ಈ ಲೇಖನವು ಅಸ್ಪಷ್ಟ ಗಣಿತ ಮತ್ತು ಫ್ರ್ಯಾಕ್ಟಲ್‌ಗಳ ಸಿದ್ಧಾಂತದ ನಿಬಂಧನೆಗಳ ಸಂಯೋಜನೆಯಾಗಿ ಲೇಖಕರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಅಸ್ಪಷ್ಟ ಪ್ರಚೋದನೆಯ ವಿಧಾನವನ್ನು ಪ್ರಸ್ತಾಪಿಸುತ್ತದೆ, ಅಸ್ಪಷ್ಟ ಗುಂಪಿನ ಪುನರಾವರ್ತನೆಯ ಪದವಿಯ ಪರಿಕಲ್ಪನೆಯನ್ನು ಪರಿಚಯಿಸುತ್ತದೆ ಮತ್ತು ಅಪೂರ್ಣ ಪುನರಾವರ್ತನೆಯ ವಿವರಣೆಯನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುತ್ತದೆ. ವಿಷಯದ ಪ್ರದೇಶವನ್ನು ಮಾಡೆಲಿಂಗ್ ಮಾಡಲು ಅದರ ಭಾಗಶಃ ಆಯಾಮವಾಗಿ ಹೊಂದಿಸಲಾಗಿದೆ. ಉದ್ದೇಶಿತ ವಿಧಾನದ ಅನ್ವಯದ ವ್ಯಾಪ್ತಿ ಮತ್ತು ಅದರ ಆಧಾರದ ಮೇಲೆ ಅಸ್ಪಷ್ಟ ಸೆಟ್‌ಗಳಾಗಿ ರಚಿಸಲಾದ ಜ್ಞಾನದ ಮಾದರಿಗಳನ್ನು ಮಾಹಿತಿ ವ್ಯವಸ್ಥೆಗಳ ಜೀವನ ಚಕ್ರದ ನಿರ್ವಹಣೆ ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ, ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ಬಳಸುವ ಮತ್ತು ಪರೀಕ್ಷಿಸುವ ಸನ್ನಿವೇಶಗಳ ಅಭಿವೃದ್ಧಿ ಸೇರಿದಂತೆ.
ಪ್ರಸ್ತುತತೆ
В процессе проектирования и разработки, внедрения и эксплуатации информационных систем необходимо аккумулировать и систематизировать данные, сведения и информацию, которые собираются извне или возникают на каждом этапе жизненного цикла программного обеспечения. Это служит необходимой информационно-методической поддержкой проектных работ и принятия решений и особенно актуально в ситуациях высокой неопределенности и в слабоструктурированных средах. База знаний, формируемая в результате аккумуляции и систематизации подобных ресурсов, должна быть не только источником полезного опыта, полученного проектной группой в ходе работ по созданию информационной системы, но и максимально простым средством моделирования новых видения, способов и алгоритмов реализации проектных задач. Иными словами, такая база знаний является хранилищем интеллектуального капитала и, вместе с тем, инструментом управления знаниями [3, 10].
