Sciact
  • EN
  • RU

Адаптивное обучение нечетких когнитивных карт Full article

Journal Математические структуры и моделирование
ISSN: 2222-8772 , E-ISSN: 2222-8799
Output data Year: 2024, Volume: 4, Number: 72, Pages: 91-96 Pages count : 6 DOI: 10.24147/2222-8772.2024.4.91-96
Tags нечеткие когнитивные карты, правило Хебба, оптимизации роя частиц.
Authors Чуканов С.Н. 1 , Чуканов И.С. 2 , Лейхтер С.В. 3 , Калекина А.В. 4 , Чернуха И.Е. 5
Affiliations
1 Институт математики им. С.Л. Соболева СО РАН, Омский филиал, Омск, Россия
2 Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, Екатеринбург, Россия
3 ФГБОУ ВО Омский государственный университет им. Ф.M. Достоевского
4 Омский институт водного транспорта – филиал ФГБОУ ВО «Сибирский государственный университет водного транспорта»
5 ФГАОУ ВО Омский государственный технический университет

Funding (1)

1 Омский филиал ФГБУН «Институт математики им. С.Л. Соболева СО РАН». FWNF-2022-0016

Abstract: Метод нечетких когнитивных карт (FCM) разработан Б. Коско [1] для расширения когнитивных карт, которые широко используются для представления знаний в социальных науках. Предложено несколько алгоритмов для обучения FCM. Основная задача процедуры обучения — найти настройку весов FCM, которая приведет FCM к требуем ому устойчивому состоянию. Это достигается посредством минимизации правильно определенной целевой функции. Установленные алгоритмы в значительной степени зависят от начального приближения матрицы весов, которое предоставляется экспертами. Одним из методов обучения FCM основан на оптимизации роя частиц (PSO). PSO используется для определения соответствующих весовых матриц для системы путем vинимизации заданной целевой функции.
Cite: Чуканов С.Н. , Чуканов И.С. , Лейхтер С.В. , Калекина А.В. , Чернуха И.Е.
Адаптивное обучение нечетких когнитивных карт
Математические структуры и моделирование. 2024. Т.4. №72. С.91-96. DOI: 10.24147/2222-8772.2024.4.91-96 РИНЦ OpenAlex
Dates:
Submitted: Oct 31, 2024
Published print: Dec 25, 2024
Published online: Dec 25, 2024
Identifiers:
Elibrary: 75142708
OpenAlex: W4409521281
Citing: Пока нет цитирований
Altmetrics: