BỘ GIÁO DỤC VÀ ĐÀO TẠO DAI HOC HUE
TRUONG DAI HOC KHOA HOC
TRAN DAI THANG
NGHIEN CUU VIEC CHUYEN DOI
LUQOC DO UML MO SANG CO SO DU
LIEU HUONG DOI TUONG MO
LUAN VAN THAC SI KHOA HOC KHOA HOC MAY TINH
Thira Thién Hué, 2020
Trang 2
BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC HUE TRƯỜNG ĐẠI HỌC KHOA HỌC TRẢN ĐẠI THẮNG
NGHIÊN CỨU VIỆC CHUYÊN ĐỎI LƯỢC ĐỎ UML MỜ SANG CƠ SỞ DỮ
LIỆU HƯỚNG ĐÓI TƯỢNG MỜ
CHUYEN NGHANH: KHOA HOC MAY TINH MA SO: 8480101
LUAN VAN THAC Si KHOA HOC DINH HUONG UNG DUNG
NGUOI HUONG DAN KHOA HOC
TS NGUYEN CONG HAO
Thira Thién Hué, 2020
Trang 3LỜI CAM ĐOAN
Tôi cam đoan đây là công trình nghiên cứu của riêng tôi Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác
Tác giả luận văn
Trang 4LỜI CẢM ƠN
Luận văn được hoàn thành dưới sự hướng dẫn tận tình và nghiêm khắc của TS Nguyễn Công Hào Tôi xin được bày tỏ lòng biết ơn chân hành và kính trọng sâu
sắc đối với thay
Tôi xin chân thành cảm ơn Ban giám hiệu, Phòng đảo tạo sau đại học, các thầy cô giáo đã tham gia giảng dạy, hướng dẫn và tạo điều kiện cho tôi học tập, nghiên cứu trong suốt khóa học tại trường đại học Khoa học, đại học Huế
Xin cảm ơn những người đồng nghiệp, những người đồng môn, những người bạn luôn ở bên cạnh và giúp đỡ tôi Cảm ơn gia đình tôi đã luôn ủng hộ và là chỗ dựa vững chắc cho tôi
Tác giả luận văn
Trần Đại Thắng
Trang 5MỤC LỤC Trang 0909.0009901 i LOT CAM ON ooo ccoccccsecssessssssssessesosssosissusssessesiisesssatsnsassnsssisssiiessssessiessiessessiees ii MỤC LỤC -. 22222222 22212221112211221112111211 1121121112121 e iii DANH MUC CAC BANG V DANH MỤC HÌNH VẼ -VÏ DANH MỤC CÁC TỪ VIẾT TẮT 2-222225222122211211222122122222 e6 vii MO DAU ooieoecccscccssssessssssossessssessssssssessssessseessiatssssssssessisassnsessisessiessiessiessseeseeeseeeen 1
LL Ly do chow d@ tai ooo ccc cceccsesesesesereterterntartateteretsreseseseresareteretaseteseeeees 1
1.2 Mục tiêu nghiÊn CW oo ceccecceeeececeeeeeeeeeesenseeeeeeseneseesenseneseeesnseeeeeeeeeees 2 1 3 Đối tượng nghiên cứu -©2s22222512211211121112111211211111221112 re 2 1.4 Phương phap nghién CU oo eeeeeeeceeeeneeeeeseneeeeeeenseeeaeesseteneeeeeestees 3 1.5 Pham vi nghién ctu ri iiắÝ 3
Chương 1 MƠ HÌNH UML MỜ - 22-2222 2222222112221212221122222 re 4 1.1 Lý thuyết tập mờ 22-222 2222211221121112111211121121112122221re 4 1.1.1 Khái niệm về tập mờ 22 2222222212211121112711211211211222 xe 4 1.1.2 Biến ngôn ngữ 2 222222 2212211121112111211121112211212222222 re 5 1.1.3 Tập lát cắt của tập mờ 22-2222221121112112112112222222ee 6 1.1.4 Một số phép tính trên tập mờ -©2-2222221222122111221127122122 2 e6 6 1.2 Tập mờ và mô hình dữ liệu khái niệm mờ 3c Scxs‡svcsrvxsvssee 12
1.3 UML (Unified Modeling Language) 14 1.3.1 Giới thiệu UML 14
1.3.2 Phần tử mô hình trong UMLL -.©22-22222222221222122212221221222 222 2e 14
1.3.3 Các quan hệ trong UMÙU - c2 t3 32 E2 SE EEtrrEtrrrrerrerrertreerre 16 1.4 UML mo( Fuzzy ỦDnified Modeling Language) -c cà sec: 17 TiAl al GIiớt THIẾU re onhnititiotitgittCBNENBIGRIGHSISRDBIDEEGDEIHIHEDARTEGGIREDRDININEh 17 1.4.2 Đối tượng mờ (Fuzzy objeets) - 2s 22122212211221221221.22 re 17 1.4.3 Lớp mờ (FuZZÿ €ÌA5S) St S St SE nh HH tre 18 1.4.4 Mối quan hệ giữa đối tượng mờ và lớp mờ 2-2222 z222xc22xczze2 19 1.4.5 Khái quát hóa mờ (FuzZy general1ZafIOI) -.-s:ccc cv sseirerrrrerres 19 1.4.6 Tập hợp mờ (FuzZV ag8regafIOI) - cc ccntnnnh nhe 20
Trang 61.5 Kết luận chương Ì ©22-2221221122122122122121121122212222222ee 20
Chương 2 MƠ HÌNH CƠ SỞ DỮ LIỆU HƯỚNG ĐỎI TƯỢNG MỜ 21 2.1 Mô hình dữ liệu hướng đối tượng -22- 222 222222122112211221221.2 xe 21 2.1.1 Đối tượng, lớp và định danh đối tượng 22 2222222222222zczxce2 22
2.1.2 Thuộc tính và phương thỨC .- c2: 2t S St stsrrrrtrrerrerrrerrsee 23 2.1.3 Sự đóng góp và chuyển thông điệp 22 22222222322211211.2212222-e 24
2.1.4 Phân cấp lớp và sự kế thừa 22 2222222212211 xe 24 2.1.5 Chuẩn cơ sở dữ liệu hướng đối trợng ODMG -2-©2-22zs2zce2 25 2.2 Mơ hình cơ sở đữ liệu hướng đối tượng mờ 2-22222212221222122122e 26
2.2.1 Giá trị và thuộc tính mờ 2c 1 2211122111125 111221111181 11 111111112211 27
2.2.2 Quan hệ kế thừa mờ - 1 52 2 221121101122 trr ri 97 2.2.3 Mô hình lớp đối tượng mờ . -©222222222222112111211121122121222 2e 29 2.3 Kết luận chương 2 -©222 S22 2211221221221112112112112112211222222 re 38 Chương 3 CHUYỂN ĐỎI LƯỢC DO UML MO SANG CO SO DU LIEU HUONG DOI TUONG MO VA UNG DUNG 39
kinc an 39
3.2 Chuyên đổi UML mờ sang cơ sở đữ liệu hướng đối tượng mờ 40 3.2.1 Phương pháp chuyên đổi lớp -222 222 222222122212211222221.2 2 xe 40 3.2.2 Phương pháp chuyên đổi tập hợp -©-2: 2222222212222 .2xz 44 3.2.3 Phương pháp chuyên đổi liên kết -©222 222 22122212221221221.2 xe 46 3.2.4 Phương pháp chuyên đổi phụ thuộc .-.-222 222 222222122212221222 22, 48 3.3 Mô phỏng bài toán chẩn đoán bệnh nhân 22222 2222221222122122 e6 48
3.3.1 Phát biểu bài toán -. 22-2222 22212211221122112211211211 E1 ce 48
3.4 Mô phỏng ứng dụng c1 t1 HH nà HH HH Hà tt 52 3.4.1 Hệ quản trị cơ sở dữ liệu quan hệ hướng đối tượng PostgreSQLL 34
3.4.2 Thực hiện truy vấn -2- 22 2222221211211211211222222 2 ree 55 3.5 Kết luận chương 3 22-222 2212221122121121121122112211221122122222 re 58 KET LUAN VA HƯỚNG PHÁT TRIÊN CỦA ĐÈ TÀI -22 22z-<2 59
TÀI LIỆU THAM KHẢO - 22522222 2221222112221122112211211211211 21 e6 60
Trang 7DANH MỤC CÁC BẢNG
Số hiệu bảng Tên bảng Trang Bảng 2.1 Các đối tượng thuộc lớp “Nhân viên trẻ” 32 Bảng 2.2 Các đối tượng thuộc lớp “Hội thi tay nghề giỏi” 32 Bảng 2.3 Các đối tượng thuộc lớp “Danh sách Hội thi tay nghề trẻ” 33 Bảng 2.4 Các đối tượng thuộc lớp “Nhân viên ø£” 34
Bảng2.5 | Các dối tượng thuộc lớp “Sản phâm-Tiền thưởng” 34
Bảng 2.6 Các đối tượng thuộc lớp “Danh sách khen thưởng” 35
Bảng2.7 | Các đối tượng thuộc lớp “Sản phẩm - Tiền thưởng Quý 1” 36 Bang 2.8 | Cac đối tượng thuộc lớp “Sản phẩm - Tiền thưởng Quý 2” 37
Bảng 2.9 Các đối tượng thuộc lớp “Danh mục SP-Tiển thưởng” 38 Bảng 3.1 Bảng ánh xạ các thành phần từ mô hình UML sang mô hình FOODB 40
Trang 8DANH MỤC HÌNH VẼ Số hiệu Tên hình vẽ Trang hình vẽ Hình 1.1 | Phép tập trung 7 Hình 1.2 | Lớp đối tượng 15 Hình 1.3 | Lớp mờ trong UML mờ 18 Mô hình chuyển đổi lớp từ UML mờ sang FOODB theo trường Hình 3.1 41 hợp 2 Mô hình chuyển đổi lớp từ UML mờ sang FOODB theo trường Hình 3.2 42 hợp 3 Mô hình chuyển đổi lớp từ UML mờ sang FOODB theo trường Hình 3.3 43 hợp 4
Hình 3.4 | Mô hình chuyển đổi lớp từ UML mờ sang FOODB 44 Hình 3.5 | Mô hình chuyển đổi tập hợp từ UML mờ sang FOODB 45