ಒಂದು ಸಾಧನವಾಗಿ ಜ್ಞಾನ ನೆಲೆಯ ದಕ್ಷತೆ, ಉಪಯುಕ್ತತೆ ಮತ್ತು ಗುಣಮಟ್ಟವು ಅದರ ನಿರ್ವಹಣೆಯ ಸಂಪನ್ಮೂಲ ತೀವ್ರತೆ ಮತ್ತು ಜ್ಞಾನದ ಹೊರತೆಗೆಯುವಿಕೆಯ ಪರಿಣಾಮಕಾರಿತ್ವದೊಂದಿಗೆ ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿದೆ. ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಜ್ಞಾನದ ಸಂಗ್ರಹಣೆ ಮತ್ತು ರೆಕಾರ್ಡಿಂಗ್ ಸರಳ ಮತ್ತು ವೇಗವಾಗಿರುತ್ತದೆ ಮತ್ತು ಅದಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಪ್ರಶ್ನೆಗಳ ಫಲಿತಾಂಶಗಳು ಹೆಚ್ಚು ಸ್ಥಿರವಾಗಿರುತ್ತದೆ, ಸಾಧನವು ಉತ್ತಮ ಮತ್ತು ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿರುತ್ತದೆ [1, 2]. ಆದಾಗ್ಯೂ, ಸಂಬಂಧಿತ ಡೇಟಾಬೇಸ್‌ಗಳಲ್ಲಿನ ಸಂಬಂಧಗಳ ಸಾಮಾನ್ಯೀಕರಣ ಸೇರಿದಂತೆ ಡೇಟಾಬೇಸ್ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಅನ್ವಯವಾಗುವ ಪ್ರತ್ಯೇಕ ವಿಧಾನಗಳು ಮತ್ತು ರಚನಾತ್ಮಕ ಸಾಧನಗಳು, ಶಬ್ದಾರ್ಥದ ಘಟಕಗಳು, ವ್ಯಾಖ್ಯಾನಗಳು, ಮಧ್ಯಂತರ ಮತ್ತು ನಿರಂತರ ಶಬ್ದಾರ್ಥದ ಸೆಟ್‌ಗಳನ್ನು ವಿವರಿಸಲು ಅಥವಾ ಮಾಡೆಲಿಂಗ್ ಮಾಡಲು ಅನುಮತಿಸುವುದಿಲ್ಲ [4, 7, 10]. ಇದಕ್ಕೆ ಒಂದು ಕ್ರಮಶಾಸ್ತ್ರೀಯ ವಿಧಾನದ ಅಗತ್ಯವಿರುತ್ತದೆ, ಅದು ಸೀಮಿತವಾದ ಆನ್ಟೋಲಜಿಗಳ ವಿಶೇಷ ಪ್ರಕರಣಗಳನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸುತ್ತದೆ ಮತ್ತು ಮಾಹಿತಿ ವ್ಯವಸ್ಥೆಯ ವಿಷಯದ ಪ್ರದೇಶದ ವಿವರಣೆಯ ನಿರಂತರತೆಗೆ ಜ್ಞಾನದ ಮಾದರಿಯನ್ನು ಹತ್ತಿರ ತರುತ್ತದೆ.
ಅಂತಹ ವಿಧಾನವು ಅಸ್ಪಷ್ಟ ಗಣಿತದ ಸಿದ್ಧಾಂತ ಮತ್ತು ಫ್ರ್ಯಾಕ್ಟಲ್ ಆಯಾಮದ ಪರಿಕಲ್ಪನೆಯ ನಿಬಂಧನೆಗಳ ಸಂಯೋಜನೆಯಾಗಿರಬಹುದು [3, 6]. ಗೊಡೆಲ್ ಅವರ ಅಪೂರ್ಣತೆಯ ತತ್ತ್ವದ ಪ್ರಕಾರ ಮಿತಿಯ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ನಿರಂತರತೆಯ ಮಟ್ಟ (ವಿವರಣೆಯ ವಿವೇಚನಾ ಹಂತದ ಗಾತ್ರ) ಮಾನದಂಡದ ಪ್ರಕಾರ ಜ್ಞಾನದ ವಿವರಣೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸುವ ಮೂಲಕ (ಮಾಹಿತಿ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ - ತಾರ್ಕಿಕತೆಯ ಮೂಲಭೂತ ಅಪೂರ್ಣತೆ, ಜ್ಞಾನ ಈ ವ್ಯವಸ್ಥೆಯಿಂದ ಅದರ ಸ್ಥಿರತೆಯ ಸ್ಥಿತಿಯ ಅಡಿಯಲ್ಲಿ ಪಡೆಯಲಾಗಿದೆ), ಅನುಕ್ರಮ ಅಸ್ಪಷ್ಟೀಕರಣವನ್ನು (ಅಸ್ಪಷ್ಟತೆಗೆ ಕಡಿಮೆಗೊಳಿಸುವುದು), ನಾವು ಔಪಚಾರಿಕ ವಿವರಣೆಯನ್ನು ಪಡೆಯುತ್ತೇವೆ ಅದು ಒಂದು ನಿರ್ದಿಷ್ಟ ಜ್ಞಾನವನ್ನು ಸಾಧ್ಯವಾದಷ್ಟು ಸಂಪೂರ್ಣವಾಗಿ ಮತ್ತು ಸುಸಂಬದ್ಧವಾಗಿ ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ ಮತ್ತು ಅದರೊಂದಿಗೆ ಯಾವುದೇ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಿದೆ. ಮಾಹಿತಿ ಪ್ರಕ್ರಿಯೆಗಳು - ಸಂಗ್ರಹಣೆ, ಸಂಗ್ರಹಣೆ, ಸಂಸ್ಕರಣೆ ಮತ್ತು ಪ್ರಸರಣ [5, 8, 9].
