В настоящее время при работе различных систем ключевое значение имеют не только точные, математические обоснованные данные, но и модели, содержащие качественную информацию, которая включает многолетний опыт эксплуатации и важные сведения о данной области знаний. В большинстве случаев эта информация предоставляется людьми — экспертами и поэтому содержит понятия естественного языка, трудно выражаемые количественными отношениями. Также большое значение имеет неоднозначность воспринимаемых данных, так как эксперт при принятии решений основывается на своем субъективном представлении информации, в отличие от человека к любой информации экспертные системы подходят объективно. Важно и то, что во многих случаях, время принятия решения строго ограничено. В таких условиях особенно актуальным является применение экспертных систем, позволяющих обрабатывать как количественную информацию, так и экспертную информацию качественного характера, и на основе этого решать поставленные задачи. Язык нечётких множеств и алгоритмов в настоящее время наиболее адекватный математический аппарат, который позволяет максимально сократить переход от вербального словесного качественного описания объекта, которое характеризует человеческое мышление, к численным количественным оценкам его состояния и сформулировать на этой основе простые и эффективные алгоритмы, то есть позволяет моделировать человеческие размышления и человеческую способность решения задач.

В связи с этим возникает задача разработки программного обеспечения для проектирования экспертных систем на основе нечеткой логики.

Для достижения наибольшей эффективности программного обеспечения весь проект был разделен на несколько независимых друг от друга частей.

В качестве структурных компонентов он содержит: библиотеку экспертных систем, библиотеку функций принадлежности, блок создания и модификации нечеткой базы знаний и управления данными, блок документирования, блок фазификации, блок дефазификации, блок нечеткого логического вывода, а также блок «тонкой» настройки базы знаний

Блок создания и модификации нечеткой базы и управления данными предназначен для решения задач представления экспертной системы в виде дерева вывода, модификации функций принадлежности лингвистических переменных и создания новых лингвистических термов.

Основной проблемой, препятствующей широкому применению экспертных систем для диагностики и в системах управления, является проблема извлечения и наполнения таких систем достаточным объемом формализованных знаний в условиях неполноты и нечеткости данных об объекте. Реализованный функционал позволяет осуществлять декомпозицию знаний с целью определения их структуры в виде дерева с помощью соответствующего редактора. Данный подход обусловлен тем, что в памяти человека одновременно может удерживаться не более 7±2 понятий признаков. В связи с этим целесообразно провести классификацию входных переменных и по ней построить дерево вывода, определяющее систему вложенных друг в друга нечетких баз знаний меньшей размерности. Вершинами дерева являются лингвистические переменные с заданным экспертом набором термов. Рекомендуемое количество термов, определяющих лингвистическую переменную равно 3÷5. Использование упорядоченной последовательности термов помогает точнее формализовать проблему и определить более адекватные характеристики исследуемого объекта знаний. Структура дерева, выбор термов лингвистических переменных на его ветвях, а также нечеткие базы знаний - все это определяет методику сбора экспертной информации, необходимой для построения модели нелинейного объекта. Использование дерева вывода позволяет заметно упростить работу эксперта, т.к. иерархии предоставляют более подробную информацию о структуре и функции системы.