社会—生态系统建模：面向复杂现实挑战政策制定的高级模糊认知地图框架实现

本研究实现了一种新颖的模糊认知地图（FCM）框架，用于解决大型复杂社会—生态问题。此类问题的特征为定性、不确定性主导、具有不同且模糊认知/期望的人类参与，以及因反馈关系导致的复杂系统动态。FCM框架提供了一种参与式软计算方法以达成共识方案。我们在一个案例研究中展示其实现：全国尺度的急性水资源短缺危机。该模型包含八个步骤，从以FCM（双向图）形式收集利益相关者数据开始，由节点和不精确连接表示。所有后续步骤在一个新的模糊2-tuple框架内运行，该框架通过先进处理方法克服了以往FCM的局限，其中大型FCM被模糊化并分析、浓缩，并使用图论度量进行聚合。FCM作为自联想神经网络（AANN）进行模拟，以评估应对该问题的政策方案。在本研究中，通过访谈开发了非常大的认知地图，捕捉了五类不同利益相关者群体对约旦急性水资源短缺问题的成因、后果与挑战的认知。包含186个变量的复杂FCM全面覆盖了水资源短缺的各个方面。FCM被浓缩为两个层级的较小地图。它们还被组合为五个利益相关者群体FCM和一个整体系统FCM（共123个FCM）。在整体系统FCM上进行了政策情景的AANN模拟，首先在最浓缩层级，然后自上而下经过接下来两个粒度层级以探索潜在方案。这些方案通过一种新颖的模糊适当性准则排序，从而提供若干高层级且有效的缓解水危机策略。