Определение рекурсии нечеткого множества
Пусть X – множество значений некоторой характеристики моделируемой системы:
(1)
где n = [N ≥ 3] – количество значений такой характеристики (больше, чем элементарный набор (0; 1) – (ложь; истина)).
X = B ಅನ್ನು ಬಿಡಿ, ಇಲ್ಲಿ B = {a,b,c,...,z} ಸಮಾನ ಅಂಶಗಳ ಗುಂಪಾಗಿದೆ, X ನ ಮೌಲ್ಯಗಳ ಗುಂಪಿಗೆ ಅನುಗುಣವಾದ ಅಂಶ-ಮೂಲಕ.
ನಂತರ ಅಸ್ಪಷ್ಟ ಸೆಟ್ , ವಿಶಿಷ್ಟವಾದ X ಅನ್ನು ವಿವರಿಸುವ ಅಸ್ಪಷ್ಟ (ಸಾಮಾನ್ಯ ಸಂದರ್ಭದಲ್ಲಿ) ಪರಿಕಲ್ಪನೆಗೆ ಅನುರೂಪವಾಗಿದೆ, ಇದನ್ನು ಹೀಗೆ ಪ್ರತಿನಿಧಿಸಬಹುದು:
(2)
ಇಲ್ಲಿ m ಎಂಬುದು ವಿವರಣೆಯ ವಿವೇಚನೆಯ ಹಂತ, ನಾನು N ಗೆ ಸೇರಿದೆ - ಹಂತ ಬಹುಸಂಖ್ಯೆ.
ಅಂತೆಯೇ, ವಿವರಣೆಯ ನಿರಂತರತೆಯ (ಮೃದುತ್ವ) ಮಾನದಂಡದ ಪ್ರಕಾರ ಮಾಹಿತಿ ವ್ಯವಸ್ಥೆಯ ಬಗ್ಗೆ ಜ್ಞಾನದ ಮಾದರಿಯನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು, ತಾರ್ಕಿಕತೆಯ ಅಪೂರ್ಣತೆಯ ಜಾಗದ ಗಡಿಯೊಳಗೆ ಉಳಿದಿರುವಾಗ, ನಾವು ಪರಿಚಯಿಸುತ್ತೇವೆ ಅಸ್ಪಷ್ಟ ಗುಂಪಿನ ಪುನರಾವರ್ತನೆಯ ಮಟ್ಟ ಮತ್ತು ನಾವು ಅದರ ಪ್ರಾತಿನಿಧ್ಯದ ಕೆಳಗಿನ ಆವೃತ್ತಿಯನ್ನು ಪಡೆಯುತ್ತೇವೆ:
(3)
ಅಲ್ಲಿ - ಒಂದು ಅಸ್ಪಷ್ಟ ಪರಿಕಲ್ಪನೆಗೆ ಅನುಗುಣವಾದ ಒಂದು ಸೆಟ್, ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಗುಣಲಕ್ಷಣ X ಅನ್ನು ಸೆಟ್‌ಗಿಂತ ಸಂಪೂರ್ಣವಾಗಿ ವಿವರಿಸುತ್ತದೆ , ಮೃದುತ್ವದ ಮಾನದಂಡದ ಪ್ರಕಾರ; ವಿವರಣೆಯ ಪುನರಾವರ್ತನೆಯ ಪುನರಾವರ್ತನೆಯ ಮಟ್ಟ.
