Кучеренко, Д. Ю.2016-11-212016-11-212015Кучеренко Д. Ю. Моделі та методи підвищення якості експертного діагностування комп'ютерних систем з використанням продукційних правил : автореф. дис. ... канд. техн. наук : 05.13.05 "Комп'ютерні системи та компоненти" / Д. Ю. Кучеренко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2015. – 20 с.http://openarchive.nure.ua/handle/document/3474Метою роботи є розробка моделей та методів підвищення якості експертного діагностування комп'ютерних систем за рахунок перевірки на логічну коректність моделі представлення знань експерта. У дисертаційній роботі вперше запропоновано моделі та методи аналізу продукційних правил на логічну коректність в системах нечіткого виводу шляхом їх перевірки на повноту, несуперечливість, зв’язність та мінімальність, що дозволило формалізувати процес формування та аналізу бази знань для підвищення якості експертного діагностування комп’ютерних систем; вдосконалена модель представлення знань експерта в експертних системах діагностування у вигляді продукційних правил, що подані в кубічній формі, яка відрізняється використанням кубітного кодування символів багатозначного кубічного алфавіту, що дало можливість використовувати логічні операції та значно прискорити обчислення при аналізі продукційних правил; отримали подальший розвиток моделі представлення діагностичних ознак різних компонентів комп'ютерних систем у вигляді лінгвістичних змінних шляхом створення формалізованого шаблону їх представлення та оцінювання, що дає можливість використовувати єдиний підхід до побудови бази знань експерта і розширити перелік діагностичних ознак в експертних системах діагностування. The purpose of the work is to develop models and quality improvement methods of computer systems’ expert diagnosis by checking the logical correctness of the expert’s knowledge representation model. In the thesis the models and analysis methods of the logical correctness of production rules in fuzzy inference systems by checking them for completeness, consistency, coherence, and minimality were proposed, that made it possible to formalize the processes of knowledge base formation and analysis for improving the quality of computer systems expert diagnosis; the representation model of expert knowledge in diagnosis expert systems as a production rules in a cubic form, which is characterized by qubit encoding of multi-valued cubic alphabet characters, that made it possible to use logical operations, and to accelerate computation greatly during production rules analysis, was improved; the model of diagnostic features representation of various components of computer systems in a form of linguistic variables through the establishment of a formalized template of their representation and estimation was further developed, which allows using the unified approach to construction of an expert knowledge base and expanding a list of diagnostic features in diagnosis expert systems; the models and synthesis methods of fuzzy inference production rules in a cubic form by assigning weights for each term of input linguistic variable were further developed, which allow an expert to formalize the process and reduce the time for creating production rules with an arbitrary number of diagnostic features and ranges of their values.ukекспертна система діагностуваннябаза знаньдіагностичні ознакисистема нечіткого виводупродукційні правилаdiagnosis expert systemknowledge basediagnostic featuresfuzzy inference systemSynopsis