Представление прецедентов в базе знаний системы поддержки принятия решений при диагностике портальных кранов на основе теории грубых множеств

Скорочена інформація про документ
dc.contributor.authorKovalenko, I. I.
dc.contributor.authorКоваленко, И. И.
dc.contributor.authorMelnik, A. V.
dc.contributor.authorМельник, А. В.
dc.date.accessioned2015-10-28T12:16:08Z
dc.date.available2015-10-28T12:16:08Z
dc.date.issued2014
dc.descriptionКоваленко, И. И. Presentation of precedents in decision support system knowledge base under diagnosis of portal cranes on the basis of the rough sets theory = Представление прецедентов в базе знаний системы поддержки принятия решений при диагностике портальных кранов на основе теории грубых множеств / И. И. Коваленко, А. В. Мельник // Shipbuilding & Marine Infrastructure. – 2014. – № 1 (1). – P. 112–121.en_US
dc.description.abstractDecision Support System (DSS) is a computer automated system aimed of the formation of recommendations to the decision maker in difficult conditions of uncertainties. The main element of the DSS is a knowledge base (KB) built on the basis of the precedents reasoning technique and on the efficient use of existing accumulated experience presented as a precedents base. To solve the problem of compact representation of a precedent in the for-mation of the BP for the first time there is provided to use the rough sets theory (RST). This article discusses the RST conceptual foundations, presents its basic definitions and terms, considers the basic operational states of portal crane (PC), their diagnostic criteria, which define the technical position of the cranes. Using the example of the BP formation for the DSS for the diagnosis of the portal crane (PC) the procedures of the elementary and fun-damental categories formation, equivalence classes based on the diagnostic parameters of the PC are demonstrated. Similarly, the procedure for determination of the upper and lower approximation, the boundary region of the target (rough) set and the assessment of accuracy and roughness of such sets are considered. This approach allows to perform a kind of "inac-curate" classification, which in practice may appear more real than the inability to perform the accurate classification.en_US
dc.description.abstractПредложен новый подход к представлению базы знаний системы поддержки принятия решений при диагностике портальных кранов на основе метода рас-суждений по прецедентам с применением теории грубых множеств. Рассмотрен ряд примеров практической реализации данного подхода.eng
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/1694
dc.language.isootheren_US
dc.relation.ispartofseriesУДК;004.82
dc.subjectportal craneen_US
dc.subjecta decision support systemen_US
dc.subjectthe theory of rough setsen_US
dc.subjecta precedenten_US
dc.subjectпортальный кранen_US
dc.subjectсистема поддержки принятия решенийen_US
dc.subjectтеория грубых множествen_US
dc.subjectпрецедентen_US
dc.titleПредставление прецедентов в базе знаний системы поддержки принятия решений при диагностике портальных кранов на основе теории грубых множествen_US
dc.typeArticleen_US

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kovalenko.pdf
Розмір:
3.99 MB
Формат:
Adobe Portable Document Format
Опис:
стаття
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

№1(1) 2014