ಇದನ್ನು ಗಮನಿಸಬೇಕು (ಸ್ಪಷ್ಟ ಸೆಟ್‌ಗೆ ಕಡಿಮೆ ಮಾಡಬಹುದು) ವಿಶೇಷ ಸಂದರ್ಭದಲ್ಲಿ, ಅಗತ್ಯವಿದ್ದರೆ.
ಭಾಗಶಃ ಆಯಾಮದ ಪರಿಚಯ
ಯಾವಾಗ ಮರು = 1 ಸೆಟ್ представляет собой обычное нечеткое множество 2-й степени, включающее в качестве элементов нечеткие множества (либо их четкие отображения), описывающие все значения характеристики X [1, 2]:
(4)
Однако это – вырожденный случай, и в наиболее полном представлении часть элементов могут быть множествами, в то время как остальные – тривиальными (предельно простыми) объектами. Поэтому для определения такого множества необходимо ввести дробную рекурсию – аналог дробной размерности пространства (в данном контексте – пространства онтологии некоторой предметной области) [3, 9].
Re ಭಿನ್ನರಾಶಿಯಾದಾಗ, ನಾವು ಈ ಕೆಳಗಿನ ನಮೂದನ್ನು ಪಡೆಯುತ್ತೇವೆ :
(5)
ಅಲ್ಲಿ - X1 ಮೌಲ್ಯಕ್ಕಾಗಿ ಅಸ್ಪಷ್ಟ ಸೆಟ್, – нечеткое множество для значения X2 и т. д.
ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಪುನರಾವರ್ತನೆಯು ಮೂಲಭೂತವಾಗಿ ಫ್ರ್ಯಾಕ್ಟಲ್ ಆಗುತ್ತದೆ ಮತ್ತು ವಿವರಣೆಗಳ ಸೆಟ್ಗಳು ಸ್ವಯಂ-ಹೋಲುತ್ತವೆ.
Определение множества функциональных возможностей модуля
Архитектура открытой информационной системы предполагает принцип модульности, который обеспечивает возможность масштабирования, репликации, адаптивность и эмерджентность системы. Модульное построение позволяет максимально приблизить технологическую реализацию информационных процессов к их естественному объективному воплощению в реальном мире, разрабатывать наиболее удобные по своим функциональным свойствам средства, призванные не заменять людей, а эффективно помогать им в управлении знаниями.
Модуль представляет собой некую обособленную сущность информационной системы, которая может быть обязательной или опциональной для целей существования системы, но в любом случае обеспечивает уникальный в границах системы набор функций.
ಸಂಪೂರ್ಣ ವೈವಿಧ್ಯಮಯ ಮಾಡ್ಯೂಲ್ ಕಾರ್ಯವನ್ನು ಮೂರು ರೀತಿಯ ಕಾರ್ಯಾಚರಣೆಗಳಿಂದ ವಿವರಿಸಬಹುದು: ರಚನೆ (ಹೊಸ ಡೇಟಾವನ್ನು ರೆಕಾರ್ಡಿಂಗ್), ಸಂಪಾದನೆ (ಹಿಂದೆ ರೆಕಾರ್ಡ್ ಮಾಡಿದ ಡೇಟಾವನ್ನು ಬದಲಾಯಿಸುವುದು), ಅಳಿಸುವಿಕೆ (ಹಿಂದೆ ರೆಕಾರ್ಡ್ ಮಾಡಿದ ಡೇಟಾವನ್ನು ಅಳಿಸುವುದು).
