Artikel ini mengusulkan metode induksi fuzzy yang dikembangkan oleh penulis sebagai kombinasi dari ketentuan matematika fuzzy dan teori fraktal, memperkenalkan konsep tingkat rekursi himpunan fuzzy, menjelaskan rekursi yang tidak lengkap dari himpunan sebagai dimensi fraksinya untuk memodelkan domain subjek. Sebagai ruang lingkup metode yang diusulkan dan model pengetahuan yang dibuat atas dasar sebagai fuzzy set, manajemen siklus hidup sistem informasi, termasuk pengembangan skenario untuk menggunakan dan menguji perangkat lunak, dipertimbangkan.
Relevansi
Dalam proses merancang dan mengembangkan, menerapkan dan mengoperasikan sistem informasi, perlu untuk mengakumulasi dan mensistematisasikan data, informasi, dan informasi yang dikumpulkan dari luar atau muncul pada setiap tahap siklus hidup perangkat lunak. Ini berfungsi sebagai dukungan informasi dan metodologis yang diperlukan untuk pekerjaan desain dan pengambilan keputusan, dan sangat relevan dalam situasi ketidakpastian tinggi dan dalam lingkungan yang tidak terstruktur dengan baik. Basis pengetahuan yang terbentuk sebagai hasil dari akumulasi dan sistematisasi sumber daya semacam itu tidak hanya menjadi sumber pengalaman berguna yang diperoleh oleh tim proyek selama bekerja dalam menciptakan sistem informasi, tetapi juga cara paling sederhana untuk memodelkan visi, metode dan algoritma baru untuk melaksanakan tugas-tugas proyek. Dengan kata lain,basis pengetahuan semacam itu adalah gudang modal intelektual dan, pada saat yang sama, alat manajemen pengetahuan [3, 10].
Efisiensi, kegunaan, kualitas basis pengetahuan sebagai alat berkorelasi dengan intensitas sumber daya pemeliharaan dan efektivitas ekstraksi pengetahuan. Semakin sederhana dan semakin cepat pengumpulan dan perbaikan pengetahuan dalam database dan semakin relevan hasil dari pertanyaan itu, semakin baik dan lebih andal alat itu sendiri [1, 2]. Namun demikian, metode diskrit dan alat penataan yang berlaku untuk sistem manajemen basis data, termasuk normalisasi hubungan basis data relasional, tidak memungkinkan untuk menggambarkan atau memodelkan komponen semantik, interpretasi, interval, dan set semantik kontinyu [4, 7, 10]. Untuk melakukan ini, kita memerlukan pendekatan metodologis yang menggeneralisasi kasus-kasus tertentu dari ontologi terbatas dan membawa model pengetahuan lebih dekat ke kelanjutan deskripsi area subjek dari sistem informasi.
[3, 6]. ( ) ( – , , ), ( ), , – , , [5, 8, 9].
X – :
(1)
n = [N ≥ 3] – (, (0; 1) – (; )).
X = B, B = {a,b,c,...,z} – , X.
, ( ) , X, :
(2)
m – , i N – .
, () , , :
(3)
– , , X, , ; Re – .
, 
( ) .
Re = 1 2- , ( ), X [1, 2]:
(4)
– , , – ( ) . – ( – ) [3, 9].
Re :
(5)
– X1, 
– X2 . .
, – .
, , , . , , , .
, , .
: ( ), ( ), ( ).
X – , X :
(6)
X1 – , X2 – , X3 – ,
(7)
, ( – ), ( ), .
, X ( ), .
, () « » :
(8)
1,6(6) .
, ( , . use-case), ( , . test-case).
, , .
:
(9)
– X;
– X, a ( ) 1;
– X, b ( ) 1.
, ( ) , / .
Ux X , , ( -) , / , , :
(10)
n – X.
Tx X . , , :
(11)
[D] – , n – X.
, . , .
, .
, « », , . , , .
« » , , .
- .., .., .., « ». .: – , 2014. – 88 .
- .., .., .., « ». .: – , 2014. – 122 .
- .., «: ». : , 2011. – 296 .
- ., « » / « ». .: «», 1974. – . 5 – 49.
- ., « ». .: , 2016. – 320 .
- .., « » / «», №54 (2/2008), http://www.delphis.ru/journal/article/fraktalnaya-matematika-i-priroda-peremen.
- ., « ». .: , 2002. – 656 .
- « : », . .., .. : - . . . -, 2003. – 24 .
- .., « ». .: -, 2017. – 622 .
- Zimmerman H. J. «Fuzzy Set Theory – and its Applications», 4th edition. Springer Seience + Business Media, New York, 2001. – 514 p.