Нечеткая когнитивная карта как альтернатива регрессии / Ротштейн А. П., Кательников Д. И. (2021)
Ukrainian

інтернет-адреса сторінки: http://jnas.nbuv.gov.ua/article/UJRN-0001254216
  Кібернетика та системний аналіз      А - 2019  /     Випуск (2021, Т. 57, № 4)

Ротштейн А. П., Кательников Д. И.
Нечеткая когнитивная карта как альтернатива регрессии

Рассмотрена нечеткая когнитивная карта как альтернатива регрессионного анализа, т.е. аппарат моделирования зависимости входы-выход на основе экспертно-экспериментальной информации. Для вычисления значения выхода при заданных значениях входов использованы приращения переменных. Оптимальные значения весов дуг определены с помощью генетического алгоритма, в котором хромосомы генерируются из интервалов их допустимых значений, а критерием селекции является сумма квадратов отклонений между модельными и наблюдаемыми значениями выхода.

 https://doi.org/10.1007/s10559-021-00385-3
 Scopus

Бібліографічний опис:
Ротштейн А. П., Кательников Д. И. Нечеткая когнитивная карта как альтернатива регрессии. Кібернетика та системний аналіз. 2021. Т. 57, № 4. С. 118–130. doi: https://doi.org/10.1007/s10559-021-00385-3 URL: http://jnas.nbuv.gov.ua/article/UJRN-0001254216

English  Cybernetics and Systems Analysis   /     Issue (2021, 57 (4))

Rotshtein A.P., Katielnikov D.I.
Fuzzy cognitive map vs regression

A fuzzy cognitive map is considered as an alternative to regression analysis, i.e., tools for modeling the inputs-output dependence based on expert-experimental information. To calculate the output value at the given input values, increments of variables are used. The optimal values of the weights of the arcs are found using the genetic algorithm in which the chromosomes are generated from the intervals of their feasible values and the selection criterion is the sum of the squared deviations between the model and the observed output values. © 2002, Springer Science+Business Media, LLC, part of Springer Nature.

Keywords: approximation, fuzzy cognitive map, genetic algorithm, regression, tuning, unknown parameters, Chromosomes, Cognitive systems, Fuzzy rules, Fuzzy cognitive map, Input values, Optimal values, Output values, Selection criteria, Genetic algorithms

Cite:
Rotshtein A.P., Katielnikov D.I. (2021). Fuzzy cognitive map vs regression. Cybernetics and Systems Analysis, 57 (4), 118–130. doi: https://doi.org/10.1007/s10559-021-00385-3 http://jnas.nbuv.gov.ua/article/UJRN-0001254216 [In Russian].

 

Інститут інформаційних технологій НБУВ

+38 (044) 525-36-24
libnas@nbuv.gov.ua
Голосіївський просп., 3, к. 209
м. Київ, 03039, Україна