Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj

Ĉi tiu artikolo proponas la metodon de neklara indukto evoluigita de la aŭtoro kiel kombinaĵo de la dispozicioj de neklara matematiko kaj la teorio de fraktaloj, enkondukas la koncepton de la grado de rekurso de neklara aro, kaj prezentas priskribon de la nekompleta rekurso de aro. agordita kiel ĝia frakcia dimensio por modeligado de la temo. La amplekso de apliko de la proponita metodo kaj la scimodeloj kreitaj sur ĝia bazo kiel neklaraj aroj estas konsideritaj kiel la administrado de la vivociklo de informsistemoj, inkluzive de la evoluo de scenaroj por uzado kaj testado de softvaro.

Graveco

En la procezo de dezajno kaj evoluo, efektivigo kaj funkciado de informaj sistemoj, necesas amasigi kaj sistemigi datumojn, informojn kaj informojn, kiuj estas kolektitaj de ekstere aŭ ekestas en ĉiu etapo de la programaro-vivciklo. Ĉi tio funkcias kiel la necesa informo kaj metodika subteno por dezajnlaboro kaj decidiĝo kaj estas precipe grava en situacioj de alta necerteco kaj en malforte strukturitaj medioj. La scio-bazo formita kiel rezulto de la amasiĝo kaj sistemigo de tiaj rimedoj estu ne nur fonto de utila sperto akirita de la projektteamo dum la kreado de informsistemo, sed ankaŭ la plej simpla ebla rimedo por modeligi novajn viziojn, metodojn kaj algoritmoj por efektivigi projektajn taskojn. Alivorte, tia sciobazo estas deponejo de intelekta kapitalo kaj, samtempe, scio-administra ilo [3, 10].

La efikeco, utileco kaj kvalito de sciobazo kiel ilo korelacias kun la rimedintenseco de ĝia prizorgado kaj la efikeco de scio-ekstraktado. Ju pli simpla kaj rapida la kolekto kaj registrado de scio en la datumbazo kaj ju pli konsekvencaj la rezultoj de demandoj al ĝi, des pli bona kaj fidinda la ilo mem [1, 2]. Tamen, diskretaj metodoj kaj strukturaj iloj kiuj estas aplikeblaj al datumbazaj administradsistemoj, inkluzive de normaligo de rilatoj en interrilataj datumbazoj, ne permesas priskribi aŭ modeligi semantikajn komponentojn, interpretojn, intervalon kaj kontinuajn semantikajn arojn [4, 7, 10]. Ĉi tio postulas metodikan aliron, kiu ĝeneraligas specialajn kazojn de finhavaj ontologioj kaj proksimigas la scimodelon al la kontinueco de priskribo de la temo de la informsistemo.

Tia aliro povus esti kombinaĵo de la provizoj de la teorio de neklara matematiko kaj la koncepto de frakta dimensio [3, 6]. Optimumigante la priskribon de scio laŭ la kriterio de la grado de kontinueco (la grandeco de la diskretigŝtupo de la priskribo) sub kondiĉoj de limigo laŭ la principo de la nekompleteco de Gödel (en informsistemo - la fundamenta nekompleteco de rezonado, scio. derivita de ĉi tiu sistemo sub la kondiĉo de ĝia konsistenco), elfarante sinsekvan fuziĝon (redukto al malklareco), ni ricevas formaligitan priskribon, kiu reflektas certan scion kiel eble plej komplete kaj kohere kaj per kiu eblas fari ajnajn operaciojn de informprocezoj - kolektado, konservado, prilaborado kaj transdono [5, 8, 9].

Difino de neklara aro-rekursio

Estu X aro de valoroj de iu karakterizaĵo de la modela sistemo:

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (1)

kie n = [N ≥ 3] - la nombro da valoroj de tia karakterizaĵo (pli ol la elementa aro (0; 1) - (malvera; vera)).
Estu X = B, kie B = {a,b,c,...,z} estas la aro de ekvivalentoj, elemento-post-elemento responda al la aro de valoroj de trajto X.
Tiam la malklara aro Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj, kiu egalrilatas al neklara (en la ĝenerala kazo) koncepto priskribanta karakterizaĵon X, povas esti reprezentita kiel:

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (2)

kie m estas la priskribdiskretiga paŝo, i apartenas al N – la paŝo-obleco.
Sekve, por optimumigi la scimodelon pri la informsistemo laŭ la kriterio de kontinueco (moleco) de priskribo, dum restante ene de la limoj de la spaco de nekompleteco de rezonado, ni enkondukas grado de rekurso de neklara aro Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj kaj ni ricevas la sekvan version de ĝia reprezentado:

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (3)

kie Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj – aro responda al neklara koncepto, kiu ĝenerale priskribas la karakterizaĵon X pli plene ol la aro Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj, laŭ la kriterio de moleco; Re – grado de rekurso de la priskribo.
Oni notu tion Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (reduktebla al klara aro) en speciala kazo, se necese.

