模糊认知图及其构建方法

本书旨在丰富和充实知识工程与系统工程的理论与方法，充分利用了模糊认知图的模糊信息处理能力、因果关系的传播方法以及动态自适应特性，拓展已有的认知图、模糊认知图及其构建方法，深入分析了模糊认知图的稳定状态、因果关系和平衡性等认知机理，结合具体的应用需求提出了基于多关系的模糊认知图MRFCM和基于规则的模糊认知图RBFCM，实现了数据驱动的MRFCM和RBFCM构建，这必将模糊认知图及其构建方法引向新的阶段，实现对复杂客观世界的映像。本书适用于信息与自动化领域的研究人员。

彭珍，北京石油化工学院信息管理与信息系统系副教授。主持国家自然科学基金项目1项，省部级项目3项等。近五年，发表论文20余篇，其中被SCI/SSCI/EI检索10余篇。主要研究方向：模糊认知图、数据挖掘。

绪论
第1章认知图
1.1认知图的产生与发展
1.2认知图的相关定义
1.3本章小结
第2章模糊认知图
2.1模糊认知图模型
2.1.1模糊认知图数学模型
2.1.2模糊认知图的特征
2.1.3模糊认知图的推理机制
2.2复杂结构的模糊认知图
2.2.1聚合模糊认知图
2.2.2层次模糊认知图
2.2.3粒模糊认知图
2.3模糊认知图的应用研究
2.3.1模糊认知图在信息安全中的应用
2.3.2模糊认知图在系统评估中的应用
2.3.3模糊认知图在系统控制中的应用
2.4本章小结
第3章模糊认知图的理论分析
3.1稳定状态
3.1.1两种稳定状态
3.1.2FCM固定点分析
3.1.3FCM有限环分析
3.1.4稳定状态的应用分析
3.2因果关系
3.2.1因果关系概述
3.2.2因果关联程度
3.3平衡性研究
3.3.1关于FCM的平衡性与平衡度
3.3.2影响FCM平衡的关键因素
3.3.3新的平衡度计算方法
3.3.4消除非平衡性的方法
3.4本章小结
第4章模糊认知图的构建方法
4.1模糊认知图的构建概述
4.1.1人工构建方式
4.1.2计算构建方式
4.2基于Hebbian学习的FCM构建方法
4.2.1Hebbian规则
4.2.2基于非线性Hebbian规则学习方法
4.2.3激活Hebbian学习算法
4.2.4AHL和NHL两种学习算法讨论
4.3基于遗传算法的FCM构建方法
4.3.1基于RCGA的FCM构建方法
4.3.2基于并行RCGA的FCM构建方法
4.4基于粒子群算法的FCM构建方法
4.5基于梯度下降法的FCM构建方法
4.6本章小结
第5章基于多关系的模糊认知图构建方法
5.1基于多关系的MRFCM构建
5.1.1基于多关系的MRFCM构建思想
5.1.2基于多关系的MRFCM构建理论
5.2基于多关系的MRFCM结构的建立
5.2.1基于多关系数据的MRFCM结点
5.2.2基于多关系数据的MRFcM结构
5.2.3MRFCM结构的分解
5.3MRFCM中子结点状态的获取
5.4MRFCM超结点状态的挖掘
5.4.1MRFCM超结点状态挖掘的方法
5.4.2MRFCM超结点状态挖掘的算法
5.4.3MRFCM超结点状态挖掘的稳定性
5.5本章小结
第6章基于规则的模糊认知图构建方法
6.1研究现状
6.2RBFCM的知识表示方法
6.3RBFCM的推理机制
6.4RBFCM在启发型协调器中的应用
6.4.1可达矩阵的推理
6.4.2启发型协调器的实现
6.4.3性能测评
6.5本章小结
结论
参考文献