X ಅಂತಹ ಕಾರ್ಯನಿರ್ವಹಣೆಯ ನಿರ್ದಿಷ್ಟ ಲಕ್ಷಣವಾಗಿರಲಿ, ನಂತರ ಅನುಗುಣವಾದ ಸೆಟ್ X ಅನ್ನು ಹೀಗೆ ಪ್ರತಿನಿಧಿಸಬಹುದು:
(6)
где X1 – создание, X2 – редактирование, X3 – удаление,
(7)
ಇದಲ್ಲದೆ, ಯಾವುದೇ ಮಾಡ್ಯೂಲ್ನ ಕ್ರಿಯಾತ್ಮಕತೆಯು ಡೇಟಾ ರಚನೆಯು ಸ್ವಯಂ-ಸಮಾನವಾಗಿರುವುದಿಲ್ಲ (ಪುನರಾವರ್ತನೆ ಇಲ್ಲದೆ ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗುತ್ತದೆ - ಸೃಷ್ಟಿ ಕಾರ್ಯವು ಸ್ವತಃ ಪುನರಾವರ್ತಿಸುವುದಿಲ್ಲ), ಮತ್ತು ಸಾಮಾನ್ಯ ಸಂದರ್ಭದಲ್ಲಿ ಎಡಿಟಿಂಗ್ ಮತ್ತು ಅಳಿಸುವಿಕೆ ಎರಡನ್ನೂ ಒಳಗೊಂಡಿರುತ್ತದೆ ಅಂಶ-ಮೂಲಕ-ಅಂಶದ ಅನುಷ್ಠಾನ (ಕಾರ್ಯನಿರ್ವಹಿಸುವಿಕೆ ಡೇಟಾ ಸೆಟ್‌ಗಳ ಆಯ್ದ ಅಂಶಗಳ ಮೇಲಿನ ಕಾರ್ಯಾಚರಣೆ) ಮತ್ತು ಅವುಗಳು ತಮ್ಮನ್ನು ಹೋಲುವ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತವೆ.
ನಿರ್ದಿಷ್ಟ ಮಾಡ್ಯೂಲ್‌ನಲ್ಲಿ X ಕ್ರಿಯಾತ್ಮಕತೆಯ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ನಿರ್ವಹಿಸದಿದ್ದರೆ (ಸಿಸ್ಟಮ್‌ನಲ್ಲಿ ಅಳವಡಿಸಲಾಗಿಲ್ಲ), ಅಂತಹ ಕಾರ್ಯಾಚರಣೆಗೆ ಅನುಗುಣವಾದ ಸೆಟ್ ಅನ್ನು ಖಾಲಿ ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ ಎಂದು ಗಮನಿಸಬೇಕು.
Таким образом, для описания нечеткого понятия (высказывания) «модуль позволяет выполнить операцию с соответствующим набором данных в целях информационной системы» нечеткое множество в простейшем случае можно представить как:
(8)
ಸಾಮಾನ್ಯ ಸಂದರ್ಭದಲ್ಲಿ, ಅಂತಹ ಸೆಟ್ 1,6 (6) ಗೆ ಸಮಾನವಾದ ಪುನರಾವರ್ತನೆಯ ಪದವಿಯನ್ನು ಹೊಂದಿದೆ ಮತ್ತು ಅದೇ ಸಮಯದಲ್ಲಿ ಫ್ರ್ಯಾಕ್ಟಲ್ ಮತ್ತು ಅಸ್ಪಷ್ಟವಾಗಿರುತ್ತದೆ.
Подготовка сценариев использования и тестирования модуля
ಮಾಹಿತಿ ವ್ಯವಸ್ಥೆಯ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯ ಹಂತಗಳಲ್ಲಿ, ಮಾಡ್ಯೂಲ್‌ಗಳನ್ನು ಅವುಗಳ ಕ್ರಿಯಾತ್ಮಕ ಉದ್ದೇಶದ ಪ್ರಕಾರ (ಬಳಕೆಯ ಸಂದರ್ಭಗಳು) ಬಳಸುವ ಕಾರ್ಯಾಚರಣೆಗಳ ಕ್ರಮ ಮತ್ತು ವಿಷಯವನ್ನು ವಿವರಿಸುವ ವಿಶೇಷ ಸನ್ನಿವೇಶಗಳು ಅಗತ್ಯವಿದೆ, ಹಾಗೆಯೇ ನಿರೀಕ್ಷಿತ ಮತ್ತು ಅನುಸರಣೆಯನ್ನು ಪರಿಶೀಲಿಸಲು ಮಾಡ್ಯೂಲ್‌ಗಳ ನಿಜವಾದ ಫಲಿತಾಂಶಗಳು (ಪರೀಕ್ಷೆಯ ಸನ್ನಿವೇಶಗಳು). .ಪರೀಕ್ಷೆ-ಕೇಸ್).
