Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi

Þessi grein leggur til aðferð við loðna aðleiðslu sem höfundurinn þróaði sem sambland af loðinni stærðfræði og brotafræði. Hugtakið um endurkvæmni loðins mengis er kynnt og lýsing á ófullkominni endurkvæmni mengis sem brotavídd þess fyrir lénslíkanagerð er kynnt. Notkun fyrirhugaðrar aðferðar og þekkingarlíkana sem myndast sem loðin mengi er talin fela í sér líftímastjórnun upplýsingakerfa, þar á meðal þróun hugbúnaðarnotkunartilvika og prófanir.

Mikilvægi

Við hönnun, þróun, innleiðingu og rekstur upplýsingakerfa er nauðsynlegt að safna og kerfisbinda gögn, upplýsingar og þekkingu sem safnað er utan frá eða mynduð á hverju stigi hugbúnaðarlíftímans. Þetta veitir nauðsynlegar upplýsingar og aðferðafræðilegan stuðning við hönnunarvinnu og ákvarðanatöku og er sérstaklega viðeigandi í aðstæðum þar sem mikil óvissa ríkir og í illa skipulögðu umhverfi. Þekkingargrunnurinn sem myndast við uppsöfnun og kerfisbundið uppbyggingu slíkra auðlinda ætti ekki aðeins að vera uppspretta gagnlegrar reynslu sem verkefnateymið öðlast við gerð upplýsingakerfisins, heldur einnig einfaldasta mögulega leiðin til að móta nýjar framtíðarsýnir, aðferðir og reiknirit til að framkvæma verkefni. Með öðrum orðum, slíkur þekkingargrunnur er geymsla hugverkaauðs og um leið verkfæri til þekkingarstjórnunar [3, 10].

Skilvirkni, notagildi og gæði þekkingargrunns sem verkfæris tengjast auðlindaþörf viðhalds hans og skilvirkni þekkingaröflunar. Því einfaldari og hraðari sem söfnun og skráning þekkingar í grunninn er og því viðeigandi niðurstöður fyrirspurna til hans eru, því betra og áreiðanlegra er verkfærið sjálft [1, 2]. Engu að síður eru aðskildar aðferðir og uppbyggingartól sem eiga við um kerfi... gagnagrunnsstjórnun, þar á meðal staðlun tengsla gagnagrunna, leyfa ekki lýsingu eða líkanagerð á merkingarfræðilegum þáttum, túlkunum, bilum og samfelldum merkingarfræðilegum mengjum [4, 7, 10]. Þetta krefst aðferðafræðilegrar nálgunar sem alhæfir einstök tilfelli af endanlegum hugfræði og færir þekkingarlíkanið nær samfelldri lýsingu á viðfangsefni upplýsingakerfisins.

Slík nálgun gæti verið samsetning á ákvæðum kenningarinnar um óskýra stærðfræði og hugtaksins um brotavídd [3, 6]. Með því að hámarka lýsingu þekkingar samkvæmt viðmiðuninni um samfelldni (stærð lýsingarskrefsins) undir takmörkunum ófullkomleikareglu Gödels (í upplýsingakerfi - grundvallarófullkomleiki rökhugsunar, þekking sem er fengin úr þessu kerfi með þeim skilyrðum að hún sé samkvæm), með því að framkvæma raðbundna óskýringu (lækkun í óskýrleika), fáum við formlega lýsingu sem sýnir á sem fullkomnastan og samhangandi hátt ákveðið þekkingarsvið og sem hægt er að framkvæma allar aðgerðir upplýsingaferla með - söfnun, geymslu, vinnslu og miðlun [5, 8, 9].

Skilgreining á endurkomu loðinnar mengis

Látum X vera mengi gilda einhvers eiginleika kerfisins sem verið er að líkja eftir:

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (1)

þar sem n = [N ≥ 3] er fjöldi gilda slíks eiginleika (fleiri en grunnmengið (0; 1) – (ósatt; satt)).
Látum X = B, þar sem B = {a,b,c,…,z} er mengi jafngilda sem samsvarar stakslega mengi gilda einkennisins X.
Síðan loðna settið Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi, sem samsvarar óskýru (almennu) hugtaki sem lýsir einkenninu X, má tákna sem:

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (2)

þar sem m er skrefið í lýsingaraðgreiningu, i tilheyrir N – skrefmargfeldninni.
Þar af leiðandi, til að hámarka þekkingarlíkanið um upplýsingakerfið samkvæmt viðmiðinu um samfellu (mýkt) lýsingarinnar, innan marka ófullkomleika röksemdafærslunnar, kynnum við endurkvæmnisstig óskýrs mengis Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi og við fáum eftirfarandi útgáfu af framsetningu þess:

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (3)

þar sem Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi – mengi sem samsvarar óskýru hugtaki, sem almennt lýsir eiginleikanum X betur en mengið Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi, samkvæmt mýktarviðmiðinu; Re er endurkvæmnisstig lýsingarinnar.
Það skal tekið fram að Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (hægt að draga úr í skarpt sett) í sérstöku tilviki ef nauðsyn krefur.

