Granular calculations in modeling imprecise objects using relational fuzzy cognitive maps

Pracę poświęcono analizie parametrów przestrzennej ziarnistości informacji przy modelowaniu systemów z użyciem map kognitywnych. Wprowadzono pojęcie ziarnistości rozmytej dla map kognitywnych oraz przedstawiono wpływ parametrów ziarnistości przestrzennej na precyzyjność modelowania. Z badań symulacyjnych, przeprowadzonych na przykładowej mapie kognitywnej wynika, że wprowadzenie ziarnistości przestrzennej poprawia precyzyjność modelu rozmytego dla zadanej liczby wielkości lingwistycznych.In complex system modeling processes, accessibility of the information on the system structure and characteristic plays a crucial role. At the lack of the complete knowledge in this matter, calculation processes can be supported with different methods. One of them is using information granularity. The work is devoted to the analysis of spatial information granulation parameters in modeling systems with use of cognitive maps. There is introduced an idea of fuzzy granulation for cognitive maps (according to (6) and (7)). There is also presented the influence of spatial granulation parameters on the modeling precision and time of numerical calculations (Figs. 1 and 9). The method for granulation parameter optimisation is described from the modeling precision improvement point of view (1). There is also introduced the encoding and decoding conformity criterion (9). From simulation investigations carried out on the hypothetical cognitive map (Fig. 7, Tabs. 1 and 2, Eqs. (7), (8) and (9)), it follows that introducing spatial granulation on the basis of a suitable closeness criterion (e.g. (11)) improves precision of the fuzzy model for assigned number of the linguistic variables (Fig. 9)