Medical decision support systems based on Fuzzy Cognitive Maps

This paper determines the risk for cardiovascular diseases(CVDs).and nutrition level in infants aged 06 montlis using Fuzzy Cognitive Maps(FCMs).The aim of this study is to facilitates the medical experts to early detects these diseases with accuracy,so that overall death ratio can be reduced.Firstly,we have introduced the concepts of FCMs and briefly refer to the applications of these methods in medical.After that,two intel ligent decision support systems for cardiovascular and malnutrition are developed using FCMs.The proposed cardiovascular risk assessment system takes six inputs:chest pain,cholesterol,heart rate,blood pressure,blood sugar,and old peak and determines CVDs risk.The second decision support system of malnutrition diagnosis takes twelve inputs:breastfeeding,daily income,maternal education,colostrum intake,energy intake,protein intake,vitamin A intake,iron intake,family size,height,weight,head circumference,and skin fold thickness and diagnoses the nutrition level in infants.We have explained the working of both decision support systems using case studies.

模糊认知图学习算法及应用综述

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.

复杂系统模糊认知图的分解研究

本文对复杂系统的知识表示与推理采用了模糊认知图的分解方法,即对原始认知图的节点进行分组,然后在组节点上构造商认知图。这样关于原始FCM的分析就转化为商认知图和各子FCM的分析,商FCM的因果关系推理提供原始FCM的整体信息,而每个子FCM继承原始FCM的拓扑结构和推理,它提供原始FCM的局部信息。这样降低了复杂系统研究的规模与复杂性,同时也使对复杂系统的研究可以在各个分类层面上和各个分组上进行,增加了模糊认知图概念间研究的丰富性和灵活性。这种分解方法可以根据需要循环往复进行。

基于大型模糊认知图的复杂系统建模与推理研究

模糊认知图作为一种智能计算工具,具有直观的知识表达、快速的数值推理能力等优点,适用于系统建模与推理。为了实现复杂系统关联认知与聚类的集成挖掘,进而达到对它的有效分析与决策,在面向复杂系统的大型模糊认知图研究基础之上,提出了用于三江源生态决策的大型模糊认知图关联认知、状态建模与推理的思路与方法,它不仅可以提升大型模糊认知图在复杂系统建模与推理方面的理论研究,也将拓展其应用领域。