Tworzenie kontentu baz wiedzy IDSS: pełne i zredukowane systemy reguł modeli rozmytych

• Autorzy: Tretyakova T.

Warianty tytułu

EN

Creating content of IDSS knowledge bases: full and reduced rule base of fuzzy models

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono problem jakości systemów reguł modeli rozmytych dla baz wiedzy inteligentnych systemów wspomagania decyzji (ang. Intelligent Decision Support Systems - IDSS). Problem ten jest rozpatrywany na przykładzie systemów wykorzystujących informację hydrometeorologiczną i wspomagających podejmowanie decyzji dotyczących lepszego zagospodarowania regionów ulegających wpływom niebezpiecznych czynników hydrometeorologicznych. Wymieniono główne charakterystyki stosowane do oceny jakości systemu reguł modelu rozmytego. Akcent położono na wskaźnik kompletności lingwistycznego systemu reguł oraz na problem wyboru z kompletnego systemu reguł zredukowanych wariantów systemów reguł. Zaproponowano podejście do wyboru z pełnego systemu reguł wariantów zredukowanych systemów reguł oraz sformalizowano metodę obliczenia liczby możliwych wariantów zredukowanych systemów reguł z pełnego systemu reguł. Zaprezentowano wyniki modelowania w Matlab Fuzzy Logic na pełnych i zredukowanych systemach reguł.

EN

Various methodological approaches are used in knowledge based engineering for computer intelligent systems. A problem of the quality of rule base of fuzzy models developed for knowledge based IDSS is presented. This problem is considered on example IDSS/hm using the hydrometeorological information and supporting adaptation of regions to dangerous natural phenomena. The IDSS/hm can be included as a subsystem in regional management systems, help region in adaptation. The main characteristics of the quality of rule base of fuzzy models are described. A parameter of the linguistic rule base completeness and a problem of choice of the reduced variants of the rule base of fuzzy model from the complete rule base are emphasized. There is proposed an approach to choice of the reduced variants of rule base from the complete rule base and a formal method for calculating their number. The results of modelling in Matlab Fuzzy Logic on the full and reduced variants of rule base are presented.

Słowa kluczowe

PL

baza reguł; model rozmyty; informacja hydrometeorologiczna; zredukowany system reguł

EN

rule base; fuzzy models; hydrometeorological information; reduced variants of rule base

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2012
• Tom: R. 58, nr 2
• Strony: 196--201
• Opis fizyczny: Bibliogr. 14 poz., rys., tab., wzory

Twórcy

autor

Tretyakova T.

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie,

Bibliografia

• [1] Tretyakova T., Zair A.: The structure and knowledges of the intelligent system of warning and decision’s support that includes local systems. Proceedings of the 15-th International Conference Advanced Computer Systems. ACS’2008, Szczecin, Poland, 2008.
• [2] Gotlib D., Cwaniak A., Olszewski R.: GIS. Obszary zastosowań. PWN, Warszawa, 2007.
• [3] Gotlib D.: Możliwości wykorzystania analitycznych metod projektowania systemów informatycznych w tworzeniu baz danych przestrzennych. na przykładzie topograficznego systemu informacyjnego. Oficyna Wyd. Polit. Warszawskiej, Warszawa, 2001.
• [4] Tretyakova T., Zair A.: Elicitation and structuring of knowledge for intelligence subsystems of Decision Support Systems. Polish Journal of Environment Studies, Vol. 17, No. 3B, 2008.
• [5] Projekt „Opracować metodę oceny socjalno-ekonomicznej przedsięwzięć zapobiegawczych i ochronnych w warunkach istniejącego zagrożenia lawinami błotnymi” St Petersburski Państwowy Naukowo-Badawczy Instytut Hydrologiczny, 1990.
• [6] Tretyakova T.: Fuzzy components in the contents of knowledge bases of intelligent decision support systems (on an example of use of hydrometeorological information in regional management). W: Metody informatyki stosowanej Nr 2 (19), wyd. PAN Oddział w Gdańsku, Komisja Informatyki, Poland, 2009.
• [7] Tretyakova T.: Fuzzy modeling at creation of knowledge’s base for intelligent decision support systems in conditions of threat of the dangerous hydrometeorological phenomenon. Elektronika, Nr 11, Poland, 2009.
• [8] Belman R. E., Zadeh L. A.: Decision making in fuzzy environment. Management Science 17, 1970.
• [9] Kacprzyk J.: Komputerowe systemy wspomagania decyzji dla potrzeb zarządzania wiedzą. W ks.: pod. red. R. Kulikowskiego, Z. Bubnickiego, J. Kacprzyka: Systemowo-komputerowe wspomaganie zarządzania wiedzą. Akademicka Oficyna wydawnicza ELIT, Warszawa, 2006.
• [10] Piegat A.: Fuzzy modeling and Control, Physica-Verlag Hejderberg, NY, 2001.
• [11] Borisov V. V., Kruglov V. V. , Fedulov A. S.: Nieczotkije modeli i sieti. Moskva, Telekom, 2007 (w języku rosyjskim).
• [12] Tretyakova T.: Estimation of rule base’s quality of fuzzy models of intelligent decision support systems. W czasopiśmie: Pomiary Automatyka Kontrola, nr 12, Poland, 2010.
• [13] Belman R. E., Zadeh L. A.: Decision making in fuzzy environment. Management Science 17, 1970.
• [14] Tretyakova T.: Jakość baz wiedzy inteligentnych systemów wspomagania decyzji - podejście do tworzenia i metody oceny. Studia i materiały PSZW nr 37, Bydgoszcz, 2011.