2、模糊认知映射的定义、应用与类型

模糊认知映射的定义、应用与类型

1. FCM作为模拟工具

在模拟与建模领域，存在一种常见的误解，认为建模和模拟的目标是设计出完美的模拟。然而，创建完美模型是难以实现的，因为这需要完美的测量（而测量完成时可能已无法反映现实），或者需要无限的资源来创建和运行一个与现实一样复杂的模型。因此，该领域更关注创建能够充分解决问题的计算抽象方法，即符合目的的方法。模型的目的大致可分为解释性和预测性。

• 解释性模型 ：旨在提出一种“解释”，是一种构建理论的方法，关注某种现象发生的原因。例如，谢林的隔离模型从混合人口开始，运用个体在部分邻居与自己不同时会迁移的理论，成功再现了当代一些社会中观察到的隔离模式。这种模型并不声称其理论是唯一有效的，而是建立了一种潜在的因果链。
• 预测性模型 ：常被误解为能预知未来的水晶球，但实际上许多模型在预测未来方面并不成功，新冠疫情模型就是很好的警示案例。预测性模型的重点在于干预，可作为虚拟实验室来测试场景，并与基线案例（如照常营业）进行评估。重点在于识别最佳场景，而非准确预测世界的未来。例如，一个新冠疫情模型可能预测的感染人数是实际的两倍，但如果它能帮助我们在接种疫苗和不接种疫苗之间做出决策，就达到了其目的。

在模拟环境中，模糊认知映射（FCMs）主要用作干预的预测模型。例如，在促进可持续食品消费方面，FCM可以预测各种干预措施（如信息宣传、小规模农业）对感兴趣变量（如改善消费者态度、解决供应链问题）的影响。由于FCM没有时间概念，且所有变量都在相同区间内缩放，因此它不预测具体的点估计值，而是比较不同干预措施的效果。FCM作为决策支持系统，其