Mô hình chuyển đổi liên kết tr UML mé sang FOODB theo Hình 3.6 47 trường hợp (b) Mô hình chuyển đổi liên kết từ UML mờ sang FOODB theo Hình 3.7 47 trường hợp (c)
Hình 3.8 | Mô hình dữ liệu khái niệm mờ cho quản lý chân đoán bệnh án 51
Hình 3.9 | Bảng dữ liệu mẫu Phiếu Khám Bệnh 57
Hình 3.10 | Kết quả truy vấn với điều kiện rõ 57 Hình 3.11 | Kết quả truy vấn với điều kiện mờ 58
Trang 9
DANH MỤC CÁC TỪ VIẾT TẮT
CSDL Cơ sở dữ liệu
ER Entity — Relationship Model ERD Enity - Ralationship diagrams OID Object Identity
ODMG Object Database Management Group ODL Object Define Language
OQL Object Query Language
FOODB Fuzzy Object-Oriented Database UML Unified Modeling Language
Trang 10MỞ ĐẦU
1.1 LÝ DO CHỌN ĐÈ TÀI
Ngôn ngữ mô hình hóa UML (Unifñed Modeling Language) là ngôn ngữ gồm các ký hiệu đồ họa để xây dựng mô hình trong tất cả các giai đoạn trong vòng đời phát triển của phần mềm từ phân tích, thiết kế đến bảo trì, trên các công nghệ triển khai khác nhau để giúp các nhà phát triển có cái nhìn bao quát và đầy đủ về hệ thống thông tin đang xây đựng UML là công cụ giao tiếp giữa người dùng, nhà phân tích, nhà thiết kế và nhà phát triển phần mềm Ưu điểm nỗi bật của UML là ngôn ngữ đề sinh ra mã ở đạng nguyên mẫu, có nghĩa là các mô hình xây dựng bằng UML có thể ánh xạ tới một ngôn ngữ lập trình cụ thể như Java hay C++ UML cũng có thể ánh xạ mô hình dữ liệu thành các bảng trong cơ sở đữ liệu quan hệ hay cơ sở
dữ liệu hướng đối tượng
Trong thực tế, khi biểu diễn các đối tượng không gian của thế giới thực thường xuất hiện các thông tin không rõ ràng, không chính xác và không chắc chắn Các thông tin này có thể là thuộc tính của các đối tượng (như: trẻ hơn, ít trẻ, rất trẻ ) hoặc quan hệ giữa các đối tượng không gian (như: gần, hơi gần, xa, rất xa, ) Áp dụng lý thuyết tập mờ và biến ngôn ngữ để mô hình hóa việc biểu diễn và quản lý dữ liệu không gian có thể chắt lọc thêm được các đữ liệu trước kia thường bị bỏ qua vì chưa đủ công cụ phản ánh ngữ nghĩa của chúng ở dạng chi tiết Lý thuyết tập mờ và biến ngôn ngữ còn cho phép người khai thác các hệ thống thông tin, thực hiện truy nhập và cập nhật các thông tin chưa chắc chắn vào cơ sở dữ liệu
Việc áp dụng lý thuyết logic mờ để xử lý các thông tin mờ trong mô hình cơ sở dữ liệu truyền thống hay mô hình cơ sở đữ liệu hướng đối tượng đã nhiều tác
giả nghiên cứu Mô hình cơ sở dữ liệu hướng đối tượng được thiết kế để đáp ứng
Trang 11mô hình CSDL hướng đối tượng mờ đã được nghiên cứu dựa vào lý thuyết tập mờ, thông tin mờ,
Các mô hình dữ liệu khái niệm là mô hình mô tả cấu trúc dữ liệu, các ràng buộc giữa các dữ liệu và các phép toán để thao tác với dữ liệu ở mức độ trừu tượng cao Theo quy trình phát triển phần mềm ứng dụng, đặc biệt là các ứng dụng lớn và phức tạp, giai đoạn đầu tiên thường là giai đoạn phân tích và thiết kế các mô hình dữ liệu khái niệm, sau đó ánh xạ vào các mô hình cơ sở dữ liệu logic bằng các công cụ phân tích thiết kế như UML Để xử lý các đối tượng phức tạp với thông tin không chính xác và không chắc chắn là một trong những thách thức cho các nhà phát triển cở sở dữ liệu, họ cần có một phương pháp thiết kế mô hình cho các cơ sở dữ liệu hướng đối tượng mờ và ánh xạ sang hệ quản trị cơ sở dữ liệu hướng đối tượng mờ Đây là một hướng nghiên được quan tâm ở thế giới nhưng chưa thực sự được quan tâm ở Việt Nam, đó cũng là lý do tôi chọn để tài “Nghiên cứu việc chuyển đổi UML mờ sang cơ sở dữ liệu hướng đối tượng mờ” và đề xuất giải pháp mô tả ánh xạ chính thức của mô hình dữ liệu UML mờ vào mô hình cơ sở dữ
liệu hướng đối tượng mờ
1.2 MỤC TIỂU NGHIÊN CỨU
Nghiên cứu lý thuyết tập mờ và ứng dụng để chuyền đổi mô hình UML mờ sang cơ sở dữ liệu hướng đối tượng mờ
Ứng dụng để giải quyết bài toán quản lý chân đoán bệnh 1.3 ĐÓI TƯỢNG NGHIÊN CỨU
Các đối tượng mà luận văn tập trung nghiên cứu gồm: Lý thuyết tập mờ, mô hình UML và UML mờ
Cơ sở đữ liệu hướng đối tượng, cơ sở đữ liệu hướng đối tượng mờ
Trang 121.4 PHƯƠNG PHÁP NGHIÊN CỨU
a) Phương pháp nghiên cứu lý thuyết
Y Tim hiéu, phan tích và tổng hợp tài liệu có liên quan đến đề tài từ các nguồn như: Internet, các bài báo, sách, giáo trình của các tác giả trong và ngồi nước đã cơng bố
v Đề xuất một số phương pháp chuyển đổi mô hình UML mờ sang cơ sở đữ
Trang 13Chương 1 MƠ HÌNH UML MỜ
1.1 LY THUYET TAP MO 1.1.1 Khái niệm về tập mờ
L.A Zadel là người sáng lập ra lý thuyết tập mờ vào năm 1965 Ý tưởng nỗi bật của khái niệm tập mờ là từ những khái niệm trừu tượng về ngữ nghĩa của thông tin mờ, không chắc chăn, ông đã tìm ra cách biểu diễn nó bằng một khái niệm toán học, được gọi là tập mờ [L7]
Khái niệm về tập mờ được định nghĩa như sau:
Định nghĩa 1.1 Cho một tập vũ trụ U Tập hợp được xác định bởi đẳng thức: 4= {w u, (u)):weU, uw, (u) <[0;1]} được gọi là một tập mờ trên tập U Bién u lay giá trị trong được gọi là biến cơ sở và vì vậy tập Ù còn được gọi là tập tham chiếu hay miền cơ sở Hàm HU —>[0:1] được gọi là hàm thuộc và giá trị H, (u) tal u duoc gọi là độ thuộc của phan tử u thuộc về tập mờ 4”
Họ tất cả các tập mờ trên miền cơ sở U được ký hiệu là F(U),F(U) =
{u,.:U >[0:1]} =[0.1)"
Có nhiều cách biêu diễn hình thức một tập mờ Trong trường hợp Ù là một tập hữu hạn, đếm được hay vô hạn liên tục, tập mờ 4” có thể được biểu diễn bằng các biểu thức hình thức hơn như sau:
Trong trường hợp Ư hữu hạn, =_ {ø,:1<¿ <n}, ta có thể viết: "na Melt) , tt a“ u 1 a n
Khi đó, tập mờ 47 được gọi là tập mờ rời rạc
Trang 14Các biểu thức trên chỉ có tính hình thức, các phép cộng +, phép tổng s và phép lấy tích phân đều không có nghĩa theo qui ước thông thường Tuy nhiên cách biểu diễn như vậy sẽ rất tiện dụng khi định nghĩa và thao tác các phép tính trên các tập mờ sau này
Ví dụ 1.1 Xét tập U gồm 5 người là x;, x2, x5 tương ứng có tuổi là 15, 25,
50, 55, 70 và 4 là tập hợp các người “7ré ” Khi đó ta có thể xây dựng hàm thuộc như sau: Hrr(15)= 0.95, nre(25) = 0.80, Hrz(50) = 0.40, Hrr(ŠŠ) = 0.30, hrr(70) = 0.05 và tập mờ - 095 0.80 0.40 0.30 005 4=——+—+—+——+—— x x, x3 xX, xs
Dinh nhia 1.2 Tap mo A™ co dang hinh thang xác định bởi bộ 4 giá trị (a, b, c, d), ký hiệu 41 = (a, b, c, đ) và được xác định: Onéux <a —néua<x<b b-a a R néuc<x<d a —C 0 nếu x > d 1.1.2 Biến ngôn ngữ
L.A.Zadeh viết “khi thiếu hụt tính chính xác bề ngoài của những vấn đề phức tạp, một cách tu nhién la tim cách sử dụng các biến ngôn ngữ, đó là các biển mà giá trị của chúng không phải là số mà là các từ hoặc các câu trong ngôn ngữ tự nhiên hoặc nhân tạo Động lực cho việc sử dụng các từ, các câu hơn các số là đặc trưng ngôn ngữ của các từ, các câu thường là í† xác định hơn của sổ `
