Artikel iki ngusulake metode induksi fuzzy sing dikembangake dening penulis minangka kombinasi saka pranata matematika fuzzy lan teori fraktal, ngenalake konsep derajat rekursi himpunan fuzzy, lan menehi gambaran babagan rekursi sing ora lengkap saka a disetel minangka dimensi pecahan kanggo modeling area subyek. Ruang lingkup aplikasi metode sing diusulake lan model kawruh sing digawe kanthi basis minangka set fuzzy dianggep minangka manajemen siklus urip sistem informasi, kalebu pangembangan skenario kanggo nggunakake lan nguji piranti lunak.
Relevansi
Ing proses desain lan pangembangan, implementasi lan operasi sistem informasi, perlu kanggo nglumpukake lan sistematis data, informasi lan informasi sing dikumpulake saka njaba utawa muncul ing saben tahapan siklus urip piranti lunak. Iki minangka informasi lan dhukungan metodologis sing dibutuhake kanggo karya desain lan nggawe keputusan lan utamane relevan ing kahanan sing ora mesthi dhuwur lan ing lingkungan sing ora terstruktur. Basis kawruh sing dibentuk minangka asil saka akumulasi lan sistematisasi sumber daya kasebut ora mung dadi sumber pengalaman migunani sing dipikolehi dening tim proyek sajrone nggawe sistem informasi, nanging uga cara sing paling gampang kanggo nggawe visi, metode lan cara sing paling gampang. algoritma kanggo ngleksanakake tugas proyek. Ing tembung liya, basis kawruh kasebut minangka gudang modal intelektual lan, ing wektu sing padha, alat manajemen pengetahuan [3, 10].
Efisiensi, migunani, lan kualitas basis kawruh minangka alat gegayutan karo intensitas sumber daya pangopènan lan efektifitas ekstraksi kawruh. Sing luwih gampang lan luwih cepet nglumpukake lan ngrekam kawruh ing basis data lan asil pitakon sing luwih konsisten, luwih apik lan luwih dipercaya alat kasebut [1, 2]. Nanging, metode diskrit lan alat penataan sing ditrapake kanggo sistem manajemen basis data, kalebu normalisasi hubungan ing basis data relasional, ora ngidini njlentrehake utawa model komponen semantik, interpretasi, interval lan set semantik terus [4, 7, 10]. Iki mbutuhake pendekatan metodologis sing generalizes kasus khusus ontologis winates lan ndadekke model kawruh nyedhaki lampahing gambaran saka wilayah subyek saka sistem informasi.
Pendekatan kasebut bisa dadi kombinasi saka pranata teori matematika fuzzy lan konsep dimensi fraktal [3, 6]. Kanthi ngoptimalake deskripsi kawruh miturut kritΓ©ria tingkat kontinuitas (ukuran langkah diskritisasi deskripsi) ing kahanan watesan miturut prinsip ketidaklengkapan GΓΆdel (ing sistem informasi - ketidaklengkapan dhasar saka nalar, kawruh asalΓ© saka sistem iki ing kondisi konsistensi sawijining), nindakake sequential fuzzification (ngurangi kanggo fuzziness), kita entuk gambaran resmi sing nggambarake awak tartamtu saka kawruh minangka lengkap lan coherently sabisa lan karo kang bisa kanggo nindakake operasi sembarang. pangolahan informasi - koleksi, panyimpenan, pangolahan lan transmisi [5, 8, 9].
Definisi rekursi himpunan fuzzy
Ayo X dadi sakumpulan nilai saka sawetara karakteristik sistem model:
(1)
ngendi n = [N β₯ 3] - jumlah nilai saka karakteristik kasebut (luwih saka set dhasar (0; 1) - (salah; bener)).
Ayo X = B, ing ngendi B = {a,b,c,β¦,z} minangka set sing padha karo unsur-unsur sing cocog karo set nilai karakteristik X.
Banjur set fuzzy , sing cocog karo konsep fuzzy (ing kasus umum) sing nggambarake karakteristik X, bisa dituduhake minangka:
(2)
ngendi m iku langkah discretization gambaran, i belongs kanggo N - multiplicity langkah.
Mula, kanggo ngoptimalake model kawruh babagan sistem informasi miturut kriteria kesinambungan (lunak) deskripsi, nalika isih ana ing wates ruang ora lengkap nalar, kita ngenalake. derajat rekursi himpunan kabur lan kita entuk versi perwakilan ing ngisor iki:
(3)
ngendi β set sing cocog karo konsep fuzzy, sing umume nggambarake karakteristik X luwih lengkap tinimbang set kasebut , miturut kriteria softness; Re - tingkat recursion saka gambaran.
