Expert Decision Support System in the Field of Construction

Capa

Citar

Texto integral

Resumo

Methods of building a multidisciplinary expert decision support system in the field of construction have been developed. The architectural solution underlying the study is based on the theory of fuzzy sets. Software approaches to the design of specialized expert systems are considered, as well as the tasks solved by the decision support system at the stage of preparing an object for construction. The purpose of the study is to develop the architecture of an expert system consisting of logical inference systems and a set of interconnected fuzzy expert modules of the knowledge base. The objective of the research is to develop a generalized algorithm for the functioning of the expert system, the architecture of the knowledge base and a prototype of the software implementation of the expert system. As a result of the research, two software products have been developed in Python and a prototype in Matlab. Examples of interfaces and program code of the developed expert decision support system in the field of construction are given.

Sobre autores

Alexander Merkulov

RUDN University

Autor responsável pela correspondência
Email: amerkulov@levelgroup.ru
ORCID ID: 0009-0006-0211-808X

Postgraduate student of the Department of Mechanics and Control Processes, Academy of Engineering

Moscow, Russia

Bibliografia

  1. Sotnikova KN, Kolosova NV, Drapalyuk RA. Model-ing of a hybrid expert system for the design of “Green building” buildings. Engineering systems and structures. 2012;(2):105–113. (In Russ.) EDN: PCGGMN
  2. Tur VV, Yalovaya YS. Fuzzy logic — based expert system for assessment of existing concrete structures. Construction of Unique Buildings and Structures. 20196(81):7–17. http://doi.org/10.18720/CUBS.81.1
  3. Sergienko MA. Development of fuzzy expert systems using FuzzyCLIPS. Proceedings of the International Scientific Conference Actual problems of applied mathematics, com-puter Science and Mechanics. Voronezh, December 17–19, 2018. Voronezh: Scientific research publications Publ.; P. 323–325. (In Russ.) EDN: YYJUQH
  4. Kashevarova GG, Tonkov YuL, Fursov MN. Fuzzy expert system for diagnosing damage to building structures. Bulletin of the Volga regional branch of the russian Academy of architecture and building sciences. 2014(17):167–173. (In Russ.) EDN: VXPZWN
  5. Sotnikova KN, Kolosova NV, Tolmachev AP. Expert decision-making system for the reconstruction of buildings taking into account the principles of “Green construction”. Engineering systems and structures. 2012;(1):98–105. (In Russ.) EDN: OUIBVF
  6. Kashevarova GG, Drozdov KD. Expert systems based on fuzzy logic in construction. Modern technologies in con-struction. Theory and practice. 2019;1:268–273. (In Russ.) EDN: VOISNR
  7. Chesalin AN, Grodzensky SYa, Van Ty F, Nilov MYu, Agafonov AN. Technology for risk assessment at product lifecycle stages using fuzzy logic. Russian Technological Journal. 2020;8(6):167–183. (In Russ.) http://doi.org/10.32362/2500-316X-2020-8-6-167-183
  8. Ens ES. Making management decisions in a busi-ness environment based on fuzzy logic methods, expert systems. Proceedings of the International Scientific and Practical Conference Theoretical and applied scientific research: problems and solutions. Yekaterinburg, October 10, 2020. Yekaterinburg: NOO “Professional science”. p. 35–46. (In Russ.) EDN: ASNOCP
  9. Savchenko D.V., Reznikova K.M., Smyshlyaeva A.A. Fuzzy logic and fuzzy information technology. Waste and resources. 2021;8(1):10. (In Russ.) http://doi.org/10.15862/10ECOR121
  10. Lyapko AM, Kurochkin AV. Library for creating expert systems based on fuzzy inference algorithms in TypeScript. Minsk. 2020. (In Russ.)
  11. Tonkov YuL. Mathematical models for the iden-tification of the category of technical condition of building structures based on fuzzy logic: Dis. candidate of Technical Sciences. Perm National Research Polytechnic University, 2018. 208 с. (In Russ.) EDN: EQBLJS
  12. Balmaganbetova FT. Theory of fuzzy sets in modern science. Almanac of World Science. 2019;(7):5–6. (In Russ.) EDN: KEWNTS
  13. Bakaev V, Blagov A. The research of approaches to create self-learning expert systems with fuzzy logic. Proceedings of the V International Conference and Youth School of Information Technology and Nanotechnology. Samara, May 21–24, 2019. Vol. 4. Samara: Novaya texnika Publ.; 2019. p. 867–871. (In Russ.) EDN: YHKERC
  14. Nabokin AA, Matveev MG. Development of an expert system shell based on fuzzy logic // Proceedings of the student scientific papers of the Faculty of Computer Science at VSU. Voronezh, 2019. Р. 139–145. (In Russ.) EDN: QMBBSX
  15. Khramov V.Iu., Molchanov A.N., Zinkevich G.V. The integrated expert system shell with a fuzzy logic. Energy — the XXI century. 2019;(4):61–69. (In Russ.) EDN: OHKOSX
  16. Varlamov OO. Overview of 18 mivar expert systems created on mogan base. News of the Kabardino-Balkarian scientific center of RAS. 2021;3(101):5–20. (In Russ.) http://doi.org/10.35330/1991-6639-2021-3-101-5-20
  17. Kiseleva EA, Kraeva AA, Savinova YS. Review of fuzzy logic in management. International journal of applied sciences and technology Integral. 2019. № 3. С. 401–405. (In Russ.) EDN: WHWWVT
  18. Kulmamirov SA, Rakhimberdin DR. Possibilities of the theory of fuzzy logic in risk analysis of information security systems. Synergy of sciences. 2020;54:817–831. (In Russ.) EDN: WTMRZP

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».