Fuzzy cognitive maps (FCMs) integrate neural networks and fuzzy logic to model complex nonlinear problems through causal reasoning. Interval-valued FCMs (IVFCMs) have recently been proposed to model additional uncertainty in decision-making tasks with complex causal relationships. In traditional FCMs, optimization algorithms are used to learn the strengths of the relationships from the data. Here, we propose a novel IVFCM with real-coded genetic learning. We demonstrate that the proposed method is effective for predicting corporate financial distress based on causally connected financial concepts. Specifically, we show that this method outperforms FCMs, fuzzy grey cognitive maps and adaptive neuro-fuzzy systems in terms of root mean squared error. ; Fuzzy kognitivní mapy (FCM) integrují neuronové sítě a fuzzy logiku k modelování komplexních nelineárních problémů prostřednictvím kauzálního uvažování. Intervalově hodnocené FCM (IVFCM) byly nedávno navrženy k modelování dodatečné nejistoty v rozhodovacích úkolech s komplexními příčinnými vztahy. V tradičních FCM se optimalizační algoritmy používají k získání silných stránek vztahů z dat. Zde navrhujeme nový IVFCM s genetickým učením. Ukazujeme, že navrhovaná metoda je účinná při předvídání finanční tísně podniku na základě příčinných finančních koncepcí. Konkrétně jsme ukázali, že tato metoda překonává FCM, fuzzy grey kognitivní mapy a adaptivní neuro-fuzzy systémy, pokud jde o střední kvadratickou chybu.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    Interval-Valued Fuzzy Cognitive Maps with Genetic Learning for Predicting Corporate Financial Distress ; Intervalově ohodnocené fuzzy kognitivní mapy s genetickým učení pro predikci finanční tísně podniků


    Beteiligte:

    Erscheinungsdatum :

    2018-01-01


    Anmerkungen:

    39881877



    Medientyp :

    Aufsatz (Zeitschrift)


    Format :

    Elektronische Ressource


    Sprache :

    Englisch



    Klassifikation :

    DDC:    006 / 629




    Mapy Sienkiewicza

    Ireneusz Gielata | DOAJ | 2022

    Freier Zugriff

    Optimizing Fuzzy Cognitive Maps with a Genetic Algorithm

    McMichael, Jim / Heiges, Mike / O'leary, Patrick et al. | AIAA | 2004


    AIAA-2004-6278 Optimizing Fuzzy Cognitive Maps with a Genetic Algorithm

    Heiges, M. / O leary, P. / Guthrie, K. et al. | British Library Conference Proceedings | 2004


    On the Decomposition of Interval-Valued Fuzzy Morphological Operators

    Mélange, T. | British Library Online Contents | 2010