РОЗДІЛ 2
МОДЕЛЬ ПОДАННЯ НЕЧІТКИХ ЗНАНЬ ТА ДАНИХ ДЛЯ ДІАГНОСТУВАННЯ КОМП’ЮТЕРНИХ ЗАСОБІВ
2.1. Аналіз видів діагностичної інформації
Предметною галуззю є дослідження діагностування комп’ютерних засобів. В процесі
діагностування КЗ необхідною і важливою умовою є наявність достатнього об’єму
діагностичної інформації.
Означення 2.1. Діагностичною інформацією називаємо сукупність даних,
інформації, та знань про предметну галузь.
Дані – це набір фактів, що стосуються предметної галузі. Інформація – це
сукупність фактів та відношень між ними. Знання – це сукупність фактів,
закономірностей, відношень та евристичних правил, що відображає рівень
обізнаності з предметною галуззю [35].
Джерелами діагностичної інформації щодо КЗ є:
- документація на апаратні складові ОД;
- документація на програмні складові ОД;
- довідкова література;
- експертна інформація, отримана у процесі опитування експертів.
Для процесу діагностування КЗ властива наявність різних видів інформації [114 -
116]:
точкових вимірів та значень параметрів;
допустимих інтервалів їх зміни;
статистичних законів розподілу для окремих величин;
критеріїв та обмежень, отриманих від експертів у лінгвістичній формі;
змін стану характеристик та параметрів в часі і т. і.
При діагностуванні КЗ наявні такі види нечіткості, як нечіткі дані та нечіткі
знання.
До нечітких даних віднесемо:
1) нечітко задані параметри, наприклад, резистор 30 - 50 Ом; швидкість роботи
дисководу 70 - 100 мс; зміна частоти головки читання запису магнітного диска в
діапазоні 62,5 - 250 кГц і т. і.;
2) нечіткі технологічні дані - похибки пристроїв вимірювання;
3) використання середньостатистичних значень у випадку відсутності значень
параметрів, причиною чого є відсутність або обмеженість доступу до контрольних
точок.
До нечіткості знань, отриманих від експертів, призводять неточність експертних
оцінок, недовизначеність понять та термінів.
Прикладом нечітких знань є оцінки експертів: “температура близька до 70°С”,
“діапазон зміни параметра від 2 до 5”, “холодний”, “гарячий” і т. і.
Діагностичні знання та дані представлені за допомогою нечітких множин.
Кожна нечітка множина оцінюється за визначеною порядковою шкалою і має функцію
належності, яка приймає значення на визначеному інтервалі.
Функція належності визначає суб’єктивну оцінку ступеня впевненості експерта у
належності конкретного значення до визначеної нечіткої множини. До основних
типів функцій належності відносяться кусково-лінійні функції належності,
Z-подібні та S-подібні функції належності, П-подібні функції належності [64].
До кусково-лінійних функцій належності відносяться трикутна та трапецевидна
функції; до Z-подібних та S-подібних – сигмоідальна та подвійна сигмоідальна
функції належності; до П-подібних функцій відносяться гаусова, подвійна
гаусова, колоколоподібна, добуток двох сигмоідальних функцій належності.
Конкретний вигляд даних функцій визначається значенням параметрів, які входять
в їх аналітичне подання.
В якості прикладу подання діагностичної інформації на основі нечіткої логіки
зазначеними функціями належності, представимо на порядковій шкалі оцінку
експерта типу „діапазон зміни параметра від 2 до 6” за допомогою пакета Fuzzy
Logic Toolbox системи Matlab 7.0. Результат наведено на рис.2.1.
колоколоподібна функція
y=gbellmf(x,[2 4 6]);
plot(x,y)
гаусова функція
y=gaussmf(x,[1 4]);
plot(x,y)
сигмоідальна функція
y=sigmf(x,[2 6]);
plot(x,y)
подвійна гаусова
y1=gauss2mf(x,[2 6 1 4]);
y2=gauss2mf(x,[2 4 1 6]);
plot(x,y1,x,y2)
S-подібна функція
y=smf(x,[3 6]);
plot(x,y)
Z-подібна функція
y=zmf(x,[3 6]);
plot(x,y)
трапецевидна функція
y=trapmf(x,[2 3.5 4.5 6]);
plot(x,y)
трикутна функція
y=trimf(x,[2 4 6]);
plot(x,y);
Рис.2.1. Приклади функцій належності, що відображають оцінку експерта типу
„діапазон зміни параметра від 2 до 6”
Для подання діагностичної інформації в якості функції належності обрана
трапецевидна функція належності. Аналітично вона задається наступним виразом
[64]:
, (2.1)
де a, b, c, d – деякі чисельні параметри, які приймають довільні дійсні
значення і впорядковані відношенням: .
Вибір функції трапецевидного виду обумовлений тим, що:
трапецевидна функція відноситься до найбільш простих форм функцій належності, а
саме кусково-лінійних функцій;
вона дозволяє представити терми лінгвістичних змінних на нечіткому інтервалі,
що є корисним при представленні експертних знань;
трапецевидна функція використовується для задавання найбільш широкого спектру
термів лінгвістичних змінних, які характеризують різні види діагностичної
інформації в процесі діагностування КЗ.
Досить часто чітка інформація має функцію належності, яка являє собою синглтон,
тобто одноелементну множину [64]. Синглтон використовується для подання чіткої
інформації, яка не допускає неоднозначних трактувань, до нечіткого вигляду.
Прикладом такої інформації є: наявність зависання КЗ, наявність шуму, наявність
принтера і т. і. (рис.2.2). На рис.2.2. показані приклади відображення
синглтона на порядковій шкалі. - для відображення інформації, яка являє собою
лінгвістичну змінну типу „ні”, „не було”, „нема” і т.і.; - для відображення
інформації, яка являє собою лінгвістичну змінну типу „так”, „було”, „є” і т.
і.
Рис.2.2. Приклад трапецевидної функції належності, яка являє собою синглтон
Для побудови функцій належності існує дві групи методів: прямі та непрямі
[113]. Особливістю застосування прямих методів є те, що експерт безпосередньо
задає функцію належності таблицею, формулою або прикладом. В непрямих методах
значення функції належності обирають таким чином, щоб задовольн
- Київ+380960830922