Enkonduko de frakcia dimensio

Kiam Re = 1 aro Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj estas ordinara neklara aro de la 2-a grado, inkluzive de kiel elementoj neklaraj aroj (aŭ iliaj klaraj mapadoj) kiuj priskribas ĉiujn valorojn de karakterizaĵo X [1, 2]:

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (4)

Tamen, ĉi tio estas degenerita kazo, kaj en la plej kompleta reprezentado, kelkaj el la elementoj Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj povas esti aroj, dum la ceteraj povas esti bagatelaj (ege simplaj) objektoj. Tial, por difini tian aron necesas enkonduki frakcia rekurso – analogo de la frakcia dimensio de spaco (en ĉi tiu kunteksto, la ontologia spaco de certa temo) [3, 9].

Kiam Re estas frakcia, ni ricevas la sekvan eniron Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj:

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (5)

kie Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj - neklara aro por la valoro X1, Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj – neklara aro por la valoro X2, ktp.

En ĉi tiu kazo, rekurso iĝas esence fraktalo, kaj aroj de priskriboj iĝas mem-similaj.

Difinante la Multan Funkcion de Modulo

La arkitekturo de malferma informsistemo supozas la principon de modulareco, kiu certigas la eblecon de skalo, reproduktado, adaptebleco kaj apero de la sistemo. Modula konstruo ebligas proksimigi la teknologian efektivigon de informaj procezoj kiel eble plej proksime al ilia natura objektiva enkorpiĝo en la reala mondo, evoluigi la plej oportunajn ilojn laŭ iliaj funkciaj trajtoj, destinitaj ne por anstataŭigi homojn, sed por efike helpi. ilin en scio-administrado.

Modulo estas aparta ento de informsistemo, kiu povas esti deviga aŭ laŭvola por la celoj de la ekzisto de la sistemo, sed ĉiukaze disponigas unikan aron de funkcioj ene de la limoj de la sistemo.

La tuta vario de modula funkcieco povas esti priskribita per tri specoj de operacioj: kreado (registrado de novaj datumoj), redaktado (ŝanĝado de antaŭe registritaj datumoj), forigo (forigado de antaŭe registritaj datumoj).

Estu X certa karakterizaĵo de tia funkcieco, tiam la ekvivalenta aro X povas esti reprezentita kiel:

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (6)

kie X1 - kreado, X2 - redaktado, X3 - forigo,

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (7)

Plie, la funkcieco de iu modulo estas tia, ke datumkreado ne estas memsimila (efektivigita sen rekurso - la krea funkcio ne ripetas sin), kaj redaktado kaj forigo en la ĝenerala kazo povas impliki ambaŭ element-post-elementan efektivigon (efektivigo operacio sur elektitaj elementoj de datumserioj) kaj mem inkluzivas operaciojn similajn al ili mem.

Oni devas rimarki, ke se operacio por funkcio X ne estas farita en difinita modulo (ne efektivigita en la sistemo), tiam la aro responda al tia operacio estas konsiderata malplena.

Tiel, por priskribi la neklaran koncepton (deklaro) "modulo permesas al vi fari operacion kun la responda aro de datumoj por la celoj de la informsistemo", neklara aro. Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj en la plej simpla kazo ĝi povas esti reprezentita kiel:

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (8)

En la ĝenerala kazo, tia aro havas rekursan gradon egala al 1,6(6) kaj estas fraktala kaj neklara samtempe.

Preparado de scenaroj por uzi kaj testi la modulon

En la stadioj de disvolviĝo kaj funkciado de informa sistemo, estas postulataj specialaj scenaroj, kiuj priskribas la ordon kaj enhavon de operacioj por uzi modulojn laŭ ilia funkcia celo (uzaj scenaroj), kaj ankaŭ por kontroli la konformecon de la atendata kaj realaj rezultoj de la moduloj (testscenaroj). .test-kazo).

Konsiderante la ideojn skizitaj supre, la procezo labori pri tiaj scenaroj povas esti priskribita jene.

Neklara aro estas formita por la modulo Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj:

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (9)

kie
Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj – malklara aro por la operacio krei datumojn laŭ funkcio X;
Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj – neklara aro por la operacio de redaktado de datumoj laŭ funkcieco X, dum la grado de rekurso a (funkcia enkonstruado) estas natura nombro kaj en la bagatela kazo estas egala al 1;
Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj – neklara aro por la operacio de forigo de datumoj laŭ funkcieco X, dum la grado de rekurso b (funkcia enkonstruado) estas natura nombro kaj en la bagatela kazo estas egala al 1.

