Аннотации:
Об’єктом дослідження є процес розробки нечіткої системи для аналізу бізнес-правил при проектуванні баз даних, зокрема використання нечіткої логіки для обробки неповних і невизначених даних у сучасних бізнес-процесах. Метою роботи є розробка нечіткої системи для аналізу бізнес-правил предметної області під час проектування бази даних; розробка відповідного програмного забезпечення засобами мови програмування C#, з використанням баз даних SQL для забезпечення адаптивності та гнучкості системи при роботі з нечіткими даними.
Представлено результати аналізу вітчизняної та зарубіжної літератури щодо використання нечіткої логіки в проектуванні баз даних, а також існуючих методів обробки нечітких та неповних даних у бізнес-системах. Огляд включає порівняння різних підходів до застосування нечітких систем у контексті управління даними та проектування баз даних.
Розроблено модель нечіткої системи для аналізу та обробки бізнес-правил, встановлено методи інтеграції нечіткої логіки в процес проектування бази даних, представлено результати тестування системи на реальних бізнес-сценаріях для оцінки її ефективності у порівнянні з традиційними підходами.
Наведено результати розробки програмного забезпечення засобами мови програмування С#, яке дозволяє здійснювати автоматизацію процесу аналізу бізнесправил та проектування бази даних із врахуванням нечітких і неповних
даних, що підвищує адаптивність та точність системи.
В результаті обчислень отримано значення, які можуть бути представлені у вигляді графічних результатів або конкретних числових показників, що вказують на відповідність заданим критеріям чи параметрам. Аналіз результатів здійснюється на основі порівняння отриманих значень з заздалегідь визначеними межами та
бізнес-правилами. Це дозволяє виявити аномалії або відхилення від очікуваних значень, а також визначити, наскільки ефективно працює система для кожної конкретної ситуації.
Зокрема, для кожної отриманої результатної множини здійснюється перевірка її валідності та точності. Це може включати: оцінку ступеня належності елементів до заданої категорії, визначення найбільш значущих факторів, що впливають на результат, порівняння отриманих результатів з попередніми чи контрольними даними для виявлення змін чи трендів.
