混合模糊认知图

传统的模糊认知图(FCM)仅限于表示单调的或对称的因果关系,不能模拟原因节点间的与或组合关系.针对现有FCM模型的缺陷,提出了混合模糊认知图(HFCM).HFCM以单前件模糊规则拓展传统的因果模糊测度,增强了FCM的语义信息和模拟能力;使用WOWA或OWA集结算子融合因果推理结果,模拟原因节点间的各种与或关系.与传统FCM相比,HFCM具有更强的认知能力.与基于规则的FCM相比,HFCM规则库的规模及复杂度由几何级降至算术级,解决了组合激增问题,提高了FCM的表示与推理性能.HFCM兼有数值型FCM和语言型FCM的优点.

基于动态模糊认知图的城市大型基础设施可持续性评价

随着我国大型基础设施的快速发展,以及可持续发展理念的持续推进,为了进一步促进基础设施形成良性可持续循环过程,本文提出基于Hebbian学习规则的动态模糊认知图可持续评价模型,用于城市大型基础设施的可持续性研究。首先基于文献和大量工程经验建立了地铁项目可持续性评价指标体系和评价标准,然后通过问卷调查和历史数据查询分别获取定性和定量指标初始状态值,运用三角模糊数法获取反映各指标之间因果关联强度的初始关联矩阵,接着借助Hebbian规则进行推理,考虑节点指标的变化关系,使得关联矩阵在节点迭代变化过程中同时变化,实现对地铁可持续性能的动态评价。最后以武汉地铁2号线和武汉天河机场为例,运用该模型对地铁和航空可持续性能进行评价,同时对地铁和航空未来可持续性问题进行有效预测,验证了本方法在城市大型基础设施可持续评价方面的适用性。

一种新的关联规则挖掘方法

关联规则挖掘是数据挖掘的主要任务之一。为了进一步提高关联规则挖掘算法的认知特性和运算效果,提出了一种新的关联规则挖掘思想并由此构造了一种基于规则模糊认知图的关联规则挖掘算法。该算法使用规则模糊认知图进行知识表示,对每个挖掘到的关联规则进行可达模糊推理,从而减少了与数据库交互的次数。实验证明该方法与Apriori的关联规则算法相比,提高了关联规则挖掘的效率,增强了智能化程度。

基于RBFCM的启发型协调器算法的研究

用于知识发现的启发型协调器能够模拟认知心理学中的"创建意向",提高机器的认知自主性。为了进一步提高启发型协调器算法的认知特性和运算效果,构造了一种基于规则模糊认知图的启发型协调器算法,该算法用规则模糊认知图表示知识和进行有效推理,发现知识库中的不关联态,进而对海量数据库进行"定向挖掘"。实验证明该方法与有向超图方法相比,缩小了知识发现算法的搜索空间,增强了智能化程度。

基于WOWA集结的模糊认知图(英文)

现有模糊认知图(Fuzzy Congnitive Map,FCM)模型忽略了原因节点间与或组合关系的不确定性.针对这一缺陷,作者通过引入加权的有序加权平均(Weighted Ordered Weighted Averaging,WOWA)算子来模拟原因节点间确定的或模糊的与或关系,提出了基于WOWA集结算子的模糊认知图框架.为增强传统FCM的因果认知性能,作者在此新的框架下,利用单前件模糊规则拓展数值型FCM的因果模糊测度,提出了一种混合模糊认知图模型.

认知图研究现状与发展趋势

认知图是一种关于因果知识的网络模型,由概念及概念之间的关系组成,可用于鸟瞰智能系统的概念结构。作为智能信息处理的重要工具,它提供了一个有效的软计算方法来支持基于先验知识的自适应行为。本文综述认知图的研究背景,分析和比较古典认知图、模糊认知图、扩展的模糊认知图、神经元认知图、基于规则的模糊认知图等几种重要模型的主要构成及研究现状,探求它们之间的内在联系。并结合作者的研究基础,给出认知图几种可能的发展趋势,以期对该模型的研究与发展起一定的推动作用。

告警融合系统模型设计

为了解决IDS告警信息的不完整性,需要应用数据融合技术对告警信息进行处理。本文设计了一种针对多入侵检测系统的告警信息融合处理系统模型。

专家系统、人工智能

Y2000-62047-105 0006892模糊规则系统(含5篇文章)=Fuzzy rule-based systems[会,英]//18th International Conference of the NorthAmerican Fuzzy Information Processing Society-NAFIPS.—105～129(NiZ)本部分收录5篇论文,内容涉及基于规划的结构的关联性,基于规则的模糊认知图,模糊规则系统的一致性与性能评价,在不同级处理模糊规则的模糊推理方法,基于规则的分类系统的性能与模糊规则数的折衷。