แผนที่ความรู้แบบฟัซซี ( FCM )คือแผนที่ความรู้ที่ความสัมพันธ์ระหว่างองค์ประกอบ (เช่น แนวคิด เหตุการณ์ ทรัพยากรโครงการ) ของ "ภูมิทัศน์ทางจิต" สามารถนำมาใช้คำนวณ "ความแข็งแกร่งของผลกระทบ" ขององค์ประกอบเหล่านี้ได้ แผนที่ความรู้แบบฟัซซีได้รับการแนะนำโดยBart Kosko [ ^{1 ] [ 2 ] Robert} Axelrodได้แนะนำแผนที่ความรู้ในฐานะวิธีการที่เป็นทางการในการแสดงความรู้ทางสังคมศาสตร์และการสร้างแบบจำลองการตัดสินใจในระบบสังคมและการเมือง จากนั้นจึงนำการคำนวณเข้ามาใช้^{[ 3 ]}

แผนที่ความรู้แบบฟัซซีเป็นกราฟทิศทางแบบฟัซซี ที่ มีเครื่องหมาย สเปรดชีตหรือตารางถูกใช้เพื่อแมป FCM ไปยังเมทริกซ์สำหรับการคำนวณเพิ่มเติม FCM เป็นเทคนิคที่ใช้สำหรับการได้มาและการแสดงความรู้เชิงสาเหตุ โดยสนับสนุนกระบวนการให้เหตุผลความรู้เชิงสาเหตุและเป็นส่วนหนึ่งของ ระบบ ประสาทฟัซซีที่มุ่งแก้ปัญหาการตัดสินใจ การสร้างแบบจำลอง และการจำลองระบบที่ซับซ้อน^{[ 4 ]} มีการเสนออัลกอริธึมการเรียนรู้สำหรับการฝึกอบรมและอัปเดตน้ำหนักของ FCM โดยส่วนใหญ่อิงตามแนวคิดที่มาจากสาขาเครือข่ายประสาทเทียม [ ^{5 ] วิธี}การปรับตัวและการเรียนรู้ถูกนำมาใช้เพื่อปรับแบบจำลอง FCM และปรับน้ำหนัก Kosko และ Dickerson (Dickerson & Kosko, 1994) เสนอการเรียนรู้แบบ Hebbian ที่แตกต่างกัน (DHL) เพื่อฝึก FCM ^{[ 6 ]}มีการเสนออัลกอริธึมโดยอิงจากอัลกอริธึม Hebbian เริ่มต้น^{[ 7 ]}อัลกอริทึมอื่นๆ มาจากสาขาอัลกอริทึมทางพันธุกรรมปัญญาแบบฝูง^{[ 8 ]}และ การคำนวณเชิงวิวัฒนาการ^{[ 9 ]}อัลกอริทึมการเรียนรู้ถูกนำมาใช้เพื่อเอาชนะข้อบกพร่องที่ FCM แบบดั้งเดิมมีอยู่ เช่น การลดการแทรกแซงของมนุษย์โดยการแนะนำผู้สมัคร FCM อัตโนมัติ หรือโดยการเปิดใช้งานเฉพาะแนวคิดที่เกี่ยวข้องมากที่สุดในแต่ละครั้งของการดำเนินการ หรือโดยการทำให้โมเดลมีความโปร่งใสและไดนามิกมากขึ้น^{[ 10 ]}

แผนที่ความรู้แบบฟัซซี (FCMs) ได้รับความสนใจในการวิจัยอย่างมากเนื่องจากความสามารถในการแสดงความรู้ที่มีโครงสร้างและจำลองระบบที่ซับซ้อนในสาขาต่างๆ ความสนใจที่เพิ่มขึ้นนี้ทำให้เกิดความต้องการในการปรับปรุงและสร้างแบบจำลองที่น่าเชื่อถือมากขึ้นซึ่งสามารถแสดงสถานการณ์จริงได้ดียิ่งขึ้น การประยุกต์ใช้ FCMs อย่างง่ายครั้งแรกอธิบายไว้ในหนังสือ^{[ 11 ]}ของ William R. Taylor ซึ่งวิเคราะห์สงครามในอัฟกานิสถานและอิรัก ใน หนังสือ Fuzzy ThinkingของBart Kosko [ ^{12 ] แผนภาพ} Hasse หลายแผนภาพแสดงให้เห็นถึงการใช้ FCMs ตัวอย่างเช่น FCM หนึ่งที่อ้างถึงจาก Rod Taber ^{[ 13 ]}อธิบายปัจจัย 11 ประการของตลาดโคเคนของอเมริกาและความสัมพันธ์ระหว่างปัจจัยเหล่านี้ สำหรับการคำนวณ Taylor ใช้ตรรกะแบบเพนทาเวเลนต์ (ค่าสเกลาร์จาก {-1,-0.5,0,+0.5,+1}) แผนที่เฉพาะของ Taber นั้นใช้ตรรกะแบบไตรเวเลนต์ (ค่าสเกลาร์จาก {-1,0,+1}) Taber และคณะ นอกจากนี้ยังแสดงให้เห็นถึงพลวัตของการรวมแผนที่และให้ทฤษฎีบทเกี่ยวกับการบรรจบกันของการรวมกันในบทความที่เกี่ยวข้อง^{[ 14 ]}

