Процедура зневадження помилок класу репліка в продукційних базах знань

DOI: 10.31673/2412-4338.2021.020414

Анотація

Розглянуто завдання виявлення помилок в продукційних базах знань знання – орієнтованих інформаційних систем, що виникають на етапі формування бази знань експертами. Визначено, що такі помилки пов’язані з суперечливістю думок експертів та/або обмеженістю (недосконалістю) опису предметної області. Проаналізовано підходи щодо їх зневадження. Показані шляхи вдосконалення існуючих підходів щодо зневадження статичних помилок класу “репліка” . Показано можливі шляхи застосування отриманих рішень для зневадження помилок “суперечливість”, “надмірність”, “неповнота”. Запропоновані рішення щодо розширення формалізованого визначення статичної помилки продукційной бази знань з урахуванням вимог до точності подання інформації. Розглянуті питання впливу помилок класу “репліка” на результати виведення за правилами продукційної бази знань. Доведено можливість застосування методів теорії графів для вирішення завдання зневадження помилок класу “репліка”. Розроблені алгоритмічні структури виявлення та зневадження помилок зазначеного класу, які дозволяють, на відміну від існуючих рішень виявляти дублюючі вершини на кожному ранзі графа до якого зведена продукційна база знань. Розроблено програмну реалізацію виявлення та зневадження статичних помилок неповного, часткового та повного дублювання. За рахунок застосування рекурсії знижено вимоги щодо підготовки масиву вхідних даних до обробки. Отримані рішення відповідають вимогам ДСТУ ISO/IEC 9126, ДСТУ ISO/IEC 14598 та враховують вимоги серії стандартів Software Quality Requirements and Evaluation як значення вершин графа дерева подій. В процесі рішення завдання врахована специфіка функціонування ЛМС, зокрема можливість формалізації різних аспектів знань (алетичних, дисизіональних, каузальних, діонтичних) та забезпечення заданого рівня оперативності пошуку рішень.

Ключові слова: граф, модель, методика, продукційна модель, база знань.

Список використаної літератури
1. Burkov V. N., Goubko M., Korgin N., Novikov D. Introduction to Theory of Control in Organizations. Boca Raton: CRC Press, 2015. 346 p.
2. Липаев В.В. Надежность и функциональная безопасность комплексов программ реального времени. М., 2013. С. 207.
3. Нариньяни А., Яхно Т. Продукционные системы. Представление знаний в человеко-машинных и робототехнических системах. М.: ВЦ АН СССР, ВИНИТИ, 1984. С. 136–177.
4. Zadeh L.A. The concept of a linguistic variable and its application to approximate reasoning. Information Sciences. 1975.Vol. 8. P. 199–249, 301–357; Vol. 9. P. 43–80.
5. Tsukamoto Y. An approach to fuzzy reasoning method. In: Gupta M.M., Ragade R.K. and Yager R.R. (eds.) Advances in fuzzy set theory and applications, 1979. P. 137–149.
6. Miller S.P., Whalen M.W., Cofer D.D. Software model checking takes off. Commun. ACM. 2010. № 53(2). Р. 58–64. 7. Мейнарович Є., Кратко М. Англійсько-український словник: Математика та кібернетика. К.: Перун, 2010. 560 с. 8. Кривуля Г. Ф., Шкиль А. С., Кучеренко Д. Е. Анализ корректности продукционных правил в системах нечеткого логического вывода с использованием квантовых моделей. АСУ и приборы автоматики : всеукр. межвед. науч.-техн. сб. Х. : Изд-во ХНУРЭ, 2013. Вып. 165. С. 42–53.
9. Долинина О.Н. Информационные технологии в управлении современной организацией. 2006. Саратов: Сарат. гос. техн. ун-т. 160 с.
10. KES General Description Manual. Software Architecture and Engineering Inc. Arlington. 1983. Р. 33.
11. Suwa H., Scott A.C., Shortliffe A. An Approach to Veryfing Consistency and Completeness in a Rule-Based Expert System. Rule-Based Expert Systems. London: Addison–Wesley. 1984. P. 159–170.
12. Nguen T., Perkins W., Laffey T., Pecora W. Checking Expert System Knowledge Bases for consistency and completeness. Proc. оf the 9th Int. Joint Conf. on AI, Los.Ang. 1985. P. 375–378.
13. Cragun B.J., Stendel H.J. A decision-table-based processor for checking completeness and consistency in rule-based expert systems. Int. J. Man- Mach. Stud. 1987. №. 5. P. 633-648.
14. Ferrante O., Benvenuti L., Mangeruca L., Sofronis C., Ferrari A. Parallel NuSMV: A NuSMV Extension for the Verification of Complex Embedded Systems; eds. Ortmeier F., Daniel P. SAFECOMPWorkshops. 2012. Vol. 7613. P. 409-416.
15. Knauf R., Gonzalez A.J., Abel T. A framework for validation of rule-based systems. IEEE Trans Syst Man Cybern B Cybern. 2002. № 32(3). P. 281–295.
16. Godel K. Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme, I. and On formally undecidable propositions of Principia Mathematica and related systems I in Solomon Feferman. Kurt Gödel Collected works. Oxford University Press. 1986. Р. 144–195.
17. Войтович С.А., Литвиненко М.І., Павленко М.А. Формалізований опис знань про процес відбору джерел вогневих засобів Повітряних Сил. Системи обробки інформації. 2009. № 2(76). С. 30–35.
18. Павленко М.А., Медведєв В.К., Берднік П.Г., Сафронов Р.В. Метод визначення напрямків удару засобів повітряного нападу на оперативному напрямку. Наука і техніка Повітряних Сил Збройних Сил України. 2016. № 3(24). С. 24–27.
19. Sedgewick Robert. Algorithms in C++. Parts 1-4. Fundamentals, Data Structure, Sorting, Searching. Addison-Weasley, 1998. 752 p. ISBN-10 0-201-35088-2