Trang 15biến cơ sở z, R là một qui tắc cú pháp sinh các giá trị ngôn ngữ của T(X), M la qui tắc ngữ nghĩa gán mỗi giá trị ngôn ngữ trong TỢ) với một tập mờ trên E
s* Các đặc trưng của biến ngôn ngữ
Trong thực tế có rất nhiều biến ngôn ngữ khác nhau về các giá trị nguyên thủy, chẳng hạn như biến ngôn ngữ SỐ NGÀY LÀM VIỆC có giá trị nguyên thủy là ít, nhiều, biến ngôn ngữ LUONG có giá trị nguyên thủy là cao, thấp Tuy nhiên, những kết quả nghiên cứu đối với một miễn giá trị của một biến ngôn ngữ cụ thể vẫn giữ được ý nghĩa về mặt cấu trúc đối với miền giá trị của các biến còn lại Đặc trưng này gọi là tính phổ quát của biến ngôn ngữ
Ngữ nghĩa của các gia tử và các liên từ hoàn toàn độc lập với ngữ cảnh, điều này khác với các giá trị nguyên thủy của các biến ngôn ngữ lại phụ thuộc vào ngữ cảnh Ví dụ, ta nói LƯƠNG của cán bộ Hòa rất cao, khi đó được hiểu rằng LƯƠNG khoảng trên 8.000.000 đồng, nhưng ta nói chiều cao Hòa là rất cao thì được hiểu rằng CHIỀU CAO khoảng trên 1.8m Do đó, khi tìm kiếm mô hình cho các gia tử và các liên từ chúng ta không quan tâm đến giá trị nguyên thủy của biến ngôn ngữ đang xét Đặc trưng này được gọi là tính độc lập ngữ cảnh của gia tử và liên từ
Các đặc trưng trên cho phép chúng ta sử dụng cùng một tập các gia tử và xây dựng một cấu trúc toán học duy nhất cho miễn giá trị của các biến ngôn ngữ khác nhau
1.1.3 Tập lát cắt của tập mờ
Định nghĩa 1.4 Cho một tập mờ A” trén tap vi tru U va a € [0, 1] Tap lat cắt œ của tập 4 là một tập kinh điển, ký hiệu là 4“, được xác định bằng đẳng thức sau:
Ay ={ueU:p, (u) >a}
1.1.4 Mét sé phép tinh trén tap mo
Định nghĩa 1.5 Cho 47 và 5” là hai tập mo trén U
Trang 16(2) 4 chứa trong Z”, ký hiệu 4 c8 ,nếu (4) (0), Vụ €Ù
(3) Hợp của hai tập mờ 4 và 5”, ký hiệu 47 J2 B7, là một tập mờ trên với hàm thuộc xác định bởi: “hà 09) =Max{n, (u), 4, œ2} ,VueU
(4) Giao của hai tập mờ 4 và 5”, ký hiệu 4 ¬Ư”, là một tập mờ trên với hàm thuộc xác định bởi: thằuz (0) = Min te, (0), Me (w)\,Wu eU
(5) Phan bu của tập mờ 4, ký hiệu ~4 là một tập mờ trên U voi ham thuộc xác định bởi: _@)=1—/t„_(),Vwc
Định nghĩa 1.6 Cho A” va 5” là hai tập mờ trên U (1) Téng dai sé: Kượg = Hy U)+ My (U)— 1, W)-H, () (2) Tich dai SỐ: ưượy = tự (0) (9)
1.141 Phép tập trung
Cho tap A” mo trén U_ Phép tập trung mờ 4” la tap mo, ki higu CON(47), duoc dinh nghia nhu sau:
CON(A*)= [ ui (du =(4°)%, voi a >1
ueU
Hinh 1.1 Phép tap trung
Trang 17niệm mờ cảng đặc tả thì nó càng chính xác hơn, ít mờ hơn và gần giá trị rõ hơn Thông thường người ta sử dụng phép tập trung để biểu thị ngữ nghĩa tác động của gia tir rdf (very) vì ngữ nghĩa, chẳng hạn, của khái niệm rấi ứrẻ là đặc tả hay ít mờ hơn so với khái niệm fre
1.1.4.2 Phép dain
Nguoc voi phép tap trung 1a phép dan Phép dan khi tac dong vao mot tap mo 47, ký hiệu là DIL( 47 ), được xác định bởi đẳng thức sau:
DIL(A)= [ uỆ (@0)ảu=()°, với 8 <1
ueU
Trong trường hợp này ta thấy HE (0) >¿+„() và do đó, phép dãn sẽ làm ham thuộc của tập mờ đó dãn nở ra, hàm thuộc của tập mờ thu được sẽ xác định một miễn thực sự bao hàm miễn giới hạn bởi hàm thuộc của tập mờ gốc Trên Hình 1.1,
, , A B x
ta thây đường cong nét châm biêu thị hàm thuộc He) còn đường cong nét liên biểu thị hàm thuộc ,„ 0) Ngữ nghĩa của khái niệm mờ biểu thị bởi tập mờ kết quả ít đặc tả hơn hay ngữ nghĩa của nó càng mờ hơn
Ngược với hay đối ngẫu với việc sử dụng phép CON, phép DIL được sử dụng để biểu thị ngữ nghĩa của gia tử có thé hay x4p xỉ vì ngữ nghĩa của khái niệm có thé tre it dic ta hon hay tính mờ của nó lớn hơn /rẻ
Trang 18DIL(1)= _ LÔ, V56 với =
1.1.4.3 Tich Descartes cac tập mờ
Cho 47 là tập mờ của n tập vũ trụ -U,,1 = 1, 2, ., n Tich Descartes cla cac tap mo A” ,1i= 1, 2, ., n, ky hiéu la 4 x Aj x x Ay la một tập mờ trên tập vũ trụ U,xU,x xU,với hàm thuộc cae cde được định nghĩa như sau:
đe xxac (u)= min (2, (u), Me (Uy Me, 69} Vu =(u,u,, U,,) €U, XU, x xU, .3 0,7 L0 +——+ Ví dụ 1.3 Cho Uy = U; = {1,2, 3} và 2 tập mo.4 = 5 fs 10 0,5 va B= - 934 0,7 + 11 + 03 + 05 + 0,5 Khi đó,tacó 4 xð _Œ D q2) (13) (12) (2D BD 1.1.4.4 Pháp tổ hợp lôi
Cho A> là tập mờ xác địn trên tập vũ trụ U, tương ứng với biến ngôn ngữ Xị, 1E 1,2, ,n và Ww¡ € (0; 1] là các trọng số về mức độ quan trọng tương đối của biến Xị so với các biến khác và thỏa ràng buộc dw, =1 Khi do tổ hợp lỗi của các tập
=1
mờ 47,1= 1,2, n, là một tập mờ A> xác định trên U = U, x UZ x x Ug, vor hàm thuộc được định nghĩa như sau: My (á, ,)= À W4), trong đó > là tổng số học
1.1.4.5 Phép mờ hóa
Việc mờ hóa có hai bài toán:
Trang 19Tìm độ thuộc của giá trị ngôn ngữ của một biến ngôn ngữ tương ứng với một dữ liệu đầu vào là thực hoặc mờ
Theo nghĩa thứ nhất ta định nghĩa phép mờ hóa như sau:
Phép mờ hóa # của một tập mờ 4” trên tập vũ trụ Ù sẽ cho ta một tập mờ FỤE.K”)= [ tụ 0K” (0)đu Trong đó K*() là một tập mờ trên U, €CU,
U
duoc goi la nhan (kenel) ctia F
Néu ¿z„ (œ2) là hàm thuộc của tập kính dién 1 phan ti fu}, wz(ø) chỉ bằng l tại phan tử ø, còn lại là bằng 0 hay ta có tập mờ {+h thi ta co m2} y= Ke
u u
Néu A” là tập kinh điển 4l, w„(u) = 1 trên A va bang 0 ngoai A, thì mờ hóa của 4
với nhân K”~() sẽ là tập mờ sau: (4,K”)= [K 4u
4
1.146 Phép khử mờ
Trong điều khiến mờ cũng như trong lập luận các hệ chuyên gia với các luật tri thức mở, dữ liệu đầu ra nhìn chung đều là những tập mờ Thực tế chúng ta cũng thường gặp nhu cầu chuyên đổi dữ liệu mờ đầu ra thành giá trị thực một cách phù hợp Phương pháp chuyển đổi như vậy được gọi là phương pháp khử mờ Nhu cầu này thường gặp nhất trong các điều khiển mờ vì đầu ra đòi hỏi là giá trị thực dé tác
động vào một quá trình thực nào đó
+* Phương pháp cực đại trung bình
Cho tập mờ 4ˆ với hàm thuộc ¿:_ Gọi zmin và ¿max tương ứng là hai giá trị nhỏ nhất và lớn nhất của mién co sé U ma tai dé ham thuộc My nhận giá trị lớn nhất (cực đại toàn phần) Ký hiệu giá trị khử mờ của 44 theo phương pháp cực đại trung bình là 0, „.(Œ4) Khi đó D Av—max (Œ1)theo địh nghĩa như sau:
_._ umin+umax
Dy max (A )= 2
Trang 20Ý nghĩa của phương pháp này là chúng ta chỉ quan tâm đến các giá trị của U mà tại đó nó phù hợp hay tương thích với ngữ nghĩa của tập mờ 4 nhất, tại đó độ thuộc là cực đại toàn phân Vì vậy, một khả năng lựa chọn giá trị khử mờ là giá trị trung bình của giá trị nhỏ nhất và giá trị lớn nhất tại đó độ thuộc vào tập mờ là lớn nhất Đó chính là lý do người ta gọi phương pháp khử mờ này là phương pháp cực
