模糊認知圖及其構(gòu)建方法

緒論
第1章 認知圖
1.1 認知圖的產(chǎn)生與發(fā)展
1.2 認知圖的相關(guān)定義
1.3 本章小結(jié)
第2章 模糊認知圖
2.1 模糊認知圖模型
2.1.1 模糊認知圖數(shù)學(xué)模型
2.1.2 模糊認知圖的特征
2.1.3 模糊認知圖的推理機制
2.2 復(fù)雜結(jié)構(gòu)的模糊認知圖
2.2.1 聚合模糊認知圖
2.2.2 層次模糊認知圖
2.2.3 粒模糊認知圖
2.3 模糊認知圖的應(yīng)用研究
2.3.1 模糊認知圖在信息安全中的應(yīng)用
2.3.2 模糊認知圖在系統(tǒng)評估中的應(yīng)用
2.3.3 模糊認知圖在系統(tǒng)控制中的應(yīng)用
2.4 本章小結(jié)
第3章 模糊認知圖的理論分析
3.1 穩(wěn)定狀態(tài)
3.1.1兩種穩(wěn)定狀態(tài)
3.1.2 FCM固定點分析
3.1.3 FCM有限環(huán)分析
3.1.4 穩(wěn)定狀態(tài)的應(yīng)用分析
3.2 因果關(guān)系
3.2.1 關(guān)于因果關(guān)系
3.2.2 因果關(guān)聯(lián)程度
3.3 平衡性研究
3.3.1 關(guān)于FCM的平衡性與平衡度
3.3.2 影響FCM平衡的關(guān)鍵因素
3.3.3 新的平衡度計算方法
3.3.4 消除非平衡性的方法
3.4 本章小結(jié)
第4章 模糊認知圖的構(gòu)建方法
4.1 模糊認知圖的構(gòu)建概述
4.1.1 人工構(gòu)建方式
4.1.2 計算構(gòu)建方式
4.2 基于Hebbian學(xué)習(xí)的FCM構(gòu)建方法
4.2.1 Hebbian規(guī)則
4.2.2 基于非線性Hebbian規(guī)則學(xué)習(xí)方法
4.2.3 激活Hebbian學(xué)習(xí)算法
4.2.4 AHL和NHL兩種學(xué)習(xí)算法討論
4.3 基于遺傳算法的FCM構(gòu)建方法
4.3.1 基于RCGA的FCM構(gòu)建方法
4.3.2 基于并行RCGA的FCM構(gòu)建方法
4.4 基于粒子群算法的FCM構(gòu)建方法
4.5 基于梯度下降法的FCM構(gòu)建方法
4.6 本章小結(jié)
第5章 基于多關(guān)系的模糊認知圖構(gòu)建方法
5.1 基于多關(guān)系的MRFCM構(gòu)建
5.1.1 基于多關(guān)系的MRFCM構(gòu)建思想
5.1.2 基于多關(guān)系的MRFCM構(gòu)建
5.2 基于多關(guān)系的MRFCM結(jié)構(gòu)的建立
5.2.1 基于多關(guān)系數(shù)據(jù)的MRFCM結(jié)點
5.2.2 基于多關(guān)系數(shù)據(jù)的MRFCM結(jié)構(gòu)
5.2.3 MRFCM結(jié)構(gòu)的分解
5.3 MRFCM中子結(jié)點狀態(tài)的獲取
5.4 MRFCM超結(jié)點狀態(tài)的挖掘
5.4.1 MRFCM超結(jié)點狀態(tài)挖掘方法
5.4.2 MRFCM超結(jié)點狀態(tài)挖掘算法
5.4.3 MRFCM超結(jié)點狀態(tài)挖掘的穩(wěn)定性
5.5 本章小結(jié)
第6章 基于規(guī)則的模糊認知圖構(gòu)建方法
6.1 研究現(xiàn)狀
6.2 RBFCM的知識表示方法
6.3 RBFCM的推理機制
6.4 RBFCM在啟發(fā)型協(xié)調(diào)器中的應(yīng)用
6.4.1 可達矩陣的推理
6.4.2 啟發(fā)型協(xié)調(diào)器的實現(xiàn)
6.4.3 性能測評
6.5 本章小結(jié)
結(jié)論
參考文獻