Методика, модели и алгоритмы выбора программных продуктов на основе онтологии и нечеткой меры

• Автор: Ахаев, Александр Валерьевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Томск
• Количество страниц: 142 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

ЕЛАВА 1. ОБЗОР МЕТОДОВ И МОДЕЛЕЙ ВЫБОРА ПРОГРАММНЫХ

ПРОДУКТОВ

1Л Проблема выбора программных продуктов

1.2 Модели выбора наилучшей альтернативы

1.3 Методы и модели построения систем, основанных на знаниях

1.3 Л Методы извлечения знаний

1.3.2 Модель предметной области на основе онтологии

1.3.3 Модели представления знаний

1.3.4 Средства построения систем, основанных на знаниях
1.4 Системы выбора программных продуктов
Выводы по главе
ГЛАВА 2. МЕТОДИКА, МОДЕЛИ И АЛГОРИТМЫ ВЫБОРА ПРОГРАММНЫХ ПРОДУКТОВ НА ОСНОВЕ ОНТОЛОГИИ
2.1 Онтология предметной области
2.1.1 Область бизнес предпочтений
2.1.2 Область пользовательских предпочтений
2.2 Оригинальный язык представления знаний
2.2.1 Описание языка представления знаний
2.2.2 Генерация базы правил
2.3 Алгоритм приобретения знаний из программной документации
2.3.1 Онтология программной документации
2.3.2 Структурирование документа
2.3.3 Формирование правила на основе приобретенных знаний
Выводы по главе
ГЛАВА 3. МОДЕЛЬ ВЫБОРА НАИЛУЧШЕГО ПРОГРАММНОГО ПРОДУКТА
НА ОСНОВЕ НЕЧЕТКОЙ МЕРЫ
3.1 Алгоритм расчета интегральной оценки программного продукта по функциональным возможностям

3.2 Численный метод оптимизации нечеткой меры на основе империалистического алгоритма
3.3 Алгоритм выбора наилучшего программного продукта по пользовательским
предпочтениям
Выводы по главе
ГЛАВА 4. ПРОГРАММНЫЙ КОМПЛЕКС ДЛЯ ВЫБОРА ПРОГРАММНЫХ ПРОДУКТОВ
4.1 Разработка архитектуры веб-ориентированного программного комплекса..
4.2 Выбор средств реализации
4.3 Описание программного комплекса
Выводы по главе
ГЛАВА 5. ПРИМЕНЕНИЕ МЕТОДИКИ, МОДЕЛЕЙ И АЛГОРИТМОВ ПРИ ВЫБОРЕ ПРОГРАММНЫХ ПРОДУКТОВ ЭКОНОМИЧЕСКОГО НАЗНАЧЕНИЯ
5.1 Настройка веб-ориентированного программного комплекса
5.2 Выбор наилучшего программного продукта
5.3 Результаты тестирования программного комплекса
Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ А
ПРИЛОЖЕНИЕ Б

ВВЕДЕНИЕ
Актуальность исследования
Повсеместное применение и постоянное совершенствование информационных технологий, наличие большого количества программных продуктов (ПП) на рынке, а также отсутствие у лиц, принимающих решения, технических знаний и опыта для выбора ПП делают необходимым разработку методов и средств выбора подходящего программного продукта из множества аналогов. Данная проблема требует нахождения компромисса между техническими характеристиками, функциональными возможностями, финансовыми вопросами и может быть сформулирована как многокритериальная проблема принятия решений.
Отправным этапом решения проблемы является анализ предметной области. Широко распространенным подходом к анализу предметной области является онтологическое моделирование. В данном научном направлении работают многие ученые: И.Л. Артемьева, Т.А. Гаврилова, В.В. Грибова, Н.Г. Загоруйко, Ю.А. Загорулько, A.C. Клещев, С.В. Мальцева, Л.В. Массель, Д.Е. Пальчунов, В.Ш. Рубашкин, Г.В. Рыбина, А.Ф. Тузовский, В.Ф. Хорошевский,
B.З. Ямпольский, Н.Г. Ярушкина, Т. Gruber, N. Guarino, J. Lugger, D. McGuinness, N. Noy, R. Studer.
Задачи выбора наилучшей альтернативы отличаются большим разнообразием и решаются различными методами в зависимости от типа входной информации. Однако в реальных задачах принятия решений критерии выбора взаимозависимы, следовательно, традиционные операторы агрегации на основе аддитивных мер для объединения таких критериев не применимы. Для моделирования субъективного принятия решений используются нечеткие меры (G. Choquet, М. Grabish, М. Rubens, М. Sugeno, W. Wang, R. Yager, L. Zadeh), а в качестве оператора агрегации применяются нечеткие интегралы (А.Н. Алфимцев,
C.Л. Блюмин, В.В. Девятков, С.А. Сакулин, М. Detyniecki, C. Labreuche, J.

Однако данная модель наглядно отражает знания, является наиболее распространенным средством их представления и обладает возможностью достаточно эффективно представлять почти все виды человеческих знаний. Вывод заключения в продукционной модели является понятным для пользователей.
Ко всем общеизвестным достоинствам продукционной модели относится возможность ее реализации не только на основе правил экспертов, но и на основе онтологии, что позволяет минимизировать недостатки данной модели. Вопрос интеграции продукционных правил и онтологий в настоящее время является актуальным [30, 31, 64, 113, 130]. Рассматриваются такие варианты интеграции онтологий и продукционных правил как [58]:
1) использование онтологий в качестве терминологического словаря для описания правил. Сначала создается онтология, которая описывает термины из предметной области и далее на основе нее создаются продукционные правила;
2) построение правил на основе имеющейся онтологии. Что предоставляет возможность интеграции существующих машин вывода на правилах и машин вывода на онтологиях;
3) разработка нового языка, который будет включать возможность создания правил и онтологий, не делая различий между ними. Для этого требуется разработка новых алгоритмов конвертации правил и онтологий.
Такая интеграция связана с необходимостью разработки оболочки экспертных систем, способной упростить их разработку, эксплуатацию и интеграцию с различными информационными системами [58].
1.3.4 Средства построения систем, основанных на знаниях
При разработке систем, основанных на знаниях, на ранних этапах ее развития необходимо определить общую схему построения, что поможет выбрать язык или систему программирования для решаемой задачи. Существует