассоциативная память, нечеткие самоорганизующиеся карты и другие гибридные методы.

СПИСОК ЛИТЕРАТУРЫ

а) Основная литература

1. Гуц А.К. Математическая логика и теория алгоритмов.- Омск: Издательство Наследие. Диалог- Сибирь, 2003.
2. Ивин А.А. Модальные теории Яна Лукасевича.- М., 2001.
3. Круглов В.В., Дли М.И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода.-М.:ФИЗМАТЛИТ, 2002.
4. Леоленков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. – СПб., 2003.
5. Масалович А. Нечеткая логика в бизнесе и финансах. www.tora-centre.ru/library/fuzzy/fuzzy-.htm
6. Непейвода Н.Н. Прикладная логика.- Новосибирск: НГУ, 2000.
7. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. – М., 2004.

б) Дополнительная литература

1. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 2001.
2. Новиков Ф.А. Дискретная математика для программистов.- СПБ.: Питер, 2002.
3. Логики и программы – Часть 1. Что такое логики и какие логики бывают? [Электронный ресурс]. – Свободный режим доступа:

https://potential.org.ru/Info/ArtDt200508291753PH3C0J8#Конструктивные логики

1. Логика. Википедия [Электронный ресурс]. – Свободный режим доступа: https://ru.wikipedia.org/wiki/Логик#
2. Hовиков П. С. Конструктивная математическая логика с точки зрения классической, М.: Мир, 2000.