Some aspects of representing the fuzzy expert knowledge in the decision-making problems on the process ma-chine adjustment are considered. The technique based on the use of different criteria of consistency in the repre-sentation of fuzzy knowledge which includes considering various expertise hierarchy is offered. This technique allows determining a rational term set of the linguistic variable for the construction of the generic membership functions under the input and output system parameters specification. The improved background for choosing terms of the linguistic variables allows optimizing the KB parameters based on the fuzzy production rules. The technique is applied in the subject domain of “Grains combining”; several input linguistic variables are consid-ered; fuzzy knowledgebase creation phases are exemplified by them; models consistency indices are calculated; optimum term sets of each of the variables are selected; generic membership function parameters are obtained.
fuzzy knowledge, membership function, consistency of expert knowledge, Fishburn coefficients
Введение. Подсистема приобретения и редактирования знаний является важнейшей частью интеллектуальных информационных систем (экспертных систем) [1]. В полной мере это относится и к системам поддержки принятия решений в сфере эксплуатации сложных машин сельскохозяйственного назначения [2].
Экспертная информация, как правило, трудно формализуема в рамках традиционных математических подходов, что обусловило применение в этой области теории нечетких множеств и широкое использование баз знаний, основанных на нечетких знаниях, т. е. нечетких продукционных систем [3 - 4]. Система принятия решений оперирует нечёткими знаниями и понятиями. Это позволяет делать выводы на основе правил нечёткой логики, что делает актуальной задачу адекватного представления нечеткой экспертной информации. Для формирования такой информации (на этапе фаззификации) необходимо определить функции принадлежности (ФП) лингвистических переменных (ЛП) модели предметной области, в том числе установить оптимальное число термов ЛП. При этом возникает вопрос о критериях при оценивании того или иного признака, по которым должен производиться выбор оптимального множества значений лингвистической шкалы.
1. Waterman, D. Rukovodstvo po ekspertnym sistemam : Per. s angl. [Guidelines for expert systems: Trans. from English.] Moscow : Mir, 1989, 388 p. (in Russian).
2. Dimitrov, V. P., Borisova, L. V. Teoreticheskie i prikladnye aspekty razrabotki ekspertnykh sistem dlya tekhnicheskogo obsluzhivaniya mashin. [Theoretical and applied aspects of development of expert systems for machine maintenance.] Rostov-on-Don : DSTU, 2007, 202 p. (in Russian).
3. Zadeh, L. A. Fuzzy sets. Fuzzy sets and systems, 1965, no. 8, pp. 338–353.
4. Tugengold, А.К., Dimitrov, V.P., Borisova, L.V. K voprosu postroeniya nechetkoy ekspertnoy sistemy produktsionnogo tipa dlya tekhnologicheskoy regulirovki mashin. [On the problem of constructing a fuzzy pro-duction-type expert system for process machine adjustment.]Vestnik of DSTU, 2008, vol. 8, no. 3 (38), pp. 419 – 426 (in Russian).
5. Averkin, А. N., et al. Nechetkie mnozhestva v modelyakh upravleniya i iskusstvennogo intellekta. [Fuzzy sets in management models and artificial intelligence.] D.А. Pospelov, ed. Moscow : Nauka, 1986, 312 p. (in Russian).
6. Borisov, А. N., Alekseyev, A. V., Merkuryev, G. V., et al. Obrabotka nechetkoy informatsii v siste-makh prinyatiya resheniy. [Fuzzy information processing in decision-making systems.] Moscow : Radio i svyaz´, 1989, 312 p. (in Russian).
7. Dimitrov, V. P., Borisova, L. V. Nurutdinova, I. N. Metodika otsenki soglasovannosti modeley nechetkikh ekspertnykh znaniy. [Methods of assessing the consistency of fuzzy expert knowledge models.] Vestnik of DSTU, 2010, vol. 10, no. 2 (45), pp. 205 – 216 (in Russian).
8. Pivkin, V. Y., Bakulin, E. P., Korenkov, D. I. Nechetkie mnozhestva v sistemakh upravleniya. Metodicheskoe posobie. [Fuzzy sets in management systems. Method book.] Novosibirsk : NGU, 1997, 42 p. (in Russian).
9. Dimitrov, V. P., Borisova, L. V. Otsenka parametrov lingvisticheskikh peremennykh faktorov vnesh-ney sredy. [Parameter estimation of linguistic variables of environmental factors.] Iskusstvennyy intellekt v XXI veke. Resheniya v usloviyakh neopredelennosti : sb. st. V Mezhdunar. nauch.-tekhn. konf. [Artificial Intelli-gence in the XXI century. Decisions under uncertainty: Proc. V Int. Sci.Tech.Conf.] Penza, 2007, pp. 30 – 32 (in Russian).
10. Dimitrov, V. P., Borisova, L. V., Nurutdinova, I. N. Programmnaya sistema dlya vvoda ekspertnykh znaniy. [Software system for expert knowledge input.] Vestnik of DSTU, 2011, vol. 11, no. 1 (52), pp. 83 – 90 (in Russian).
11. Nedosekin, A. Fuzzy Financial Management. Moscow : AFA Library, 2003, 183 p.
12. Borisova, L. V., Dimitrov, V. P., Khubiyan, K. L. Mekhanicheskie sistemy model´nogo ryada produk-tsii OAO «Rostsel´mash» Don-680, SK-5M-1, Don-1500B. Konstruktsiya, tekhnicheskoe obsluzhivanie, reguli-rovki i diagnostika neispravnostey. [Mechanical systems of product range of “Rostselmash” LLC Don-680, SC-5M-1, Don-1500B. Construction, maintenance, control, and fault diagnostics.] Rostov-on-Don : BelRus´, 2003, 116 p. (in Russian).
13. Kaufmann, L. Vvedenie v teoriyu nechetkikh mnozhestv. [Introduction to the theory of fuzzy sets.] Moscow : Radio i svyaz´, 1982, 432 p. (in Russian).