đại trung bình
* Phương pháp cực đại trung bình có trọng số
Ý tưởng của phương pháp này là tìm những đoạn tại đó hàm thuộc i, đạt cực đại địa phương Nghĩa là tại các giá trị của miền cơ sở mà độ thuộc của chúng đạt cực đại địa phương Nói khác đi giá trị đó của thuộc về tập mờ 4” với độ tin cậy có độ trội nhất Các giá trị như vậy cần được tham gia “đóng góp” vào việc xác định giá trị khử mờ của tập A” voi trọng số đóng góp chính là độ thuộc của chúng vào tập A” Chúng ta chọn cách đóng góp như vậy bằng phương pháp lấy trung bình có trọng số VÌ vậy, cách tính giá trị khử mờ của tập 4” như sau:
Xác định các gia tri cua U mà tại đó hàm thuộc HH đạt giá trị cực đại địa phương Ký hiệu wmini và zmaxi là giá trị nhỏ nhất và lớn nhất trong các giá trị của U mà tại đó hàm thuộc đạ cực đại địa phương Giá trị trung bình cộng của mm; và umax; sé duoc ky hiéu la vavemaxi, trong dé, chỉ số ¡ là giá trị tương ứng với các giá trị cực đại địa phương thứ 1
Giả sử hàm thuộc th có m giá trị cực đại địa phương, i = 1,2, , m Khi đó giá trị khử mờ của tập mờ 41” được tính theo công thức trung bình cộng có trọng số như sau:
H _ m u(uavemax;)uavemax;
W—AveMax ist LE, H(wavemax;) †n
+* Phương pháp trọng tâm
Trong hai phương pháp trên, người ta chi quan tam dén giá trị của miền U ma tại đó hàm thuộc đạt cực đại, còn các giá trị khác đều bị bỏ qua Như vậy có vẻ
Trang 21“thiếu bình đẳng” Phương pháp trọng tâm xuất phát từ ý tưởng mọi giá trị của U đều được đóng góp với trọng số vào việc xác định giá trị khử mờ của tập 41”, ở đây trọng số của nó là độ thuộc vào tập mờ 441” Theo nghĩa thông thường của trọng tâm, công thức tính giá trị khử mờ có dạng sau:
b
fu u(„)đu
Deentroid (4)= —
feed
1.2 TẬP MỜ VÀ MƠ HÌNH DỮ LIỆU KHÁI NIEM MO
Thông tin mờ là thông tin có chứa năm đặc điểm là sự không nhất quán, không chính xác, mơ hồ, không chắc chắn và không rõ ràng Không nhất quán là một loại xung đột ngữ nghĩa, có nghĩa là một đối tượng được thể hiện qua nhiều giá trị khác nhau Ví dụ, năm sinh của Jim được lưu trữ đồng thời là 1983 và 1984
Thiếu chính xác và mơ hồ được đại diện bởi giá trị ngôn ngữ, được lựa chọn tử một phạm vi giá tri nhất định Giả sử chúng ta không biết rõ năm sinh của John, Alice nhưng ra biết John được sinh ra trong khoảng những năm từ 1983, 1984, 1985 hoặc 1986; và Alice là em bé Như vậy thông tin năm sinh của John không chính
xác, được biểu thị bằng một tập hợp {1983, 1984, 1985,1986} Thông tin năm sinh
của Alice thì rất mơ hồ và có thê được biểu thị bằng giá trị ngôn ngữ, trẻ sơ sinh Không chắc chắn chỉ ra sự phân bố của một số nhưng không phải là tất cả, thể hiện niềm tin của người dùng vào một giá trị hoặc một nhóm giá trị Ví dụ, khả năng John sinh năm 1984 là 95% Khả năng không chắc chắn trên không phải là ngẫu nhiên mà được mô tả bằng lý thuyết xác suất Không rõ ràng là thông tin thiếu ngữ nghĩa hoàn chỉnh, nên cần phải có một số giải thích có thé
Thông tin có thể cùng lúc tổn tại nhiều loại mờ khác nhau Ví dụ, năm sinh
của John biểu thị bằng một tập hợp {1983, 1984, 1985,1986}, trong đó khả năng
John sinh năm 1983 là 909%, sinh năm 1984 là 95%, sinh năm 1985 là 98%, sinh năm 1986 là 94%
Trang 22Thông tin thiếu chính xác, mơ hồ và không chính xác là ba loại thơng tin mờ hồn hảo nhất và có thể được mô hình hóa bằng các lý thuyết tập mờ và lý thuyết khả năng [17] Có nhiều cách tiếp cận khác nhau đối với thông tin không chính xác và không chắc chính xác là dựa vào lý thuyết trên các tập mờ
Cho tập vũ trụ U và F là một tập mờ trong U A là một hàm thành viên: F:U [0 1] được định nghĩa cho F, trong đó F(u) với mỗi giatiue U biểu thị mức độ thành viên của u trong tập mờ F Do đó tập mờ F được mô tả như sau:
F=(@l, F(ul)).(u2, F(u2)), ,(un, F(un))}
Khi đó mức độ thành viên F(u) ở trên được giải thích là thước đo khả năng biến X có giá trị u, trong đó X nhận các giá trị trong U, gia tri mo được mô tả bởi khả năng phân phối của X:
X=({(l, X(ul)).(u2, X(u2)), (un, X(un))}
X(ui), ui eU biểu thị khả năng u¡ là đúng Đặt X là biểu diễn khả năng phân phối giá trị mờ của biến X Điều này có nghĩa là giá trị của X là mờ và X có thể mang một trong các giá trị có thể là u, ua, và uạ Với mỗi gia tri co thé (uj) co muc d6 kha nang la X(uj)
Mô hình ER thường bao gồm tập kiểu thực thể, tập kiểu mối quan hệ, tập kiểu thuộc tính Lý thuyết mờ được áp dụng trong mô hình ER thông qua các khái niệm như tập thực thể mờ, tập quan hệ mờ và tập thuộc tính mờ với 3 mức độ mờ trong mô hình ER:
- Cap độ mờ đầu tiên: gồm tập kiểu thực thể mờ, tập kiểu quan hệ mờ và tập thuộc tính của các tập thực thể (hoặc mối quan hệ) có thể mờ
- Cấp độ mờ thứ hai: gồm các thực thê mờ và mối quan hệ mờ
- Cấp độ mờ thứ ba: liên quan đến các giá trị mờ của các thuộc tính trong các thực thể và mối quan hệ
Trong mô hình ER mờ ở mức độ đầu tiên có nghĩa là tập thực thể, tập quan hệ và tập thuộc tính đều là tập mờ Giả sử kiểu thực thể mờ thì một thực thể thuộc kiểu thực thể mờ được đặt với mức độ thành viên với giá trị thành viên trong khoảng
Trang 23[0,1] cho biét kha năng thực thể thuộc kiểu thực thẻ Tương tự, nếu tập các kiểu quan hệ là mờ thì một quan hệ thuộc về kiểu quan hệ có mức độ thành viên trong khoảng [0,1] cho biết khả năng mối quan hệ thuộc về kiểu quan hệ Nếu tập các thuộc tính là mờ thì một thuộc tính thuộc về tập thuộc tính có mức độ thành viên trong khoảng [0,1] cho biết khả năn ø thuộc tính thuộc về tập thuộc tính
1.3 UML (UNIFIED MODELING LANGUAGE) 1.3.1 Giới thiệu UML
UML (Unified Modeling Language) 14 ngén ngit chudn dé viét ké hoach chi tiết phần mềm Nó phù hợp cho việc mô hình hóa nhúng thời gian thực Các khung nhìn của ngôn ngữ được quan sát từ góc độ phát triển và triển khai hệ thống, nó không khó hiểu và đễ sử đụng UML là ngôn ngữ mô hình được cả con người và máy sử đụng Nhớ lại rằng phương pháp là cách cấu trúc rõ ràng suy nghĩ và hành động của ai đó Phương pháp cho người sử dụng biết làm cái gì, làm như thế nào, khi nào làm việc đó và tại sao lại làm như vậy Phương pháp chứa mô hình và các mô hình này đươc sử dụng để mô tả cái gì đó Sự khác nhau chủ yếu của phương pháp và ngôn ngữ mô hình hóa là ngôn ngữ mô hình hóa thiếu tiến trình cho biết làm cái gì, làm như thế nào, khi nào làm việc đó và tại sao lại làm như vậy Như mọi ngôn ngữ mô hình hóa khác, UML có ký pháp (các biểu tượng sử dụng trong mô hình) và tập các luật sử đụng nó Các luật bao gồm cú pháp, ngữ nghĩa và pragmatic (luật hình thành câu có nghĩa) [2]
