La toma de decisiones gerenciales es un proceso complejo que tiene varios problemas. Cuanto más heterogéneo sea el sistema, más información inmedible y no numérica contiene. Para comprender los procesos cognitivos involucrados, es importante describir detalladamente sus componentes, definir las dependencias entre ellos y aplicar algoritmos relevantes para el modelado de escenarios. Los mapas cognitivos difusos (FCMs) son el enfoque popular para modelar el comportamiento de un sistema a lo largo del tiempo y definir sus propiedades principales. Este trabajo desarrolla un nuevo algoritmo para el análisis de escenarios en sistemas complejos representados por FCMs para brindar apoyo a la toma de decisiones. El algoritmo permite a los investigadores analizar escenarios de desarrollo del sistema para obtener el cambio requerido en los componentes del sistema que conduzca al estado deseado. El problema de determinar el estado inicial de un sistema es más evidente al construir mapas difusos compuestos o desequilibrados. Actualmente, se utiliza un algoritmo de fuerza bruta para calcular los pasos necesarios para acercarse a un objetivo, pero esto lleva tiempo exponencial. El documento describe un nuevo algoritmo para obtener los valores iniciales de los conceptos controlados en mapas cognitivos difusos utilizando la teoría de ecuaciones difusas neutrosóficas. Este enfoque reduce el tiempo necesario para encontrar la solución óptima a un problema, y permite resolver problemas inversos en los mapas cognitivos difusos como parte del marco de modelado de escenarios.