ในขณะที่การประยุกต์ใช้ในสังคมศาสตร์^{[ 11 ] [ 12 ] [ 13 ] [ 15 ]}ได้แนะนำ FCM ให้กับสาธารณชน แต่ก็มีการใช้ FCM ในแอปพลิเคชันที่หลากหลายมากขึ้น ซึ่งทั้งหมดต้องเกี่ยวข้องกับการสร้างและการใช้แบบจำลอง^{[ 16 ]}ของความไม่แน่นอนและกระบวนการและระบบที่ซับซ้อน ตัวอย่างเช่น:

• ในธุรกิจ FCM สามารถใช้สำหรับการวางแผนผลิตภัณฑ์^{[ 17 ]}และการสนับสนุนการตัดสินใจ^{[ 18 ]}
• ในทางเศรษฐศาสตร์ FCM สนับสนุนการใช้ทฤษฎีเกมในบริบทที่ซับซ้อนมากขึ้น^{[ 19 ]}
• ในการศึกษาเพื่อสร้างแบบจำลองปัจจัยความสำเร็จที่สำคัญของระบบการจัดการการเรียนรู้^{[ 20 ]}
• ในการประยุกต์ใช้ทางการแพทย์เพื่อสร้างแบบจำลองระบบ ให้การวินิจฉัย^{[ 21 ]}พัฒนาระบบสนับสนุนการตัดสินใจ^{[ 22 ] [ 23 ]}และ การ ประเมินทางการแพทย์^{[ 24 ]}
• ในด้านวิศวกรรมสำหรับการสร้างแบบจำลองและการควบคุม^{[ 25 ]}ส่วนใหญ่ของระบบที่ซับซ้อน^{[ 26 ]}และวิศวกรรมความน่าเชื่อถือ^{[ 27 ]}
• ในการวางแผนโครงการ FCM ช่วยวิเคราะห์ความสัมพันธ์ระหว่างทรัพยากรต่างๆ ในโครงการ
• ในหุ่นยนต์^{[ 12 ] [ 28 ]} FCM สนับสนุนเครื่องจักรให้พัฒนาแบบจำลองฟัซซีของสภาพแวดล้อมและใช้แบบจำลองเหล่านี้ในการตัดสินใจที่ชัดเจน
• ในการเรียนรู้โดยใช้คอมพิวเตอร์ช่วย FCM ช่วยให้คอมพิวเตอร์ตรวจสอบว่านักเรียนเข้าใจบทเรียนหรือไม่^{[ 29 ]}
• ในระบบผู้เชี่ยวชาญ^{[ 13 ]}สามารถรวม FCM จำนวนเล็กน้อยหรือจำนวนมากเข้าเป็น FCM เดียวเพื่อประมวลผลการประมาณค่าของบุคคลที่มีความรู้^{[ 30 ]}
• ในการจัดการโครงการไอที วิธีการตาม FCM ช่วยให้การสร้างแบบจำลองประสบความสำเร็จ^{[ 31 ]}การวิเคราะห์และการประเมินความเสี่ยง^{[ 32 ] [ 33 ]}สถานการณ์ไอที^{[ 34 ]}

FCMappers เป็นชุมชนออนไลน์ระหว่างประเทศสำหรับการวิเคราะห์และการแสดงภาพแผนที่ความรู้ความเข้าใจแบบฟัซ ซี ^{[ 35 ]} FCMappers ให้การสนับสนุนสำหรับการเริ่มต้นใช้งาน FCM และยังจัดหา เครื่องมือที่ใช้ Microsoft Excelซึ่งสามารถตรวจสอบและวิเคราะห์ FCM ได้ ผลลัพธ์จะถูกบันทึกเป็น ไฟล์ Pajekและสามารถแสดงภาพได้ในซอฟต์แวร์ของบุคคลที่สาม เช่น Pajek, Visone เป็นต้น พวกเขายังเสนอการปรับแต่งซอฟต์แวร์ให้ตรงกับความต้องการการวิจัยเฉพาะอีกด้วย

เครื่องมือซอฟต์แวร์ FCM เพิ่มเติม เช่น Mental Modeler ^{[ 36 ] [ 37 ]}ได้รับการพัฒนาเมื่อเร็ว ๆ นี้ในฐานะเครื่องมือสนับสนุนการตัดสินใจสำหรับการใช้งานใน การวิจัย ทางสังคมศาสตร์การตัดสินใจร่วมกัน และการ วางแผนทรัพยากรธรรมชาติ

• แผนภาพเชิงสาเหตุ
• แผนภาพวงจรเหตุและผล
• พลวัตของระบบ
• แผนที่ความรู้ความเข้าใจ