1.3.2 Phần tử mô hình trong UML
1.3.2.1 Phần tử cầu trúc
Phần từ cấu trúc là các danh từ trong mô hình UML Chúng là bộ phận tĩnh của mô hình để biểu diễn các thành phần khái niệm hay vật lý Có bảy loại phần tử cấu trúc như mô tả sau đây:
Lớp (Class): Lớp mô tả tập các đối tượng cùng chung thuộc tinh, thao tác, quan hệ và ngữ nghĩa Một lớp cài đặt một hay nhiều ghép nối Hình 2.1 biểu diễn dé hoa lớp bằng hình chữ nhật, thông thường chú có tên, thuộc tính và thao tác
Trang 24Window Origin OpenQ Close() Hình 1.2 Lớp đối tượng
Giao điện (Interface): Giao dién 1a tap hop các thao tác làm dịch vụ của lớp hay thành phần Giao diện mô tả hành vi thấy được từ ngoài của thành phần Giao diện biểu diễn toàn bộ hay một phần hành vi của lớp Giao diện định nghĩa tập đặc tả thao tác chứ không định nghĩa cài đặt của chúng
Phần tử cộng tác: Phần tử cộng tác là mô tả ngữ cảnh của tương tác Phần tử cộng tác thê hiện một giải pháp thi hành bên trong hệ thống bao gồm các lớp, quan hệ và tương tác giữa chúng để đạt được một chức năng mong đợi của Use case
Trường hop sir dung (Use case): Mô tả trình tự các hành động mà hệ thống sẽ thực hiện để đạt được một kết quả cho tác nhân nao do Tác nhân là những gì bên ngoài tương tác với hệ thống Tập hợp các Use case của hệ thống sẽ hình thành các trường hợp mà hệ thống được sử dụng Sử dụng se case đề cấu trúc các phần tử có tính hành vi trong mô hình
Lớp tích cực (active class): Lớp tích cực là lớp có đối tượng làm chủ một hay nhiều lớp tiến trình hay luồng Lớp tích cực được xem như lớp thông thường nhưng đối tượng của nó biểu diễn các thành phần có hành vi đang tương tranh với các
thành phần khác
Thanh phan: Thanh phan biéu diễn vật lý mã nguồn, các tệp nhị phân trong quá trình phát triển hệ thống
Nút (node): Nút là thể hiện thành phan vat ly, ton tại khi chương trình chạy và biểu diễn các tài nguyên tính toán Có thê đặt tập các thành phần trên nút chuyền từ nút này sang nút khác Nút có thé là máy tính, thiết bị phần cứng
Trang 251.3.2.2 Phần tử hành vi
Phần tử hành vi là bộ phận động của mô hình UML Chúng là các động từ của mô hình, biểu diễn hành vi theo thời gian và không gian Có hai loại chính là tương tác và trạng thái
Tương tác: Tương tác là hành vi bao gồm tập các thông điệp trao đổi giữa các đối tượng trong ngữ cảnh cụ thể để thực hiện mục đích cụ thể Hành vi của nhóm
đối tượng hay của mỗi thao tác có thể được chỉ ra bằng tương tác
Máy trạng thái: Máy trạng thái là hành vi chỉ ra trật tự các trạng thái mà đối tượng hay tương tác sẽ đi qua dé đáp ứng sự kiện Hành vi của lớp hay cộng tác của lớp có thể được xác định bằng máy trạng thái Máy trạng thái kích hoạt nhiều phần tử, bao gồm trạng thái, chuyền tiếp (từ trạng thái này sang trạng thái khác), sự kiện và các hoạt động (đáp ứng sự kiện)
1.3.2.3 Phần tử nhóm
Phần tử nhóm là bộ phận tô chức của mô hình UML Chỉ có một phần tử thuộc
nhóm này có tên là gói (package) Gói là cơ chế đa năng để tổ chức các phần tử vào nhóm Các phần tử cấu trúc, hành vi và ngay cả phần tử nhóm có thể cho vào gói Không giống thành phần (cømponen?), phần tử nhóm hoàn toàn là khái niệm, có nghĩa rằng chúng chỉ tồn tại vào thời điểm phát triển hệ thống chứ không tổn tại vào thời gian chạy chương trình
1.3.2.4 Phân tử chú thích
Phần tử chú thích là bộ phận chú giải của mô hình UML Đó là lời giải thích áp dụng để mô tả các phần tử khác trong mô hình Phần tử chú thích được gọi là ghi chu (note)
1.3.3 Cac quan hé trong UML
Có bốn loại quan hệ trong UML, bao gồm quan hệ phụ thuộc, kết hợp, khai quát và hiện thực hóa Chúng là cơ sở để xây dựng mọi quan hệ khác trong UML
Trang 261.3.3.1 Phụ thuộc (dependency)
Phụ thuộc là quan hệ ngữ nghĩa hai phân tử trong đó thay đổi phần tử độc lập sẽ tác động đến ngữ nghĩa của phần tử phục thuộc
1.3.3.2 Kết hop (association)
Kết hợp là quan hệ cấu trúc để mô tả tập liên kết (một liên kết là kết nối giữa các đối tượng) Khi đối tượng của lớp này gửi/nhận thông điệp đến/từ đối tượng của lớp kia thì ta gọi chúng là có quan hệ kết hợp
Tụ hợp (aggregation) là dạng đặc biệt của kết hợp, nó biểu diễn quan hệ cầu trúc giữa toàn thể và bộ phân Một dạng dặc biệt của tụ hợp là quan hệ hợp thành (composition), trong đó nếu như đối tượng toàn thể bị hủy bỏ thì các đối tượng bộ phân của nó cũng bị hủy bỏ theo
1.3.3.3 Khái quát hoa (generalization)
Khái quát hóa là quan hệ đặc biệt hóa/ khái quát hóa mà trong đó đối tượng cụ thé sẽ kế thừa các thuộc tính và phương pháp của đối tượng tổng quát
1.3.3.4 Mién thuc hoa (realization)
Hiện thực hóa là quan hệ ngữ nghĩa giữa giao diện và lớp (hay thành phần) hiện thực lớp; giữa se case và hợp tác hiện thực se case
1.4 UML MO( FUZZY UNIFIED MODELING LANGUAGE) 1.4.1 Giới thiệu
UML cung cấp một tập hợp các mô hình để năm bắt nhiều khía cạnh của một hệ thống phần mềm Mặc dù UML phản ánh một số trải nghiệm mô hình object-oriented tốt nhất hiện có, tuy nhiên nó bị thiếu một số ngữ nghĩa cần thiết Một trong những thiếu sót có thê được nhận thấy là nhu cầu xử lý thông tin không chính xác và không chắc chắn mặc dù thông tin đó tổn tại trong thế giới thực và dé xử lý những thông tin không chắc chắn, mơ hồ người ta sử dụng ƯML mờ (Fuzzy UML) [14]
1.4.2 Đối tượng mờ (Fuzzy objects)
Một đối tượng là mờ vì đối tượng đó thiếu thông tin Ví dụ thuộc tính tuổi của một người được xác định với khái niệm rất trẻ, trẻ hoặc íf trẻ Vì vậy các đối tượng chỉ cần có ít nhất một thuộc tính thuộc tập mờ là đối tượng mờ [ 14]
Trang 271.4.3 Lop mo (Fuzzy class)
Các đối tượng có cùng thuộc tính được tập hợp thành các lớp được tổ chức thành các hệ thống phân cấp Về mặt lý thuyết, một lớp có thê được xem xét từ hai
quan điểm khác nhau [13]:
1) Lớp mở rộng, trong đó lớp được xác định bởi danh sách các thuộc tính đối tượng của nó
2) Lớp nội hàm, trong đó lớp được xác định bởi một tập các thuộc tính và các giá trị được chấp nhận của chúng
Ngoài ra, một lớp con được xác định từ siêu lớp của nó bằng cơ chế kế thừa trong OODB
Trang 281.4.4 Mối quan hệ giữa đối tượng mờ và lớp mờ
Trong CSDL hướng đối tượng có bốn loại dùng đề phân biệt cho mối quan hệ
giữa lớp và đối tượng [13]
(1).Lớp rõ và đối tượng rõ: đối tượng thuộc hoặc không thuộc về lớp chắc chắn
(2) Lớp rõ và đối tượng mờ: đối tượng có thê liên quan đến lớp và có độ thuộc riêng trong đoạn [0, 1]
(3) Lớp mờ và đối tượng rõ: đối tượng có thể thuộc về lớp với độ thuộc thành viên trong đoạn [0, 1]
