Actualization of the distributed knowledge base of ergatic system using the method of fuzzy classification

• Autorzy: Perederii V. , Borchik E.

Identyfikatory

DOI

10.5604/20830157.1121328

Warianty tytułu

PL

Aktualizacja rozproszonej bazy wiedzy systemu ergatycznego za pomocą metody klasyfikacji rozmytej

• Języki publikacji: EN

Abstrakty

EN

In the article a method of actualization the distributed knowledge base of ergatic system using the method of fuzzy classification is proposed. As an example we consider the request choice formation of an alternative of decision-making from the knowledge base, according to the values of the input parameters. Genetic algorithm is used for finding optimal solutions. For automation of calculations MATLAB software package was used.

PL

W pracy zaproponowano metodę aktualizacji rozproszonej bazy wiedzy systemu ergatycznego (system maszyna-człowiek) używając rozmytej klasyfikacji. Rozważono przykłady formułowania zapytań, wybór alternatywnych decyzji z bazy wiedzy, zgodnie z wartościami parametrów wejściowych. Celem znalezienia optymalnych rozwiązań zastosowano algorytmy genetyczne. Do automatyzacji obliczeń zastosowano pakiet MATLAB.

Słowa kluczowe

EN

knowledge base; fuzzy classification; membership functions; objects

PL

baza wiedzy; klasyfikacja rozmyta; funkcje przynależności; obiekty

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2014
• Tom: nr 3
• Strony: 3--5
• Opis fizyczny: Bibliogr. 8 poz., rys., tab.

Twórcy

autor

Perederii V.

• Nikolaev Sukhomlinskii National University, Department of Computer Systems and Networks

autor

Borchik E.

• Nikolaev Sukhomlinskii National University, Department of Computer Systems and Networks

Bibliografia

• [1] Asuncion A., Newman D.J.: UCI Machine Learning Repository. Irvine (USA), University of California, School of Information and Computer Science, 2007.
• [2] Kovalenko I.I.: Koncepciya postroeniya sistemnyx informacionnyx texnologij podderzhki ekspertnogo analiza scenariev [The concept of building system information technologies of support expert analysis of scenarios]. Kovalenko I.I., Perederij V.I., Shved A.V.: Sistemnі texnologії [System technologies]. Regional interuniversity collection of scientific works, 6 (71), 2010, p. 74–88 (in Russian).
• [3] Perederij V. I.: Zastosuvannya merezhі Bajesa z ocіnki stupenya znachimostі vplivayuchix faktorіv na operatora v avtomatizovanix sistemax prijnyattya relevantnix rіshen [Application of Bayesian network assess the significance of the influencing factors on the operator in automated systems relevant decisionmaking]. Perederij V.I., Litvinenko V.I.: Komp’yuternі nauki ta іnformacіjnі texnologії [Computer Science and Information Technology]. Bulletin of the National University "Lviv Polytechnic". 733/2012, pp. 120-128 (in Ukrainian).
• [4] Rotshtejn A.P.: Intellektualnye texnologii identifikacii: nechetkaya logika, geneticheskie algoritmy, nejronnye seti [Intellectual identification technologies: fuzzy logic, genetic algorithms, neural networks]. Universum, Vinnitsa 1999 (in Russian).
• [5] Sapronov Yu.G.: Ekspertiza i diagnostika obektov i sistem servisa [Examination and diagnostics of objects and systems of service]. Academia, Мoscow 2008 (in Russian).
• [6] Shtovba S.D.: Vvedenie v teoriyu nechetkix mnozhestv i nechetkuyu logiku [Introduction to the theory of fuzzy sets and fuzzy logic]. http://matlab.exponenta.ru/fuzzylogic/book1, (in Russian).
• [7] Uzga-Rebrovs O.: Nenoteiktibu parvaldisana 3 [Uncertainty in management 3] Rezekne, 2010 (in Latvian).
• [8] matlab.exponenta.ru/fuzzylogic/book1/1_7_5_5.php