В настоящее время продукционные правила целесооб­ разно использовать прежде всего на начальной стадии извле­ чения знаний, когда при проработке литературы фиксируют­ ся факты, относящиеся к предметной области решаемой за­ дачи.

4.2.Методы теории нечетких множеств

Вработах по теории принятия решений и теории искус­ ственного интеллекта источником многих идей называют тео­ рию нечетких множеств [27, 28]. Ее создатель американский математик Л. Заде обратил внимание на то, что большая часть накопленных во всех областях знаний имеет описательный характер, при этом используются понятия, не имеющие точ­ ной количественной оценки. Такое положение затрудняет ис­ пользование богатых возможностей вычислительной техники, так как для компьютерной обработки данных требуются фор­ мализация и моделирование понятий и знаний.

Втеории нечетких множеств (ТНМ) введены базовые понятия «лингвистическая переменная», «нечеткое множест­ во» и производные от них - «нечеткая переменная», «нечет­ кое отношение», «терм-множество» и др. С помощью экс­ пертных оценок нечеткие понятия и отношения естественно­ го и предметно-ориентированного языков заменяются нечет­ кими подмножествами, которыми можно оперировать как некоторыми математическими объектами. ТНМ позволяет формально описывать объекты и явления, которые настолько сложны или некорректно определены, что не поддаются опи­ санию в общепринятых количественных терминах.

Применение ТНМ для решения неформализованных за­ дач безусловно актуально, поскольку, как отмечалось выше, преобладающая часть знаний о сварке зафиксирована в тек­