(4) Lớp mờ và đối tượng mờ: đối tượng thuộc về lớp với độ thuộc thành viên trong đoạn [0, 1]
1.4.5 Khái quát hóa mo (Fuzzy generalization)
Khái niệm phân lớp là một trong những khối xây đựng cơ bản của mô hình đối tượng Một lớp mới, được gọi là lớp con, được tạo ra từ một lớp khác, được gọi là siêu lớp bằng cách kế thừa tất cả các thuộc tính và phương thức của siêu lớp, ghi đè một số thuộc tính và phương thức của siêu lớp và xác định một số thuộc tính và phương thức mới Vì một lớp con là lớp đặc biệt của siêu lớp, nên bất kỳ đối tượng nào thuộc về lớp con phải thuộc về lớp cha Đặc tính này có thê được sử dụng để xác định xem hai lớp có mối quan hệ lớp con với siêu lớp hay không
Tuy nhiên, một lớp được tạo ra từ một lớp mờ thì nó cũng mờ Nếu lớp trước vẫn được gọi là lớp con và lớp sau, thì mối quan hệ của lớp con với siêu lớp là mờ Nói cách khác, một lớp là một lớp con của một lớp khác với mức độ phụ thuộc là
[0.1] các tiêu chí sau dùng để xác định mối quan hệ giữa lớp con với siêu lớp [14]: (1) Đối với bất kỳ đối tượng mờ nào Gọi độ phụ thuộc cuả lớp con Ö và siêu lớp 44 thì ta có „() <S 0)
(2) Giả sử Ø là ngưỡng độ phụ thuộc khi lớp con ZÖ là lớp con của siêu lớp 41 thì u;() > 8
Trang 291.4.6 Tap hop mo (Fuzzy aggregation)
Một tập hợp là mối quan hệ giữa một lớp cha được cầu thành với từ tập các lớp con được đặt tên Mỗi đối tượng của tập hợp có thể tham chiếu vào một tập các đối tượng của thành phần cấu thành Lớp 4 là tập các thành phần cấu thành từ B,.B, B, on và tham chếu ø đến B, được kí hiệu uv, thì ta có: (u 1, )eB.(u ;)=B, (u \;,)<B,
1.5 KET LUAN CHUONG 1
Chương này đã trình bày các khái niệm nên tảng của lý thuyết tập mờ, mô hình UML và mô hình UML mờ Việc kết hợp thông tin mờ trong các mô hình UML mờ là nền tảng quan trọng để chuyển đổi sang mô hình cơ sở đữ liệu hướng
đối tượng mờ trong các chương tiếp theo của luận văn
Trang 30Chương 2 MƠ HÌNH CƠ SỞ DỮ LIỆU HƯỚNG ĐÓI TƯỢNG MỜ
Trong những năm qua, việc xử lý thông tin mờ trong môi trường cơ sở dữ liệu đã được nhiều tác giả quan tâm nghiên cứu, đặc biệt là trong mô hình cơ sở dữ liệu quan hệ, và chỉ có một số hạn chế các nhóm tác giả nghiên cứu các vấn để của thông tin mờ trong mô hình cơ sở dữ liệu hướng đối tượng Trên thực tế, chính sự kết hợp thông tin mờ vào cơ sở dữ liệu hướng đối tượng sẽ cung cấp thêm sức mạnh cho mô hình dữ liệu hướng đối tượng và làm cho khả năng biểu diễn ngữ nghĩa của nó phong phú hơn
Một số mô hình cơ sở dữ liệu hướng đối tượng mờ cơ bản đã được nghiên cứu dựa vào lý thuyết tập mờ, lý thuyết khả năng, quan hệ tương tự, đồ thị Tuy nhiên, trong các mô hình để xuất đó còn có nhiều hạn chế trong biểu diễn và đối sánh dữ liệu Một hướng tiếp cận mới để xây dựng mô hình cơ sở dữ liệu hướng đối tượng với thông tin mờ đó là dựa trên đại số gia tử, một mơ hình tốn học về cấu trúc thứ tự ngữ nghĩa của miễn giá trị của biến ngôn ngữ
2.1 MƠ HÌNH DỮ LIỆU HƯỚNG ĐÓI TƯỢNG
Mô hình cơ sở dữ liệu hướng đối tượng là một tập hợp các đối tượng có hành vị, trạng thái, và các môi quan hệ giữa các đôi tượng
Trước đây khi thiết kế các hệ thống thông tin người ta thường sử dụng cơ sở dữ liệu quan hệ để thiết kể, tuy nhiên trong thời đại bùng nỗ thông tin thì cơ sở dữ liệu quan hệ đã bộc lộ những hạn chế khi phải thiết kế và thực hiện các ứng dụng CSDL phức tạp hơn Ví dụ, CSDL dùng trong các thiết kế và sản xuất công nghiệp (CAD/CAMva CIM), cac thí nghiệm khoa học, viễn thông, hệ bản dé va CSDL da phương tiện,
Các ứng dụng phức tạp này đòi hỏi cấu trúc dữ liệu phải mềm dẻo và linh hoạt hơn Mô hình CSDL hướng đối tượng (Object-Oriented Data Base) được đề xuất dé
giải quyết các vấn để này [1], [12] [16], [17] Cơ sở dữ liệu hướng đối tượng có
những khả năng sau [19]:
Trang 31s* Cung cấp khả năng lưu trữ và thao tác với các kiểu dữ liệu trừu tượng và khả năng cho phép người dùng định nghĩa các kiểu cho từng ứng dụng
s* Cung cấp khả năng biểu diễn quan hệ giữa các đối tượng dữ liệu theo quan hệ tự nhiên của thế giới thực Ví dụ, trong đối tượng tải liệu có chứa một đối tượng video và một đối tượng văn bản có để mục
s* Có khả năng tích hợp trực tiếp với các ngôn ngữ lập trình hướng đối tượng, ngôn ngữ lập trình được sử đụng trong phần lớn các ứng dụng hiện nay Hiện nay
đã tồn tại một số hệ quản trị CSDL hướng đối tượng thương mại như GEMSTONE,
Versant, ObjectStore Ngoài ra các có các hệ thống CSDL hướng đối tượng khác như OpenOODB, IRIS,
2.1.1 Đối tượng, lớp và định danh đối tượng
Khái niệm cơ sở nhất trong cơ sở dữ liệu hướng đối tượng (Obiecf-Oriented Data Base) là đối tuong (object) Déi tượng là một khái niệm cụ thể hoặc trừu tượng, chỉ một người, một vật, tổn tại trong thế giới thực Đối tượng biểu diễn một thực thể có thực trong hệ thống được mô hình hóa Khác với đối tượng trong ngôn ngữ lập trình hướng đối tượng, đối tượng chỉ tồn tại trong thời gian chương trình hoạt động, các đối tượng trong cơ sở dữ liệu hướng đối tượng tổn tại lâu dài và được chia sẻ với nhiều chương trình và ứng đụng [19]
[9] Một lớp là một mẫu cho một nhóm các đối tượng, định nghĩa một kiểu chung cho các đối tượng đó Chúng ta không phân biệt giữa các đối tượng nguyên thủy (các giá trị), các đối tượng cầu trúc (bộ hoặc tập) và các đối tượng do người dùng định nghĩa Một lớp mô tả kiểu của đữ liệu bằng cách cung cấp một miễn của dữ liệu với cùng cấu trúc, cùng với các phương thức có thể áp đụng lên các phần tử của miễn đó Khả năng trừu tượng hóa của các lớp, được thể hiện qua tính đóng gói nhằm che dấu các cài đặt chỉ tiết của các phương thức và tương tác với thế giới bên ngoài thông qua các giao diện
Một đối tượng được xác định duy nhất trong thế giới thực, và đối tượng đó cũng phải được biểu diễn duy nhất trong CSDL Việc xác định tính duy nhất đối
Trang 32tượng trong CSDL được thực hiện bằng cách sử dụng các định danh đối tượng (Object Identity) hay OID Hé théng CSDL hướng đối tượng cung cấp một định danh duy nhất cho mỗi đối tượng và được lưu trữ trong CSDL Định danh duy nhất này do hệ thống tự động sinh ra và được gọi là định danh đối tượng Người dùng sẽ không nhìn thấy giá trị OID của đối tượng, nó được sử dụng bên trong hệ thống để xác định duy nhất một đối tượng và dùng để tạo ra các tham chiếu bên trong đối tượng
2.1.2 Thuộc tính và phương thức
