2518-1092Научный результат. Информационные технологии2518-109210.18413/2518-1092-2016-1-3-42-51784СИСТЕМНЫЙ АНАЛИЗ И УПРАВЛЕНИЕОСНОВНЫЕ ПОЛОЖЕНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ С ПРАВИЛОМ ВЫВОДА НА ОСНОВЕ НЕЧЁТКОЙ СТЕПЕНИ ИСТИННОСТИMAIN PROVISIONS OF THE EXPERT SYSTEM WITH THE RULE OF INFERENCE BASED ON FUZZY TRUTH DEGREEМихелёвВладимир ВладимировичMikhelevVladimir VladimirovichСинюкВасилий ГригорьевичSinyukVasily Grigorievichvgsinuk@mail.ru20161300

Рассмотрен процесс нечёткого вывода, основанного на нечёткой степени истинности для построения нечётких систем вывода. Системы нечёткого логического вывода играют важную роль в многочисленных приложениях теории нечётких множеств, таких как нечёткие экспертные системы и многое другие. В основе таких систем лежат логические правила вида «Если …, то …», в которых посылки и выводы являются нечёткими понятиями. Использование нечётких множеств и нечёткой степени истинности вместе с композиционным правилом вывода Заде позволяет построить такую экспертную систему, которая может оперировать как с нечёткими, так и с чёткими входными данными. С другой стороны, использование нечёткой степени истинности значительно повышает эффективность решения задач, так как уменьшается вычислительная сложность алгоритма.

The article discusses the process of fuzzy output based on the fuzzy extent to construct fuzzy inference systems of truth. Fuzzy inference systems play an important role in many applications of the fuzzy set theory, such as fuzzy expert systems and many others. At the heart of these systems are the logical rules of the form "If ..., then ...", in which the assumptions and conclusions are fuzzy concepts. The use of fuzzy sets and fuzzy truth degree with Zadeh compositional rule of inference allows to build such an expert system which can operate with both fuzzy and with clear inputs. On the other hand, the use of fuzzy truth degree significantly increases the efficiency of solving problems, as the computational complexity of the algorithm decreases.

процесс нечёткого выводанечёткая степень истинностинечёткие множестванечёткие системы выводакомпозиционное правило вывода Задеfuzzy inference processfuzzy truth degreefuzzy setsfuzzy inference systemscompositional rule of inference ZadehСписок литературыAlsina C., Frank M. J., Schweizer B. Associative Functions: Triangular Norms and Copulas. Singapore: Word Scientific, 2006.Baldwin J. F., A new aproach to approximate reasoning using a fuzzy logic // Fuzzy Sets and Sustems, 1979 г. – С. 225-251.Kudłacik P. Advantages of an Approximate Reasoning Based on a Fuzzy Truth Value // J. Medical Informatics & Technologies. 2010. V. 16. P. 125-132.Mamdani E. H. Applications of Fuzzy Algorithm for Control a Simple Dynamic Plant // Proc. IEEE. 1974. V. 121. № 12. P. 1585–1588.Larsen P. M., Industrial applications of fuzzy logic control, Int. J. Man Mach. Studies, vol. 12, no. I, pp. 3-10, 1980 Sciences International, 2015. pp. 375-383.Sinuk V.G., Kutsenko D.A., Inference methods for systems with many fuzzy inputs. Journal of Computer and SystemsTsukamoto Y., “An approach to fuzzy reasoning method,” in Advances in Fuzzy Set Theory and Applications, M. M. Gupta, R. K. Ragade, and R. R. Yager, Eds. Amsterdam: NorthHolland, 1979Борисов А. Н., Алексеев А. В., Крумберг О. А. и др. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982.Заде Л. Нечёткая логика: понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. – С. 167.Куценко Д. А., Синюк В. Г. Косвенный метод нечеткого вывода для продукционных систем со многими входами // Программные продукты и системы. 2008. № 1. С. 45–47Рутковский, Л. Методы и технологии искусственного интеллекта/ Л. Рутковский; пер. с польского. – М.: Горячая Линия – Телеком, 2010. – 520 с.Синюк В.Г., Куценко Д.А. Нечёткие выводы на основе нечёткой степени истинности // Интегрированные модели и мягкие вычисления в искусственном интеллекте: сборник научных трудов VII-й Международной научно-технической конференции, Коломна, 20-22 мая 2013 г. – Т. 1. – М.: Физматлит, 2013. – С. 430-436.Синюк В.Г., Поляков В.М., Куценко Д.А. Метод вывода на основе нечеткой степени истинности для систем со многими нечеткими входами // Сборник научных трудов XIV национальная конференция по искусственному интеллекту с международным участием, г. Казань, 2014. С.31-39.Тэрано, Т. Прикладные нечѐткие системы /Т. Тэрано, К. Асаи, М. Сугэно. – М.: Мир, 1993. – 368 c.