概率模糊认知图.pdf

第3 3 卷第 1期 中　国　科 　学 　技 　术 　大 　学 　学 　报 Vol . 33 ,No . 1 2 0 0 3 年 2 月 JOURNAL OF UNIVERSITY OF SCIENCE AND TECHNOLO GY OF CHINA Feb . 2 0 0 3 ( ) 文章编号 2003 概率模糊认知图 骆祥峰 ,高 　隽 (合肥工业大学计算机与信息学院图像信息处理研究室 ,安徽合肥 230009) 摘要 :模糊认知图模型通过在传统认知图模型中引入模糊测度来量化概念间因果关 系的影响程度. 在继承模糊认知图模型优点的前提下 ,首次在概念间的因果关系中引 入条件概率测度 ,提出概率模糊认知图模型. 该模型不仅能表示概念间的定性及模糊 因果关系 ,而且能表示概念间的条件概率因果关系 ,并能退化为模糊认知图. 通过对 复杂机械部件的拆卸与装配实验 ,具体阐述概率模糊认知图的应用. 实验结果表明概 率模糊认知图模型比模糊认知图模型具有对现实世界更强的模拟能力. 关键词 :模糊认知图;概率模糊认知图;模糊因果关系 ;概率因果关系 中图分类号 :TP391. 9 　　　文献标识码 :A 0 　引言 ( ) [ 1] 因果关系表示与推理是人工智能中非常重要的研究领域. 认知图 cognitive map , CM 是表达和推理系统中概念间因果关系的图模型 ,节点和边分别表示概念及概念间的因果关 系. 它首先由 Tloman 在 1948 年提出 , Kelly 在 1955 年将其引入因果关系的定性分析中 ,Ax [ 1] elord 在 1976 年将其具体应用于政治分析中 . 由于认知图模型仅能表示概念间关系增加与 减少两种定性状态 ,不能量化因果关系的变化程度 ,故 Kosko 于 1986 年在概念间因果关系 中引入模糊测度 ,把概念间的三值{ - 1 ,0 ,1}逻辑关系扩展为区间[ - 1 ,1]上的模糊关系 ,提 出模糊认知图模型[2 ] (fuzzy cognitive map , FCM) ,用于概念间模糊因果关系的表达与推理. 模 糊逻辑显然比三值逻辑能携带更多的信息 , 因此 FCM 的表达和推理能力更强 ,是 目前认知 图研究的主流. 在各种认知图的模型中[ 1～7 ] ,概念间的因果关系要么局限于确定性的表示 ,要么局限于 ( 定性概率表示. 本文首次在 FCM 中引入条件概率 ,提出概率模糊认知图模型 probabilistic fuzzy cognitive map , PFCM) ,讨论其性质 ,并通过对复杂机械部件的拆卸与装配实验 ,具体阐 述概率模糊认知图的应用. 收稿 日期 ( ) ( ) 　基金项 目: 国家自然科学基金项 目 No .、安徽省自然科学基金 No . 和教育部优秀青年教师资助 计划项 目资助 　作者简介 :骆祥峰 ,男 ,1970 年生 ,博士生. Email : luoxiangfeng1 @163 . com 第 1 期 　　　　　　　　　　　　　　　　概率模糊认知图 27 1 　概率