Tia amaso priskribas kio precize (kiujn datumobjektojn) estas kreitaj, redaktitaj kaj/aŭ forigitaj por iu ajn uzo de la modulo.

Tiam aro da scenaroj por uzi Ux por funkcieco X por la koncerna modulo estas kompilita, ĉiu el kiuj priskribas kial (por kia komerca tasko) estas datumobjektoj priskribitaj de aro kreitaj, redaktitaj kaj/aŭ forigitaj? Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj, kaj en kia ordo:

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (10)

kie n estas la nombro da uzkazoj por X.

Poste, aro de Tx-testscenaroj estas kompilita por funkcieco X por ĉiu uzkazo por la koncerna modulo. La testa skripto priskribas, kiaj datenvaloroj estas uzataj kaj en kia ordo dum la ekzekuto de la uzokazo, kaj kia rezulto devas esti akirita:

Neklara induktometodo kaj ĝia apliko por modeligado de scio kaj informsistemoj (11)

kie [D] estas tabelo de testdatenoj, n estas la nombro da testscenaroj por X.
En la priskribita aliro, la nombro da testscenaroj estas egala al la nombro da respondaj uzkazoj, kio simpligas la laboron pri ilia priskribo kaj ĝisdatigo dum la sistemo evoluas. Krome, tia algoritmo povas esti uzata por aŭtomatigi testadon de softvarmoduloj de informsistemo.

konkludo

La prezentita metodo de neklara indukto povas esti efektivigita en malsamaj stadioj de la vivociklo de iu modula informsistemo, kaj por la celo de akumulado de priskriba parto de la sciobazo, kaj por labori pri scenaroj por uzado kaj testado de moduloj.

Krome, fuzzy-indukto helpas sintezi scion bazitan sur la akiritaj neklaraj priskriboj, kiel "kogna kalejdoskopo", en kiu iuj elementoj restas klaraj kaj malambiguaj, dum aliaj, laŭ la regulo de memsimileco, estas aplikataj la nombro da fojoj specifitaj en la grado da rekurso por ĉiu aro de konataj datenoj. Kunigitaj, la rezultaj neklaraj aroj formas modelon kiu povas esti uzata kaj por la celoj de informsistemo kaj en la avantaĝoj de serĉado de nova scio ĝenerale.

Tiu speco de metodaro povas esti klasifikita kiel unika formo de "artefarita inteligenteco", konsiderante la fakton ke sintezitaj aroj ne devus kontraŭdiri la principon de nekompleta rezonado kaj estas dizajnitaj por helpi homan inteligentecon, kaj ne anstataŭigi ĝin.

Referencoj

  1. Borisov V.V., Fedulov A.S., Zernov M.M., "Fundamentoj de la teorio de neklaraj aroj." M.: Hotline – Telekomunikado, 2014. – 88 p.
  2. Borisov V.V., Fedulov A.S., Zernov M.M., "Fundamentoj de la teorio de neklara logika inferenco." M.: Hotline – Telekomunikado, 2014. – 122 p.
  3. Demenok S.L., "Fraktalo: inter mito kaj metio." Peterburgo: Akademio de Kultura Esploro, 2011. – 296 p.
  4. Zadeh L., "Fundamentoj de nova aliro al la analizo de kompleksaj sistemoj kaj decidprocezoj"/"Mathematics Today". M.: “Scio”, 1974. – P. 5 – 49.
  5. Kranz S., "La Ŝanĝa Naturo de Matematika Pruvo." M.: Laboratorio de Scio, 2016. – 320 p.
  6. Mavrikidi F.I., "Fraktala matematiko kaj la naturo de ŝanĝo" / "Delphis", n-ro 54 (2/2008), http://www.delphis.ru/journal/article/fraktalnaya-matematika-i-priroda-peremen.
  7. Mandelbrot B., "Fraktala geometrio de naturo." M.: Instituto pri Komputila Esploro, 2002. – 656 p.
  8. "Fundamentoj de la teorio de neklaraj aroj: Gvidlinioj", komp. Korobova I.L., Dyakov I.A. Tambov: eldonejo Tamb. stato tiuj. Univ., 2003. – 24 p.
  9. Uspensky V.A., "Pardonpeto por Matematiko." M.: Alpina Nefikcio, 2017. – 622 p.
  10. Zimmerman HJ "Fuzzy Set Theory - and its Applications", 4-a eldono. Springer Science + Business Media, Novjorko, 2001. – 514 p.

fonto: www.habr.com

Aldoni komenton