|
ГЛАВНАЯ
> Вернуться к содержанию
Программные системы и вычислительные методы
Правильная ссылка на статью:
Катасёв А.С., Емалетдинова Л.Ю.
Нечетко-продукционная каскадная модель диагностики состояния сложного объекта
// Программные системы и вычислительные методы.
2012. № 12.
DOI: 10.7256/2454-0714.2012.12.6892 URL: https://nbpublish.com/library_read_article.php?id=6892
Нечетко-продукционная каскадная модель диагностики состояния сложного объекта
Катасёв Алексей Сергеевич
кандидат технических наук
доцент кафедры систем информационной безопасности Казанского национального исследовательского технического университета им. А.Н. Туполева-КАИ
420111, Россия, Республика Татарстан, г. Казань, ул. К. Маркса, 10
Katasev Alexey Sergeevich
PhD in Technical Science
Associate Professor of Information Security Systems Department of the Tupolev Kazan National Research Technical University
420111, Russia, respublika Tatarstan, g. Kazan', ul. K.marksa, 10
|
Kat_726@mail.ru
|
|
 |
Другие публикации этого автора
|
|
|
Емалетдинова Лилия Юнеровна
Доктор технических наук
Директор, Институт технической кибернетики и информатики
Emaletdinova Liliya Yunerovna
|
|
Kat_726@mail.ru
|
|
 |
|
DOI: 10.7256/2454-0714.2012.12.6892
Дата направления статьи в редакцию:
18-12-1969
Дата публикации:
Аннотация:
В данной работе для повышения эффективности использования экспертных диагностических систем в социальных и технических предметных областях актуализируется необходимость разработки новой модели представления знаний. Предлагается нечетко-продукционная модель, позволяющая производить описание закономерностей предметной области на множестве разнотипных данных, представленных как в четких, так и нечетких шкалах. Разрабатывается методика группировки параметров, описывающих объект диагностики, для построения каскада параметров в соответствие с этапами диагностического процесса. На базе предложенных модели и методики строится каскад продукционных правил, позволяющих диагностировать состояние сложного объекта. Описывается алгоритм логического вывода на каскаде правил. На примере решения задачи медицинской диагностики показывается эффективность предложенного в работе подхода. Ставятся задачи перспективных исследований.
Ключевые слова:
Программное обеспечение, нечеткий, продукция, модель, диагностика, знания, эксперт, система, принятие, решение
Библиография
1. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. – СПб.: Питер, 2001. – 384 с.: ил.
2. Глова В.И., Аникин И.В., Шагиахметов М.Р. Система нечеткого моделирования для решения задач повышения нефтедобычи // Вестник КГТУ им. А.Н. Туполева. – 2001. – № 3. – С. 59-61.
3. Катасёв А.С. Нейронечеткая модель и программный комплекс формирования баз знаний экспертных систем // Автореф. дисс. на соиск. уч. степ. к-та техн. наук. Казань, 2006. – 20 с.
4. Подольская М.А., Катасёв А.С. Применение систем искусственного интеллекта для диагностического процесса в вертеброневрологии // Казанский медицинский журнал. – 2007. – № 4. – С. 346-351.
5. Стрункин Д.Ю. Выбор значимых для прогнозирования времени выживания показателей пациента // Ползуновский вестник. – 2011. – №3/1. – С. 158-162.
Ссылка на эту статью
Просто выделите и скопируйте ссылку на эту статью в буфер обмена. Вы можете также
попробовать найти похожие
статьи
|
|
