模糊認(rèn)知圖(Fuzzy Cognitive Maps,FCMs)是一種結(jié)合了模糊邏輯和神經(jīng)網(wǎng)絡(luò)的推理網(wǎng)絡(luò)。隨著越來越多的模糊認(rèn)知圖學(xué)習(xí)算法地提出,模糊認(rèn)知圖已被廣泛應(yīng)用于各種領(lǐng)域的系統(tǒng)建模。但由于其較大的搜索空間維度,大部分算法僅能用于學(xué)習(xí)小規(guī)模模糊認(rèn)知圖,且學(xué)習(xí)到的模糊認(rèn)知圖網(wǎng)絡(luò)密度通常要比真實(shí)的網(wǎng)絡(luò)密度更稠密。模糊認(rèn)知圖學(xué)習(xí)的目標(biāo)是從觀測(cè)響應(yīng)序列數(shù)據(jù)中挖掘出概念間潛在的因果強(qiáng)度關(guān)系,這要求學(xué)習(xí)算法不僅能夠確定節(jié)點(diǎn)間邊的存在性,還要優(yōu)化邊的權(quán)值。本文主要針對(duì)模糊認(rèn)知圖學(xué)習(xí)問題,就模糊認(rèn)知圖學(xué)習(xí)算法及應(yīng)用做了深入的研究:1.提出了基于實(shí)驗(yàn)決策與評(píng)價(jià)方法的實(shí)數(shù)編碼遺傳算法學(xué)習(xí)模糊認(rèn)知圖。在提出的算法中,利用矩陣信息知識(shí),將實(shí)驗(yàn)決策與評(píng)價(jià)方法建模為一個(gè)有向鄰域搜索算子將搜索引導(dǎo)到目標(biāo)空間的正確方向,使搜索跳出局部最優(yōu)。實(shí)驗(yàn)部分,通過在不同規(guī)模的人工數(shù)據(jù)和真實(shí)數(shù)據(jù)上的實(shí)驗(yàn)對(duì)算法進(jìn)行測(cè)試。與現(xiàn)有算法的比較表明,提出的算法能夠在缺乏專家知識(shí)的情況下以更高的準(zhǔn)確度學(xué)習(xí)模糊認(rèn)知圖。2.提出了基于互信息的兩階段Memetic算法學(xué)習(xí)大規(guī)模模糊認(rèn)知圖,并將其應(yīng)用于基因調(diào)控網(wǎng)絡(luò)的重建中。在提出的算法中,第... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

PMADinfo-FCM的算法框架示意圖

第四章 基于信息論的兩階段分解式 Memetic 并行算法的大規(guī)模模糊認(rèn)知圖學(xué)習(xí)4.2.2 PMADinfo-FCM 算法描述為了進(jìn)一步優(yōu)化算法在大規(guī)模模糊認(rèn)知圖學(xué)習(xí)問題上的性能，我們提出了基于信息論的兩階段分解式 Memetic 算法并行學(xué)習(xí)大規(guī)模模糊認(rèn)知圖。PMADinfo-FCM 算法包括信息學(xué)習(xí)階段和分解式 Memetic 算法并行學(xué)習(xí)階段，其中信息學(xué)習(xí)階段主要應(yīng)用信息論（自信息、互信息）的知識(shí)來確定模糊認(rèn)知圖模型的網(wǎng)絡(luò)結(jié)構(gòu)，分解式 Memetic算法并行學(xué)習(xí)階段主要用來快速高效的優(yōu)化非零邊的權(quán)值。圖 4.1 給出了PMADinfo-FCM 的算法框架示意圖。


本文編號(hào)：2900977