Thuộc tính để miêu tả những đặc điểm riêng của đối tượng mỗi đối tượng có thể có nhiều thuộc tính Việc khai báo các thuộc tính thể hiện cấu trúc của lớp được khai báo Mỗi thuộc tính có một tên duy nhất trong đối tượng và giá trị được biểu diễn trong miễn giá trị của một kiểu dữ liệu nào đó Các kiểu đữ liệu này có thể là các kiểu dữ liệu cơ bản như: kiểu số nguyên, số thực, kiểu xâu ký tự , hoặc các kiểu phức tạp đo người dùng tự định nghĩa, các kiểu đối tượng hoặc cũng có thể là các con trỏ hay vector đên các kiêu dữ liệu đó
Thuộc tính có thể là thuộc tính đơn trị hoặc thuộc tính đa trị, thuộc tính đa trị được khai báo bởi từ khóa se Ngoài ra một thuộc tinh có thể là thuộc tính phức hợp, được xác định từ tập các thuộc tính khác
Phương thức của một lớp thường được đùng để mô tả các hành vi của đối tượng (hoặc của lớp) Khi thiết kế, người ta có thể dùng các phép tốn/phương thức để mơ tả và thực hiện các hành vi của đối tượng Mỗi phương thức thường được định nghĩa là một hàm, các thao tác đề thực hiện hành vi đó được viết tại nội dung
của hàm Khi thực hiện hành vi này, đối tượng có thể phải thực hiện các hành vi
khác Cho nên một phương thức trong một lớp có thể sử dụng phương thức khác trong quá trình thực hiện hành vị của nó Đây chính là tính đóng gói thông tin trong
mô hình cơ sở đữ liệu hướng đối tượng
Trang 33Vi du 2.1: Khai báo các thuộc tính của lớp QuanLy Class NhanSu Type tuple (maso: string[15]; hoten: string[25]; gioitinh: string[10]; diachi: string[25]; ngaysinh: tuple (ngay: integer; thang: integer; nam: integer, ) sonamcongtac: integer; Iuongcoban: double;) Class QuanLy inherits NhanSu Type tuple ( chucvu: string;
phong: PhongBan;
duan: set( DuAn))
2.1.3 Sự đóng góp và chuyển thông điệp
Thông điệp được gửi đến một đối tượng đề truy nhập vào giá trị của thuộc tính và các phương thức được đóng gói trong đối tượng Không thể truy nhập đối tượng nếu không thông qua giao diện chung đã đặc tả đối với đối tượng [6]
2.1.4 Phân cấp lớp và sự kế thừa
Phân cấp các lớp xuất hiện từ quan hệ tập hợp giữa một lớp và các thuộc tính của nó và từ miễn giá trị của các thuộc tính (là các lớp) Sự phân cấp này được gọi là phân cấp lóp đa hợp
Trong hệ thống hướng đối tượng, một lớp có thể có một số lớp con Lớp kế thừa các thuộc tính và phương thức từ chỉ một lớp cha/siêu lớp được gọi là ké thira đơn; một lớp kế thừa các thuộc tính và phương thức từ nhiều hơn một lớp được gọi là kế thừa bội Khái niệm của phân cấp lớp và tính kế thừa của các thuộc tính và
Trang 34phương thức thuộc phân cấp lớp là sự khác biệt giữa nguyên lý lập trình hướng đối tượng với các nguyên lý lập trình khác trên các kiểu đữ liệu trừu tượng [6]
Theo Nguyên tắc kế thừa (inheritance) của mô hình hướng đối tượng thì một lớp con sẽ thừa kế một số đặc tính của lớp cha, bên cạnh đó, lớp con còn có thể bể sung các đặc tính Khi một thông điệp được gửi đến một đối tượng, lớp chứa đối tượng sẽ tìm kiếm để xác định một phương thức tương ứng Nếu phương thức này không được liên kết với lớp, thì việc tìm kiếm sẽ lại diễn ra tại các siêu lớp của lớp này để xác định phương thức Nếu tổn tại một phương thức, thì chương trình kết hợp với nó sẽ được thực thi Việc sử dụng chỉ một định danh cho nhiều chương trinh goi la su tai nap (overloading)
2.1.5 Chuẩn cơ sở dữ liệu hướng đối tượng ODMG
ODMG (Object Database Management Group) là chuẩn của cơ sở đữ liệu hướng đối tượng được sử dụng phổ biến hiện nay ODMG được phát triển bởi
Nhóm quan ly dé liéu déi trong (ODMG) ODMG là một tập đoàn gồm các nhà
cung cấp và các bên liên quan làm việc về các thông số kỹ thuật cho cơ sở dữ liệu đối tượng và các sản phẩm ánh xạ quan hệ đối tượng ODMG bao gồm bốn thành phần chính là: mô hình đối tượng, ngôn ngữ định nghĩa đối trong (ODL), ngôn ngữ truy vấn đối tượng (OQL) và sự gắn kết với các ngôn ngữ lập trình hướng đối tượng
2.1.5.1 Ngôn ngữ định nghĩa đỗi tượng
ODL (Obiect Define Language) là ngôn ngữ định nghĩa đối tượng, được sử dụng đề xây dựng các lược đồ CSDL hướng đối tượng, cho phép định nghĩa các lớp đối tượng, các giao diện và quan hệ giữa các lớp đối tượng
2.1.5.2 Ngôn ngữ truy vẫn đối tượng (OOL)
OQL (Object Query Language) là ngôn ngữ truy vấn CSDL hướng đối tượng
đã đề xuất trong ODMG-93 Phiên bản cuối cùng của OQL trong ODMG-93
(Release 1.2) là siêu tập của SQL92, được mô tả như là một phần của ODMG
Trang 35chuẩn OQL là ngôn ngữ truy vấn không đưa ra môi trường lập trình đầy đủ, chẳng hạn như, OQL không thể biểu diễn cho tất cả các tính toán phức tạp Do đó, nó không phải là hệ tính toán đầy đủ Vì vậy, để tăng khả năng tính toán cho OQL cần phải liên kết với các ngôn ngữ lập trình khác [6]:
Cũng giống như trong ngôn ngữ truy vấn SQL, cú pháp cơ sở của một truy vấn
trong OQL gồm ba mệnh đề SELECT - FROM - WHERE Nhưng hướng đến một
kết quả khác với truy vấn trong SQL, các mệnh đề mang những đặc điểm riêng Mệnh đề SELECT được xem như là một tập các biểu thức đường dẫn chỉ đến những thành phần đữ liệu cần truy vấn
Mệnh đề FROM: chỉ định các lớp
Mệnh đề WHERE: chỉ điều kiện ràng buộc
Mệnh đề SELECT và WHERE có thể tổn tại các hàm trong đó, bởi CSDL
hướng đối tượng không chỉ lưu trữ các đối tượng, mối tương quan ràng buộc trên các đối trợng mà còn chứa cả các hành vi của đối tượng
2.2 MƠ HÌNH CƠ SỞ DỮ LIỆU HƯỚNG ĐÓI TƯỢNG MỜ
FOODB (Fuzzy Object-Oriented DataBase) là mô hình dữ liệu hướng đối tượng mờ được định nghĩa là phần mở rộng của mô hình đối tượng biểu đồ để quản lý cả thông tin rõ rang và khơng hồn hảo Nhu câu thể hiện thông tin thường bị ảnh hưởng bởi sự mơ hồ hoặc sự không chắc và mô hình FOODB là điều cần thiết cho nhiều ứng đụng hiện nay mà đữ liệu có tính chất khác nhau và có mối quan hệ tương quan phức tạp
Mô hình FOODB được chính thức hóa trong lý thuyết tập mờ [16] và lý thuyết
khả năng và dựa trên mô hình trực quan bằng cách mà cả lược đỗ cơ sở dữ liệu và
các thê hiện được biểu diễn đưới dạng biêu đồ được gắn nhãn [ I1]
Trang 362.2.1 Giá trị và thuộc tính mờ
Thuộc tính có các giá trị không rõ ràng được xác định để mô hình hóa các trạng thái trong đó giá trị chính xác của thuộc tính đã cho chưa xác định; một giá trị của thuộc tính không rõ ràng được xác định là một biến ngôn ngữ Do đó, một thuộc tính đơn z của một lớp e có thể lấy các giá trị mờ được liên kết với một biến ngôn ngữ có tén c.a Miền thuộc tính D theo cách này được mở rộng với tập giới hạn của biến ngôn ngữ T(c.z) được gọi như là thuộc tính không rõ ràng Ty, như vậy †a có: D, =P(D)VUT(c.a), trong đó P biểu thị cho độ rõ nét Thuật ngữ chỉ thuộc tính có giá trị không rõ ràng được lấy ra từ tập các thuật ngữ của một biến ngôn ngữ Ví dụ, thuộc tính tuôi của một người là các số nguyên nằm trong khoảng D=[0.120]e7, do đó thuộc tính tuổi hông rõ ràng của một người là 7(persoz.age) e7,tương ứng với tập thuật ngữ của biến ngôn ngữ có tên person.age [ 1 I]
