Интеллектуальная система поддержки принятия решений на основе метода прецедентов в области IT-консалтинга

Программа представляет собой набор процедур и функций, предназначенных для формирования нечетких правил из выборки прецедентов. Загруженные данные группируются в классы, программа разбивает выборку на обучающую и тестовую, отбор прецедентов в обучающую выборку происходит случайным образом. Далее строятся функции принадлежности, где каждая лингвистическая переменная может принимать 3,5 или 7 терм-значений, описываемых треугольными или s-образными функциями принадлежности. На основе функций принадлежности формируются нечеткие правила, с помощью обучающей выборки. Каждому правилу R сопоставляется степень истинности SP(R), которая помогает разрешать конфликты, которые могут возникнуть при определении класса. При переходе от прецедентов к набору нечетких правил может возникнуть ситуация, когда множеству правил с одинаковыми предпосылками соответствуют различные заключения, важно сопоставить степень истинности правила т.о., чтобы у большего количества прецедентов класс был определен верно. Для этого в алгоритме используется максимальная степень истинности с учетом количества правил, имеющих одинаковые предпосылки. Далее создается база нечетких правил, которую можно использовать для определения класса на тестовых данных.