Sampeyan kudu nyatet sing (reducible kanggo pesawat cetha) ing kasus khusus, yen perlu.
Pambuka dimensi pecahan
Nalika Re = 1 set minangka set fuzzy biasa saka derajat 2, kalebu minangka unsur set fuzzy (utawa pemetaan sing jelas) sing nggambarake kabeh nilai karakteristik X [1, 2]:
(4)
Nanging, iki minangka kasus degenerasi, lan ing perwakilan sing paling lengkap, sawetara unsur bisa mranata, nalika liyane bisa ora pati penting (banget prasaja) obyek. Mulane, kanggo nemtokake set kuwi perlu kanggo introduce rekursi pecahan - analog saka dimensi fraksional spasi (ing konteks iki, ruang ontologi area subyek tartamtu) [3, 9].
Nalika Re pecahan, kita entuk entri ing ngisor iki :
(5)
ngendi - set fuzzy kanggo nilai X1, β pesawat fuzzy kanggo nilai X2, etc.
Ing kasus iki, rekursi dadi dhasar fraktal, lan set deskripsi dadi padha.
Nemtokake Akeh Fungsional Modul
Arsitektur sistem informasi mbukak nganggep prinsip modularitas, sing njamin kemungkinan skala, replikasi, adaptasi lan munculΓ© sistem kasebut. Konstruksi modular ndadekake implementasine teknologi proses informasi sing cedhak karo perwujudan obyektif alam ing donya nyata, kanggo ngembangake alat sing paling trep ing babagan sifat fungsional, sing dirancang ora kanggo ngganti wong, nanging kanthi efektif mbantu. dheweke ing manajemen pengetahuan.
Modul minangka entitas kapisah saka sistem informasi, sing bisa dadi prentah utawa opsional kanggo tujuan eksistensi sistem, nanging ing kasus apa wae nyedhiyakake fungsi unik ing wates sistem kasebut.
Kabeh macem-macem fungsi modul bisa diterangake kanthi telung jinis operasi: nggawe (ngrekam data anyar), nyunting (ngganti data sing wis direkam sadurunge), mbusak (mbusak data sing direkam sadurunge).
Ayo X dadi karakteristik tartamtu saka fungsi kasebut, banjur set X sing cocog bisa dituduhake minangka:
(6)
ngendi X1 - nggawe, X2 - editing, X3 - mbusak,
(7)
Kajaba iku, fungsi modul apa wae yaiku nggawe data ora padha (dilaksanakake tanpa rekursi - fungsi nggawe ora mbaleni dhewe), lan nyunting lan mbusak ing kasus umum bisa nglibatake implementasine unsur-by-elemen (performing). operasi ing unsur sing dipilih saka set data) lan dhewe kalebu operasi sing padha karo awake dhewe.
Perlu dicathet yen operasi kanggo fungsi X ora ditindakake ing modul tartamtu (ora dileksanakake ing sistem), banjur set sing cocog karo operasi kasebut dianggep kosong.
Mangkono, kanggo njlèntrèhaké konsep fuzzy (statement) "modul ngidini sampeyan nindakake operasi karo set data sing cocog kanggo tujuan sistem informasi," himpunan fuzzy. Ing kasus sing paling gampang, bisa diwakili minangka:
(8)
Ing kasus umum, pesawat kasebut nduweni gelar rekursi sing padha karo 1,6 (6) lan fraktal lan kabur ing wektu sing padha.
Nyiapake skenario kanggo nggunakake lan nguji modul
Ing tahap pangembangan lan operasi sistem informasi, skenario khusus dibutuhake sing njlèntrèhaké urutan lan isi operasi kanggo nggunakake modul miturut tujuan fungsional (skenario kasus panggunaan), uga kanggo mriksa kepatuhan sing dikarepake lan asil nyata saka modul (skenario testing). .test-case).
Gayut kaliyan pamanggih ingkang sampun kaandharaken ing nginggil, proses nggarap skenario menika saged dipunandharaken kados ing ngandhap menika.
