MEANS OF VISUAL MODELING AND CODE GENERATION FOR FUZZY RULES

Логические и ассоциативные правила по-прежнему являются наиболее распространенным способом представления экспертных знаний и поддержки принятия решений, несмотря на популярность семантических технологий. Эффективное использование правил при принятии решений в случае неточной или неопределенной информации требует разработки специализированных лингвистических (языковых) и программных средств, как для их наглядного отображения, так и генерации программных кодов. В данной работе рассматривается FuzzyRVML, как расширение одного из языков визуального моделирования правил - Rule Visual Modeling Language, предназначенное для моделирования логических правил, содержащих элементы нечеткости. FuzzyRVML поддерживает нечеткий тип данных, понятия лингвистической переменной, терма и коэффициента уверенности. Представлены описания основных элементов и конструкций FuzzyRVML, а также иллюстративный пример, содержащий генерацию кода на FuzzyCLIPS. Программным средством поддержки предлагаемой нотации является Personal Knowledge Base Designer, на основе которого произведены ее оценка и реализация. Logical and associative rules are still the most common way to represent expert knowledge and support of decision-making. The use of rules in the case of inaccurate or uncertain information requires the development of specialized linguistic (language) means and software, providing their visualization and generation of source codes. In this paper, we propose a FuzzyRVML - an extension of a Rule Visual Modeling Language, designed for modeling logical rules containing elements of fuzziness. FuzzyRVML supports the fuzzy data type, the concepts of linguistic variable, term, and certainty factor. Descriptions of the main elements and constructs of FuzzyRVML are presented, as well as an illustrative example containing code generation in FuzzyCLIPS. Personal Knowledge Base Designer was used to support the notation proposed, as well for its implementation and evaluation.