Страница публикации

Средства визуального моделирования и генерации кода нечетких продукций

Авторы: Дородных Н.О., Юрин А.Ю., Коршунов С.А., Сопп Д.Ю., Шпаченко Д.С.

Журнал: Информационные и математические технологии в науке и управлении

Том:

Номер: 1 (21)

Год: 2021

Отчётный год: 2021

Издательство:

Местоположение издательства:

URL:

Проекты:

DOI: 10.38028/ESI.2021.21.1.010

Аннотация: Логические и ассоциативные правила по-прежнему являются наиболее распространенным способом представления экспертных знаний и поддержки принятия решений, несмотря на популярность семантических технологий. Эффективное использование правил при принятии решений в случае неточной или неопределенной информации требует разработки специализированных лингвистических (языковых) и программных средств, как для их наглядного отображения, так и генерации программных кодов. В данной работе рассматривается FuzzyRVML, как расширение одного из языков визуального моделирования правил - Rule Visual Modeling Language, предназначенное для моделирования логических правил, содержащих элементы нечеткости. FuzzyRVML поддерживает нечеткий тип данных, понятия лингвистической переменной, терма и коэффициента уверенности. Представлены описания основных элементов и конструкций FuzzyRVML, а также иллюстративный пример, содержащий генерацию кода на FuzzyCLIPS. Программным средством поддержки предлагаемой нотации является Personal Knowledge Base Designer, на основе которого произведены ее оценка и реализация.

Индексируется WOS: Нет

Индексируется Scopus: Нет

Индексируется УБС: Нет

Индексируется РИНЦ: Да

Индексируется ВАК: Нет

Индексируется CORE: Нет

Публикация в печати: 0