Method of software verification of air objects classification fuzzy logical system

Abstract

Objects of different classes are detected in the process of monitoring airspace. The classification of an air object is the process of establishing its belonging to a preassigned class. Classes are automatically determined or set automated. The unambiguous assignment of air objects to a particular class is an actual scientific task. The purpose of the article is to develop a method for verifying software for a fuzzy logical system for classifying air objects. This problemis solved in a fuzzy setting. To solve this problem, an appropriate software verification method has been developed. The method is based on fuzzy colored Petri nets and uses a base of fuzzy productional rules. The structure of the fuzzy network verification model has been developed. The basis of the model is a fuzzy colored Petri net for representing the base of fuzzy production rules for classifying air objects. For the convenience of visualization of the fuzzy network verification model, the interpretation of the elements of the fuzzy colored Petri net is introduced. The analysis of the state space of a fuzzy network verification model reflects all possible markings.The state space allows to obtain the values of the indicators of all the basic properties of the Petri net. The CPN Tools modeling system is used to build and analyze the state space. The full standard report for the fuzzy logical classification system of air objects was obtained from the simulation results. The report fragment with conclusions about the correctness of the model is given. The report contains sections of state space statistics - the number of nodes, arcs and status, indicators of the properties of reversibility, limitation, survivability and fairness of transitions. The method includes five steps. 1. A base of fuzzy production rules is being developed. 2. The set of interpretation rules transforms the base of fuzzy production rules into the form of fuzzy colored Petri nets. 3. The model is examined for proper functioning. 4. When an error is detected, its type is analyzed. After its correction, the program repeats, starting with any of stages 1, 2 or 3. 5. Reports on the total space of states with various combinations of source data are issued. A final report is issued after analyzing the correctness of the set of reports and correcting errors that have occurred.У процесі контролю повітряного простору повітряні об'єкти виявляються і класифікуються за різними заздалегідь визначеними класами. Віднесення до класів здійснюється автоматично або встановлюється автоматизовано та є актуальним науковим завданням. Метою статті є розробка методу верифікації програмного забезпечення нечіткої логічної системи класифікації повітряних об'єктів. Завдання вирішується у нечіткій постановці. Для її вирішення розроблений відповідний метод верифікації програмного продукту. Метод базується на нечітких розфарбованих мережах Петрі і нечітких продукційних правилах. Розроблена структура нечіткої мережі моделі верифікації. Основою моделі є нечітка розфарбована мережа Петрі для подання нечітких продукційних правил для класифікації повітряних об'єктів. Для зручності візуалізації моделі перевірки нечіткої мережі вводиться інтерпретація елементів нечіткої розфарбованої мережі Петрі. Аналіз простору станів нечіткої мережі моделі верифікації, що відображає всі можливі маркування і дозволяє отримати значення показників всіх основних властивостей мережі Петрі. Його побудова й аналіз виконаний за допомогою системи моделювання CPN Tools. Система моделювання CPN Tools використовується для побудови й аналізу простору станів. За результатами моделювання був отриманий повний стандартний звіт для нечіткої логічної системи класифікації повітряних об'єктів. Наведений фрагмент звіту з висновками про правильність моделі. Звіт містить розділи статистики простору станів - кількості вузлів, дуг і статус, показники властивостей оборотності, обмеженості, живучості і справедливості спрацювання переходів. Даний метод складається з п'яти етапів. 1. Розробка бази нечітких продукційних правил. 2. Перетворення бази нечітких продукційних правил в форму нечітких розфарбованих мереж Петрі. 3. Дослідження правильності функціонування моделі. 4. Аналіз типу помилки при її виявленні. Після її корекції програма повторюється, починаючи з будь-якого з етапів 1, 2 або 3. 5. Випуск звітів про загальний простір станів з різними комбінаціями вихідних даних. Заключний звіт видається після аналізу правильності набору звітів і виправлення помилок, що виникли.