С учетом представлений, изложенных выше, процесс работы над такими сценариями можно описать следующим образом.
Для модуля формируется нечеткое множество :
(9)
ಅಲ್ಲಿ
– нечеткое множество для операции создания данных по функциональной возможности X;
- ಕಾರ್ಯಚಟುವಟಿಕೆ X ಪ್ರಕಾರ ಎಡಿಟಿಂಗ್ ಡೇಟಾದ ಕಾರ್ಯಾಚರಣೆಗಾಗಿ ಅಸ್ಪಷ್ಟವಾದ ಸೆಟ್, ಆದರೆ ಪುನರಾವರ್ತನೆಯ ಮಟ್ಟವು (ಫಂಕ್ಷನ್ ಎಂಬೆಡಿಂಗ್) ನೈಸರ್ಗಿಕ ಸಂಖ್ಯೆ ಮತ್ತು ಕ್ಷುಲ್ಲಕ ಸಂದರ್ಭದಲ್ಲಿ 1 ಕ್ಕೆ ಸಮಾನವಾಗಿರುತ್ತದೆ;
- X ಕಾರ್ಯಚಟುವಟಿಕೆಗೆ ಅನುಗುಣವಾಗಿ ಡೇಟಾವನ್ನು ಅಳಿಸುವ ಕಾರ್ಯಾಚರಣೆಗಾಗಿ ಅಸ್ಪಷ್ಟವಾದ ಸೆಟ್, ಆದರೆ ರಿಕರ್ಶನ್ ಬಿ (ಫಂಕ್ಷನ್ ಎಂಬೆಡಿಂಗ್) ಪ್ರಮಾಣವು ನೈಸರ್ಗಿಕ ಸಂಖ್ಯೆ ಮತ್ತು ಕ್ಷುಲ್ಲಕ ಸಂದರ್ಭದಲ್ಲಿ 1 ಕ್ಕೆ ಸಮಾನವಾಗಿರುತ್ತದೆ.
ಅಂತಹ ಬಹುಸಂಖ್ಯೆಯು ವಿವರಿಸುತ್ತದೆ ನಿಖರವಾಗಿ ಏನು (ಯಾವ ಡೇಟಾ ವಸ್ತುಗಳು) ರಚಿಸಲಾಗಿದೆ, ಸಂಪಾದಿಸಲಾಗಿದೆ ಮತ್ತು/ಅಥವಾ ಅಳಿಸಲಾಗಿದೆ ಮಾಡ್ಯೂಲ್ನ ಯಾವುದೇ ಬಳಕೆಗಾಗಿ.
ನಂತರ ಪ್ರಶ್ನೆಯಲ್ಲಿರುವ ಮಾಡ್ಯೂಲ್‌ಗಾಗಿ X ಕಾರ್ಯನಿರ್ವಹಣೆಗಾಗಿ Ux ಅನ್ನು ಬಳಸುವ ಸನ್ನಿವೇಶಗಳ ಒಂದು ಸೆಟ್ ಅನ್ನು ಸಂಕಲಿಸಲಾಗುತ್ತದೆ, ಪ್ರತಿಯೊಂದೂ ವಿವರಿಸುತ್ತದೆ ಏಕೆ (ಯಾವ ವ್ಯಾಪಾರ ಕಾರ್ಯಕ್ಕಾಗಿ) ಡೇಟಾ ವಸ್ತುಗಳನ್ನು ಒಂದು ಸೆಟ್‌ನಿಂದ ವಿವರಿಸಲಾಗಿದೆ, ಎಡಿಟ್ ಮಾಡಲಾಗಿದೆ ಮತ್ತು/ಅಥವಾ ಅಳಿಸಲಾಗಿದೆ? , ಮತ್ತು ಯಾವ ಕ್ರಮದಲ್ಲಿ:
(10)
ಇಲ್ಲಿ n ಎಂಬುದು X ಗಾಗಿ ಬಳಕೆಯ ಸಂದರ್ಭಗಳ ಸಂಖ್ಯೆ.
