ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2018 г.)
2-летний импакт-фактор РИНЦ: 0,678
2-летний импакт-фактор РИНЦ без самоцитирования: 0,541
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 1,047
5-летний импакт-фактор РИНЦ: 0,460
5-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Суммарное число цитирований журнала в РИНЦ: 7170
Пятилетний индекс Херфиндаля по цитирующим журналам: 310
Индекс Херфиндаля по организациям авторов: 412
Десятилетний индекс Хирша: 19
Место в общем рейтинге SCIENCE INDEX за 2018 год: 303
Место в рейтинге SCIENCE INDEX за 2018 год по тематике "Автоматика. Вычислительная техника": 10

Больше данных по публикационной активности нашего журнале за 2008-2018 гг. на сайте РИНЦ

Добавить в закладки

Следующий номер на сайте

1
Ожидается:
16 Марта 2020

В Национальном исследовательском университете «Московский энергетический институт» рассматривались основные понятия теории нечетких продукционных экспертных систем.

03.02.2016

Использование экспертных систем для решения объемных, трудно формализуемых задач в различных предметных областях приобретает все большую актуальность. Эти задачи характеризуются, как правило, отсутствием или сложностью формальных алгоритмов решения, неполнотой и нечеткостью исходной информации, нечеткостью достигаемых целей. Данные особенности обусловили необходимость использования знаний в процессе решения этих задач и разработки экспертных систем, осуществляющих сбор и управление этими знаниями, принимающими решения об оптимальном способе достижения целей в условиях неполноты и нечеткости. При этом знания должны поступать в систему от человека-эксперта в предметной области. Знания человека-эксперта о решении задач в таких условиях также имеют нечеткий характер. Для их формализации успешно применяется аппарат теории нечетких множеств и нечеткой логики. Нечеткие понятия в данном случае формализуются в виде нечетких и лингвистических переменных, а нечеткость действий в процессе принятия решения – в виде нечетких алгоритмов. Экспертные системы, способные формально представлять нечеткую информацию и обрабатывать ее в рамках нечетких алгоритмов, получили название нечетких экспертных систем. Наиболее широко применяемой моделью знаний экспертных систем является продукционная модель в силу своей простоты обработки и понятности конечному пользователю. Нечеткие экспертные системы базируются на наборе правил, в которых используются лингвистические переменные и нечеткие отношения для описания состояния и поведения исследуемого объекта. Правила, представленные в таком виде, наиболее приближены к естественному языку, поэтому нет необходимости в услугах отдельного специалиста – инженера по знаниям для создания и редактирования правил. Они могут быть отредактированы самим экспертом практически без специальной подготовки.

 Подробное описание дается в статье «Реализация процесса поиска решения по модифицированному алгоритму rete для нечетких экспертных систем», авторы: Михайлов И.С., Зо Мин Тайк (Национальный исследовательский университет «Московский энергетический институт», Москва).