论文部分内容阅读
传统的模糊认知图学习算法需要依靠专家知识来建立模糊认知图模型。在专家知识受到限制的一些领域，完全通过数据来学习模糊认知图的算法是有必要的。提出的基于蚁群优化的学习算法，可以有效做到通过历史数据学习模糊认知图；为避免蚁群算法陷入局部最优的问题；以及其学习所得模型不够精确的问题，引入变异算子以改进蚁群算法，来提高算法性能，避免局部最优问题，得到更准确的模型。最后，算法性能在人工数据上进行了测试。实验表明，算法性能良好，可以得到准确的模糊认知图模型。