Далее составляют набор сценариев тестирования Tx по функциональной возможности X для каждого сценария использования рассматриваемого модуля. В сценарии тестирования описывается, какие значения данных и в каком порядке используются при выполнении сценария использования, а также какой результат должен быть получен:
(11)
где [D] – массив тестовых данных, n – количество сценариев тестирования для X.
В описанном подходе количество сценариев тестирования равно числу соответствующих сценариев использования, что позволяет упростить работу над их описанием и актуализацией по мере развития системы. Кроме того, такой алгоритм может быть использован для автоматизации тестирования программных модулей информационной системы.
ತೀರ್ಮಾನಕ್ಕೆ
ಪ್ರಸ್ತುತಪಡಿಸಿದ ಅಸ್ಪಷ್ಟ ಪ್ರಚೋದನೆಯ ವಿಧಾನವನ್ನು ಯಾವುದೇ ಮಾಡ್ಯುಲರ್ ಮಾಹಿತಿ ವ್ಯವಸ್ಥೆಯ ಜೀವನ ಚಕ್ರದ ವಿವಿಧ ಹಂತಗಳಲ್ಲಿ ಕಾರ್ಯಗತಗೊಳಿಸಬಹುದು, ಎರಡೂ ಜ್ಞಾನದ ನೆಲೆಯ ವಿವರಣಾತ್ಮಕ ಭಾಗವನ್ನು ಸಂಗ್ರಹಿಸುವ ಉದ್ದೇಶಕ್ಕಾಗಿ ಮತ್ತು ಮಾಡ್ಯೂಲ್‌ಗಳನ್ನು ಬಳಸುವ ಮತ್ತು ಪರೀಕ್ಷಿಸುವ ಸನ್ನಿವೇಶಗಳಲ್ಲಿ ಕೆಲಸ ಮಾಡಬಹುದು.
ಇದಲ್ಲದೆ, "ಅರಿವಿನ ಕೆಲಿಡೋಸ್ಕೋಪ್" ನಂತಹ ಪಡೆದ ಅಸ್ಪಷ್ಟ ವಿವರಣೆಗಳ ಆಧಾರದ ಮೇಲೆ ಜ್ಞಾನವನ್ನು ಸಂಶ್ಲೇಷಿಸಲು ಅಸ್ಪಷ್ಟ ಇಂಡಕ್ಷನ್ ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಇದರಲ್ಲಿ ಕೆಲವು ಅಂಶಗಳು ಸ್ಪಷ್ಟವಾಗಿ ಮತ್ತು ನಿಸ್ಸಂದಿಗ್ಧವಾಗಿ ಉಳಿಯುತ್ತವೆ, ಆದರೆ ಇತರವುಗಳು ಸ್ವಯಂ-ಸಾಮ್ಯತೆಯ ನಿಯಮದ ಪ್ರಕಾರ, ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಸಂಖ್ಯೆಯನ್ನು ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ. ತಿಳಿದಿರುವ ಡೇಟಾದ ಪ್ರತಿ ಸೆಟ್‌ಗೆ ಪುನರಾವರ್ತನೆಯ ಮಟ್ಟ. ಒಟ್ಟಿಗೆ ತೆಗೆದುಕೊಂಡರೆ, ಪರಿಣಾಮವಾಗಿ ಅಸ್ಪಷ್ಟವಾದ ಸೆಟ್ಗಳು ಮಾಹಿತಿ ವ್ಯವಸ್ಥೆಯ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಮತ್ತು ಸಾಮಾನ್ಯವಾಗಿ ಹೊಸ ಜ್ಞಾನವನ್ನು ಹುಡುಕುವ ಆಸಕ್ತಿಗಳಿಗಾಗಿ ಬಳಸಬಹುದಾದ ಮಾದರಿಯನ್ನು ರೂಪಿಸುತ್ತವೆ.