Kynning á brotavíddum

Þegar Re = 1 sett Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi er venjulegt loðið mengi af 2. stigi, sem inniheldur sem stök loðið mengi (eða skarpar vörpanir þeirra) sem lýsa öllum gildum eiginleikans X [1, 2]:

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (4)

Hins vegar er þetta úrkynjað tilfelli og í sem bestu myndinni eru sumir þættirnir Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi geta verið mengi, en hin eru ómerkileg (mjög einföld) hlutir. Þess vegna, til að skilgreina slíkt mengi, er nauðsynlegt að kynna brotaendurkvæmni – hliðstæða brotavíddar rúmsins (í þessu samhengi – verufræðirými ákveðins viðfangsefnis) [3, 9].

Þegar Re er brot, fáum við eftirfarandi færslu Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi:

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (5)

þar sem Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi – óskýrt mengi fyrir gildið X1, Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi – óskýrt mengi fyrir gildið X2, o.s.frv.

Í þessu tilviki verður endurkvæmnin í raun fraktal og lýsingarmengin verða sjálflík.

Að skilgreina virknigetu einingar

Arkitektúr opins upplýsingakerfis byggist á meginreglunni um mátkerfi, sem gerir kleift að auka sveigjanleika, afritun, aðlögunarhæfni og koma kerfum í framkvæmd. Mátkerfishönnun gerir kleift að tæknileg útfærsla upplýsingaferla sé eins nálægt og mögulegt er náttúrulegri, hlutlægri útfærslu þeirra í hinum raunverulega heimi og að þróa verkfæri sem eru þægilegust hvað varðar virkni og hönnuð til að koma ekki í stað fólks, heldur til að aðstoða það á áhrifaríkan hátt við þekkingarstjórnun.

Eining er aðskilin eining upplýsingakerfis, sem getur verið skyldubundin eða valfrjáls vegna tilvistar kerfisins, en býður í öllum tilvikum upp á einstakt safn af aðgerðum innan marka kerfisins.

Hægt er að lýsa öllum fjölbreytileika virkni eininganna með þremur gerðum aðgerða: sköpun (skrifa ný gögn), breytingu (breyta áður skráðum gögnum) og eyðingu (eyða áður skráðum gögnum).

Látum X vera einhvers konar einkenni slíkra virknigeta, þá má tákna samsvarandi mengi X sem:

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (6)

þar sem X1 er sköpun, X2 er breyting, X3 er eyðing,

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (7)

Þar að auki er virkni hvers einingar þannig að gagnasköpun er ekki sjálflík (útfærð án endurkvæmnar - sköpunarfallið endurtekur sig ekki) og breyting og eyðing geta almennt séð fram á bæði þátt-fyrir-þátt útfærslu (framkvæmd aðgerðar á völdum einingum gagnasafns) og sjálfar falið í sér svipaðar aðgerðir.

Það skal tekið fram að ef aðgerð fyrir virkni X í tiltekinni einingu er ekki framkvæmd (ekki útfærð í kerfinu), þá telst mengið sem samsvarar slíkri aðgerð tómt.

Þannig, til að lýsa óskýru hugtakinu (fullyrðingunni) „einingin gerir þér kleift að framkvæma aðgerð með samsvarandi gagnasafni í upplýsingakerfinu“, þá er óskýra mengið notað Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi Í einfaldasta tilviki má tákna það sem:

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (8)

Slíkt mengi hefur í almennu tilfellinu endurkvæmnisgráðu sem er jöfn 1,6(6) og er bæði brotakennt og óskýrt á sama tíma.

Undirbúningur á aðstæðum fyrir notkun og prófun einingarinnar

Á þróunar- og rekstrarstigum upplýsingakerfis þarf sérstakar atburðarásir sem lýsa röð og innihaldi aðgerða við notkun eininga í virkni þeirra (notkunartilvik), sem og til að athuga hvort væntanleg og raunveruleg niðurstaða af notkun eininganna sé í samræmi við kröfur (prófunartilvik).

Með hliðsjón af þeim hugmyndum sem lýst er hér að ofan má lýsa vinnuferlinu við slíkar aðstæður á eftirfarandi hátt.

Óskýrt mengi er myndað fyrir eininguna Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi:

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (9)

þar sem
Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi – óskýrt mengi fyrir aðgerðina við að búa til gögn um virknina X;
Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi – loðið mengi fyrir aðgerðina við að breyta gögnum á virkni X, þar sem endurkvæmnisgráðu a (innfelling virkni) er náttúruleg tala og í trivialtilfellinu jafnt og 1;
Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi – loðið mengi fyrir aðgerðina við að eyða gögnum á virknigetunni X, þar sem endurkvæmnisgráðu b (fellingarinnfelling) er náttúruleg tala og í trivialtilfellinu jafnt og 1.

Þetta sett lýsir, Hvað nákvæmlega (hvaða gagnahlutir) eru búnir til, breyttir og/eða eytt fyrir hvaða notkun sem er á einingunni.

