86_1

Логические и ассоциативные правила по -прежнему являются наиболее распростр а-ненным способом представления экспертных знаний и поддержки принятия решений, несмотря на популярность семантических технологий. Эффективное использование правил при принятии р е-шений в случае неточной или неопределенной информации требует разработки специализирова н-ных лингвистических (языковых) и программных средств, как для их наглядного отображения, так и генерации программных кодов. В данной работе рассма тривается FuzzyRVML, как расширение одного из языков визуального моделирования правил – Rule Visual Modeling Language, предназн а-ченное для моделирования логических правил, содержащих элементы нечеткости. FuzzyRVML поддерживает нечеткий тип данных, понятия лингвистической переменной, терма и коэффициента уверенности. Представлены описания основных элементов и конструкций FuzzyRVML, а также иллюстративный пример, содержащий генерацию кода на FuzzyCLIPS. Программным средством поддержки предлагаемой нотации явл яется Personal Knowledge Base Designer, на основе которого произведены ее оценка и реализация.