A pesawat fuzzy dibentuk kanggo modul :
(9)
ngendi
β pesawat fuzzy kanggo operasi nggawe data miturut fungsi X;
β pesawat kabur kanggo operasi nyunting data miturut fungsi X, dene derajat rekursi a (fungsi embedding) minangka nomer alami lan ing kasus sepele padha karo 1;
- pesawat kabur kanggo operasi mbusak data miturut fungsi X, dene tingkat rekursi b (fungsi embedding) minangka nomer alami lan ing kasus sepele padha karo 1.
Wong akeh sing nggambarake apa persis (apa obyek data) digawe, diowahi lan / utawa dibusak kanggo maksud apa nggunakake modul.
Banjur sakumpulan skenario kanggo nggunakake Ux kanggo fungsi X kanggo modul sing dimaksud diklumpukake, saben-saben nggambarake kok (kanggo apa tugas bisnis) obyek data diterangake dening pesawat digawe, diowahi lan / utawa dibusak? , lan ing urutan apa:
(10)
ing ngendi n yaiku jumlah kasus panggunaan kanggo X.
Sabanjure, sakumpulan skenario testing Tx dikompilasi kanggo fungsi X kanggo saben kasus panggunaan kanggo modul kasebut. Naskah tes kasebut nggambarake, apa nilai data sing digunakake lan ing urutan apa nalika nglakokake kasus panggunaan, lan apa asil sing kudu dipikolehi:
(11)
ing ngendi [D] minangka susunan data tes, n minangka jumlah skenario tes kanggo X.
Ing pendekatan sing diterangake, jumlah skenario tes padha karo jumlah kasus panggunaan sing cocog, sing nyederhanakake karya babagan deskripsi lan nganyari nalika sistem berkembang. Kajaba iku, algoritma kasebut bisa digunakake kanggo ngotomatisasi uji coba modul piranti lunak sistem informasi.
kesimpulan
Cara sing diwenehake saka induksi fuzzy bisa dileksanakake ing macem-macem tahapan siklus urip sistem informasi modular, kanggo tujuan nglumpukake bagean deskriptif saka basis pengetahuan, lan kanggo nggarap skenario kanggo nggunakake lan nguji modul.
Kajaba iku, induksi fuzzy mbantu nyintesis kawruh adhedhasar katrangan kabur sing dipikolehi, kayata "kaleidoskop kognitif", ing ngendi sawetara unsur tetep jelas lan ora ambigu, dene liyane, miturut aturan persamaan diri, ditrapake kaping pirang-pirang sing ditemtokake ing derajat rekursi kanggo saben set data sing dikenal. Digabungake, set fuzzy sing diasilake mbentuk model sing bisa digunakake kanggo tujuan sistem informasi lan kanggo nggoleki kawruh anyar ing umum.
Metodologi iki bisa diklasifikasikake minangka wangun unik saka "intelijen buatan", kanthi nyathet kasunyatan manawa set sing disintesis kudu ora mbantah prinsip penalaran sing ora lengkap lan dirancang kanggo mbantu intelijen manungsa, lan ora ngganti.
Referensi
- Borisov V.V., Fedulov A.S., Zernov M.M., "Dasar-dasar teori himpunan kabur." M.: Hotline - Telecom, 2014. - 88 p.
- Borisov V.V., Fedulov A.S., Zernov M.M., "Dasar-dasar teori inferensi logis fuzzy." M.: Hotline - Telecom, 2014. - 122 p.
- Demenok S.L., "Fractal: between myth and craft." St Petersburg: Akademi Riset Budaya, 2011. - 296 p.
- Zadeh L., "Dasar pendekatan anyar kanggo analisis sistem rumit lan proses nggawe keputusan" / "Matematika Dina". M.: βKawruhβ, 1974. β P. 5 β 49.
- Krantz S., "The Changing Nature of Mathematical Proof." M.: Laboratorium Kawruh, 2016. - 320 p.
- Mavrikidi F.I., "MatΓ©matika fraktal lan sifat owah-owahan" / "Delphis", No. 54 (2/2008), .
- Mandelbrot B., "Geometri Fraktal Alam." M.: Institut Riset Komputer, 2002. - 656 p.
- "Dasar-dasar teori himpunan kabur: Pedoman", comp. Korobova I.L., Dyakov I.A. Tambov: Tamb publishing house. negara sing. Univ., 2003. β 24 p.
- Uspensky V.A., "Apology for Mathematics." M.: Alpina Non-fiksi, 2017. - 622 p.
- Zimmerman HJ "Teori Set Fuzzy - lan Aplikasi", 4. edition. Springer Science + Business Media, New York, 2001. - 514 p.
Source: www.habr.com