ಈ ರೀತಿಯ ವಿಧಾನವನ್ನು "ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ" ಯ ವಿಶಿಷ್ಟ ರೂಪವೆಂದು ವರ್ಗೀಕರಿಸಬಹುದು, ಸಂಶ್ಲೇಷಿತ ಸೆಟ್ಗಳು ಅಪೂರ್ಣ ತಾರ್ಕಿಕ ತತ್ವಕ್ಕೆ ವಿರುದ್ಧವಾಗಿರಬಾರದು ಮತ್ತು ಮಾನವ ಬುದ್ಧಿವಂತಿಕೆಗೆ ಸಹಾಯ ಮಾಡಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ ಮತ್ತು ಅದನ್ನು ಬದಲಾಯಿಸಬಾರದು ಎಂಬ ಅಂಶವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ.
ಉಲ್ಲೇಖಗಳು
- Борисов В.В., Федулов А.С., Зернов М.М., «Основы теории нечетких множеств». М.: Горячая линия – Телеком, 2014. – 88 с.
- ಬೋರಿಸೊವ್ ವಿ.ವಿ., ಫೆಡುಲೋವ್ ಎ.ಎಸ್., ಜೆರ್ನೋವ್ ಎಂ.ಎಂ., "ಅಸ್ಪಷ್ಟ ತಾರ್ಕಿಕ ತೀರ್ಮಾನದ ಸಿದ್ಧಾಂತದ ಮೂಲಭೂತ ಅಂಶಗಳು." ಎಂ.: ಹಾಟ್‌ಲೈನ್ - ಟೆಲಿಕಾಂ, 2014. - 122 ಪು.
- ಡೆಮೆನೋಕ್ S.L., "ಫ್ರಾಕ್ಟಲ್: ಮಿಥ್ ಮತ್ತು ಕ್ರಾಫ್ಟ್ ನಡುವೆ." ಸೇಂಟ್ ಪೀಟರ್ಸ್ಬರ್ಗ್: ಅಕಾಡೆಮಿ ಆಫ್ ಕಲ್ಚರಲ್ ರಿಸರ್ಚ್, 2011. - 296 ಪು.
- Заде Л., «Основы нового подхода к анализу сложных систем и процессов принятия решений» / «Математика сегодня». М.: «Знание», 1974. – С. 5 – 49.
- ಕ್ರಾಂಜ್ ಎಸ್., "ದಿ ಚೇಂಜಿಂಗ್ ನೇಚರ್ ಆಫ್ ಮ್ಯಾಥಮ್ಯಾಟಿಕಲ್ ಪ್ರೂಫ್." ಎಂ.: ಜ್ಞಾನದ ಪ್ರಯೋಗಾಲಯ, 2016. - 320 ಪು.
- ಮಾವ್ರಿಕಿಡಿ F.I., “ಫ್ರಾಕ್ಟಲ್ ಗಣಿತ ಮತ್ತು ಬದಲಾವಣೆಯ ಸ್ವರೂಪ” / “ಡೆಲ್ಫಿಸ್”, ಸಂಖ್ಯೆ 54 (2/2008), .
- ಮ್ಯಾಂಡೆಲ್ಬ್ರೋಟ್ ಬಿ., "ಫ್ರಾಕ್ಟಲ್ ಜ್ಯಾಮಿತಿ ಆಫ್ ನೇಚರ್." ಎಂ.: ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ ಆಫ್ ಕಂಪ್ಯೂಟರ್ ರಿಸರ್ಚ್, 2002. - 656 ಪು.
- "ಫಂಡಮೆಂಟಲ್ಸ್ ಆಫ್ ದಿ ಥಿಯರಿ ಆಫ್ ಅಸ್ಪಷ್ಟ ಸೆಟ್ಗಳು: ಮಾರ್ಗಸೂಚಿಗಳು", ಕಂಪ್. ಕೊರೊಬೊವಾ I.L., ಡಯಾಕೋವ್ I.A. ಟಾಂಬೋವ್: ಟಾಂಬ್ ಪಬ್ಲಿಷಿಂಗ್ ಹೌಸ್. ರಾಜ್ಯ ಆ. ಯುನಿವಿ., 2003. - 24 ಪು.
- Успенский В.А., «Апология математики». М.: Альпина Нон-фикшн, 2017. – 622 с.
- Zimmerman H. J. «Fuzzy Set Theory – and its Applications», 4th edition. Springer Seience + Business Media, New York, 2001. – 514 p.
ಮೂಲ: www.habr.com