Síðan er sett saman safn af notkunarsviðsmyndum Ux fyrir virkni X fyrir viðkomandi einingu, sem hvert um sig lýsir, Í hvaða tilgangi (fyrir hvaða viðskiptaverkefni) eru gagnahlutir sem lýst er í menginu búnir til, breyttir og/eða eytt? Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi, og í hvaða röð:

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (10)

þar sem n er fjöldi notkunartilfella fyrir X.

Næst er sett saman safn af prófunarsviðsmyndum Tx fyrir virkni X fyrir hvert notkunartilvik einingarinnar sem verið er að skoða. Prófunarsviðsmyndin lýsir, hvaða gagnagildi og í hvaða röð eru notuð við framkvæmd notkunartilviks og hvaða niðurstöðu ætti að fá:

Fuzzy induction aðferð og beiting hennar til að móta þekkingu og upplýsingakerfi (11)

þar sem [D] er prófunargagnafylkingin, n er fjöldi prófunarsviðsmynda fyrir X.
Í þeirri aðferð sem lýst er er fjöldi prófunartilvika jafn fjöldi samsvarandi notkunartilvika, sem einfaldar lýsingu þeirra og uppfærslu eftir því sem kerfið þróast. Ennfremur er hægt að nota þennan reiknirit til að sjálfvirknivæða prófanir á hugbúnaðareiningum innan upplýsingakerfis.

Ályktun

Hægt er að útfæra aðferðina sem kynnt er með loðinni aðleiðslu á mismunandi stigum lífsferils hvaða einingabundins upplýsingakerfis sem er, bæði til að safna lýsandi hluta þekkingargrunnsins og við vinnu að aðstæðum fyrir notkun og prófun eininga.

Þar að auki hjálpar loðin aðleiðslu til við að mynda þekkingu byggða á loðnum lýsingum sem myndast, eins og „hugrænt kaleidoskop“, þar sem sum atriði eru skýr og ótvíræð, en önnur, samkvæmt reglunni um sjálfslíkindi, eru notuð nokkrum sinnum, tilgreint af endurkvæmnisgráðu, fyrir hvert safn þekktra gagna. Samanlagt mynda loðin gagnasöfn líkan sem hægt er að nota bæði í upplýsingakerfum og almennri leit að nýrri þekkingu.

Þessa tegund aðferðafræði má flokka sem einstaka mynd af „gervigreind“, þar sem samansett mengi ættu ekki að stangast á við meginregluna um ófullkomna rökhugsun og eru ætluð til að aðstoða mannlega greind frekar en að koma í staðinn fyrir hana.

Tilvísanir

  1. Borisov V.V., Fedolov A.S., Zernov M.M., „Grundvallaratriði kenningarinnar um óljósar setur“. Moskvu: Goryachaya Liniya – Telecom, 2014. – 88 bls.
  2. Borisov V.V., Fedolov A.S., Zernov M.M., „Grundvallaratriði kenningarinnar um óljós rökfræðilega ályktun“. Moskvu: Goryachaya Liniya – Telecom, 2014. – 122 bls.
  3. Demenok S.L., „Brotverk: Milli goðsagna og handverks.“ Sankti Pétursborg: Menningarrannsóknaakademían, 2011. – 296 bls.
  4. Zade L., „Grunnatriði nýrrar aðferðar við greiningu flókinna kerfa og ákvarðanatökuferla“ / „Stærðfræði í dag“. Moskvu: „Þekking“, 1974. - Bls. 5-49.
  5. Krantz S., „Breyting á eðli stærðfræðilegra sönnunargagna.“ Moskva: Þekkingarstofan, 2016. – 320 bls.
  6. Mavrikidi F.I., „Brotfræðileg stærðfræði og eðli breytinga“ / „Delphis“, nr. 54 (2/2008), http://www.delphis.ru/journal/article/fraktalnaya-matematika-i-priroda-peremen.
  7. Mandelbrot B., „Brotrúmfræði náttúrunnar“. Moskvu: Tölvunarannsóknarstofnunin, 2002. – 656 bls.
  8. „Grunnatriði kenningarinnar um loðin mengi: Aðferðafræðilegar leiðbeiningar“, tekið saman af I.L. Korobova, I.A. Dyakov. Tambov: Útgáfuhús Tækniháskólans í Tambov, 2003. – 24 bls.
  9. Uspensky V.A., „Afsökunarbeiðni stærðfræðinnar“. Moskvu: Alpina Non-fiction, 2017. – 622 bls.
  10. Zimmerman HJ „Loðin mengjafræði – og notkun hennar“, 4. útgáfa. Springer Science + Business Media, New York, 2001. – 514 bls.

Heimild: www.habr.com

Kauptu áreiðanlega hýsingu fyrir síður með DDoS vernd, VPS VDS netþjónum 🔥 Kauptu áreiðanlega vefhýsingu með DDoS vörn, VPS VDS netþjónum | ProHoster