Билимлар базасида учрайдиган тузилмавий хоталикларни бартараф Этиш ёндашувлари

  • № 2 (4) 2018

Страницы: 

105

 – 

112

Язык: узбекский

Открыть файл статьи
Открыть страницу статьи в Интернет

Аннотация

Мақолада продукцион тизимларни шакллантириш ҳамда интеллектуал хусусиятли электрон ахборот ресурсларда продукцион моделига асосланган билимларни акс эттириш ҳамда билимлар базасида учрайдиган тузилмавий хоталикларни бартараф этиш ѐндашувлари ва алгоритми баѐни келтирилган. Бу ѐндашув ҳамда алгоритмлар ѐрдамида продукцион билимлар базасидаги қоидалар сонининг ортиб кетиши сабаб вужудга келувчи салбий ҳолатларни бартараф этиш асосланган. Юзага келадиган қоидалардаги тузулмавий хатоликларни бартараф этиш графлар ѐрдамида тавсифланган бўлиб, таклиф этилган ѐндашув ва алгоритмлар ахборот ресурсларидаги билимларнинг ишончлилигини оширишга хизмат қилувчи верификацилашда қўлланилиши мумкинлиги келтирилган.

The article deals with the representation of knowledge based on product models in electronic information resources that have intellectual properties, as well as approaches and algorithms for eliminating structural errors found in the knowledge base. The increase in the number of rules in the base of product knowledge with the help of this approach and algorithms is based on elimination of negative reasons. Elimination of structural errors in the emerging rules is characterized with the help of graphs, the proposed approaches and algorithms can be used in verification, which helps to increase the reliability of knowledge in information resources.

Список использованных источников

  1. Бекмуратов Т.Ф., Дадабаева Р.А. Концепция построения стратегических систем поддержки принятия решений. Проблемы информатики. 2016. № 2 (31). С. 3-12.
  2. Бекмуратов Т.Ф., Рахимов Н.О. Структурно-функциональная организация и корректность моделей знаний продукционных систем. Доклады Академии наук Республики Узбекистан, Вып. № 6.2016. -С. 45-49.
  3. Rahimov N.O. Structural and functional organization of business anaclitic systems. International Journal of Research in Engineering and Technology.India, 2016, Volume 5, Issue 7, P 94-96. e-ISSN: 2319-1163. p-ISSN: 2321-7308.
  4. Бабомуродов О.Ж., Рахимов Н.О. Этапы извлечения знаний из электронных нформационных ресурсов. Евразийский союз ученых.Международный научно-популярный вестник. Вып. № 10(19)/2015. –С. 130-133. ISSN: 2411-6467.
  5.  Долинина О.Н. Алгоритмы и методы разработки и отладки экспертных систем:монография. – Саратов: Саратовский гос.технический ун-т, 2015 – 225 с.
  6. Рыбина Г.В., Смирнов В.В. Методы и алгоритмы верификации баз знаний в интегрированных экспертных системах //Известия РАИ. Теория и системы управления.–2007.–№ 4.–С. 91–102.
  7. Cimatti A., Corvino R., Lazzaro A.,Narasamdya I., Rizzo T., Roveri M., Sanseviero A.,Tchaltsev A.: Formal verification and validation of ERTMS Industrial Railway Train Spacing System. In Madhusudan, p., Seshia, S.A., eds.: CAv. volume 7358 of LNCS., Springer (2012). p. 378–393.
  8. 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. – vol. 26,№ 5.–p.633–648.
  9. Dolinina O. Method of the Debugging of the Knowledge Bases of Intellectual Decision Making Systems / Advances in Intelligent Systems and Computing // proc. Of the 5th Computer Science On-line Conf. 2016 (CSOC2016), 2016. – vol. 3. – p. 301–315.
  10. Долинина, О.Н. Формальные модели структурных ошибок в базах знаний интеллектуальных систем / О.Н. Долинина, А.Ф.Резчиков, Н.К. Сучкова // Современные наукоемкие технологии. 2017. № 3; URL: http://www.toptechnologies.ru/ru/article/view?id=36607 (дата обращения: 20.10.2017).
  11. Ferrante O., Benvenuti L., Mangeruca L.,Sofronis C., Ferrari A.: parallel NuSMv: A NuSMv Extension for the verification of Complex Embedded Systems / Ortmeier, F., Daniel, p., eds.: SAFECOMpWorkshops. volume 7613 of LNCS.,Springer (2012). – p. 409-416.
  12. 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.
  13. Miller S.p., Whalen M.W., Cofer D.D. Software model checking takes off / Commun. ACM 53(2). (February 2010), Р. 58–64.
  14. Suwa H., Scott A.C., Shortliffe. An Approach to veryfing Consistency and Completeness in a Rule-Based Expert System // Rule-Based Expert Systems. – London:Addison – Wesley, 1984.– p.159–170.
  15. Xu D., Kejian Xia, Dezheng Zhang,Huangsheng Zhang Model Checking the Inconsistency and Circularity in Rule-Based Expert Systems /Computer and Information Science. – 2009. – vol. 2, № 1. – p.12–17.
  16. Чебатуркин А.А., Мазин М.А. Методы верификации конечных автоматов,взаимодействующих по акторной модели. - Санкт-Петербург: Санкт-Петербургский гос. ун-т информационных технологий, механика и оптика.2010, 46 с.
  17. NuSMV home page,‖ open source, [Online].Available:http://nusmv.fbk.eu/.[Accessed 20 May 2018].
  18. Братко И. Алгоритмы искусственного интеллекта на языке Prolog. 3-е издание. -Пер. с англ. М.: Вильямс, 2001. — 640 с.: ил.

Список всех публикаций, цитирующих данную статью