2.2.2 Quan hệ kế thừa mờ
Sự thừa kế là một trong những khái niệm cơ bản của mô hình CSDL hướng đối tượng Thừa kế là cơ chế cho phép một lớp con được kế thừa một số thuộc tính và phương thức của của lớp cha, phản ánh một đặc trưng vốn có trong quan hệ giữa
các đối tượng thực tế Cơ chế kế thừa là một ưu điểm lớn của mô hình hướng đối
tượng, bởi không chỉ phản ánh bản chất của các quan hệ thực tế mà còn cho phép tối ưu đữ liệu và tái sử đụng mã khi xây dựng hệ thống Vì lớp đối tượng không chắc chắn và mơ hỗ nên cơ chế kế thừa cũng trở nên không chắc chắn [ 18]
Trong cơ sở dữ liệu hướng đối tượng mờ, các lớp có thể là mờ hoặc rõ, do đó ton tại ba dạng cơ bản của quan hệ kế thừa mờ trong mô hình này đó là:
(1) Lớp cha rõ và lớp con rõ (2) Lớp cha rõ và lớp con mo (3) Lớp cha mờ và lớp con mo
Trường hợp (1) giống như trong các cơ sở dữ liệu hướng đối tượng truyền thống như cơ sở dữ liệu quan hệ, nghĩa là các lớp có thể có hoặc không có sự kế
Trang 37thừa một cách chắc chắn Trường hợp (2), (3) được gọi là quan hệ kế thừa mờ, nghĩa là hai lớp có sự kế thừa với mức độ thuộc # Trong thực tế, trường hợp (1) có thể được xem như là trường hợp đặc biệt của quan hệ kế thừa mờ, với mức độ thành viên của mô hình phân cấp lớp con với lớp cha là một
Trong cơ sở đữ liệu hướng đối tượng truyền thống, một lớp con được phát triển từ một lớp cha bằng cách kế thừa một số thuộc tính, phương thức từ lớp cha, ghi đè một số thuộc tính và phương thức của lớp cha, hoặc định nghĩa một số thuộc tính và phương thức mới Vì lớp con là một cụ thể hóa của lớp cha, đo đó bất kỳ đối tượng nào thuộc về lớp con phải thuộc về lớp cha Đặc điểm này có thê dùng để xác định hai lớp có thể quan hệ cha-con hay không Trong cơ sở đữ liệu hướng đối tượng mờ, các lớp có thể mờ Một lớp con được sinh ra từ lớp cha mờ, thì lớp con này là lớp mờ, và mối quan hệ này là quan hệ kế thừa mờ Phương pháp được sử dụng để xác định mối quan hệ lớp con-lớp cha mờ trong CSDL hướng đối tượng mờ là: với bất kỳ đối tượng (mờ) nếu mức độ thuộc & mà nó thuộc vào lớp con là nhỏ hơn hoặc bằng mức độ thuộc & mà nó thuộc vào lớp cha Một lớp là lớp con của một lớp cha với mức độ thuộc & là nhỏ nhất trong các mức độ thuộc & mà các đối tượng của lớp thuộc vào nó Một cách hình thức, cho hai lớp C, va C,, k, va k, la mức độ thuộc tương ứng, và 0<, <&, <# (trong thực tế, số gia tử trong các giá trị ngôn ngữ là hữu hạn nên tồn tại một số nguyên đương #*) Ta nói, C, là lớp con của lớp C, nếu (Vo)(Me, 4, < Ha 4,) (Vo), trong do y.,(0) 1a dd thudc mie & cua đối tượng ø thuộc vào lớp C Ngoài ra, có một trường hợp có thể xảy ra là lớp cha mờ - lớp con rõ Trong tính chất kế thừa có tính chất thừa kế riêng (private), có nghĩa là những thuộc tính và phương thức khi khai báo øz?vzfe, và không có phương thức công khai xử lý trên những thuộc tính mờ ở lớp cha thì các đặc tính riêng của lớp cha sẽ không được truyền cho lớp con, lúc đó lớp con sẽ trở thành rõ
Trang 382.2.3 Mô hình lớp đối tượng mờ
2.2.3.1 Chuyển các giá trị thuộc tính mờ về khoảng [a,bj
Giá trị của một thuộc tính mờ là hợp của hai thành phan giá trị rõ và giá trị mờ Đối với giá trị rõ, các kiêu đữ liệu bao gồm các loại đơn giản như số nguyên, thực, chuỗi Đối với giá trị mờ, giá trị ngôn ngữ thường được sử dụng để biểu diễn thông tin không chính xác Như vậy, ta cần phải có phương pháp biểu diễn một cách thống nhất các dạng dữ liệu, nhằm thuận tiện cho việc đánh giá quan hệ gan nhau giữa chúng Trong phần này, sẽ trình bày phương pháp biến đổi các giá trị này về các khoảng [a, b] tương ứng Với phương pháp biểu diễn này, sẽ xem xét các kiểu dữ liệu khác nhau trên một quan điểm thống nhất Phương pháp chuyền về giá trị khoảng được thực hiện như sau [10]:
(2) Giá trị thuộc tính là giá trị số:
v Nếu giá trị thuộc tính là ø thì chuyên thanh [a, a] Vi dụ, giá trị thuộc tính a là 15 thì khi chuyên thành khoảng sẽ là [15, 15]
Nếu giá trị thuộc tính là vào khoảng a thì chuyển thành [a - e, a + e], với e là bán kính với tâm a Ví dụ, giá trị thuộc tính alà vào khoảng 15 và chọn e=l thì khi chuyên thành giá trị khoảng sẽ là [14, 16]
v Nếu giá trị thuộc tính là a đến b thì chuyển thành [a, 5] Ví dụ, nếu giá trị
thuộc tính ø là 24 đến ở là 26 thì khi chuyên thành giá trị khoảng sé 1a [24, 26]
(3) Giá trị thuộc tính là giá trị ngôn ngữ:
w Thuộc tính của đối tượng được xem như là thuộc tính ngôn ngữ và được biểu điễn theo cấu trúc đại số gia tử Từ đó, xây đựng phân hoạch các lớp tương tự mức k cho thuộc tính ngôn ngữ này
Xác định giá trị ngôn ngữ thuộc lớp tương tự mức k và từ đó xác định được khoảng giá trị trong tng cho giá trị thuộc tính này
Trang 39223.2 Đụnh nghĩa lớp mờ
Trong CSDL hướng đối tượng, một lớp được định nghĩa bao gồm mối quan hệ kế thừa, thuộc tính và phương thức Đề xác định một lớp mờ, một số bổ sung định nghĩa là cần thiết Khi báo mối quan hệ kế thừa cần chỉ ra mức mà lớp này là lớp con của lớp cha Và trong định nghĩa của một lớp mờ, các thuộc tính mờ có thê được chỉ ra một cách rõ ràng
Một lớp đươc xem là mờ bởi các lý do sau:
(1) Thứ nhất, một số đối tượng của một lớp được xác định là đối tượng mờ,
khi đó, những đối tượng này thuộc về lớp với độ thuộc nhất định
(2) Thứ hai, khi một lớp được định nghĩa, miễn trị của một thuộc tính nào đó có thể là mờ và như vậy một lớp mờ được hình thành
(3) Thứ ba, một lớp con được thừa kế một hoặc nhiều lớp cha, trong đó có ít nhất một lớp cha là lớp mờ
Sự khác nhau chính giữa các lớp mờ và các lớp rõ đó là ranh giới của các lớp mờ không rõ ràng Sự không chính xác trong ranh giới giữa các lớp mờ là do sự không chính xác của những giá trị trong miền thuộc tính Trong CSDL hướng đối tượng mờ, các lớp la mo vi miễn trị thuộc tính của chúng chứa các giá trị mờ Do đó, một đối tượng thuộc mờ vào một lớp xảy ra vì lớp hoặc đối tượng đó có thể mờ, và một lớp là lớp con của một lớp khác với độ thuộc k (k € Z+) nao đó vì đó là lớp mờ Do vậy, việc đánh giá mối quan hệ lớp đối tượng mờ và phân cấp thừa kế mờ là quan trọng của mô hình CSDL hướng đối tượng mờ
Về mặt hình thức, định nghĩa của một lớp mờ được thể hiện như sau: CLASS /ên lớp
INHERITES
tên lớp cha thứ I1 WITH LEVEL OF mức 1
tên lop cha thr n WITH LEVEL OF mitc_n ATTRIBUTES
Trang 40tên thuộc tính tứ I: [FUZZY] DOMAIN dom_1: TYPE OF kiéu_1
tên thuéc tinh thir m: [FUZZY] DOMAIN dom_m: TYPE OF kiéu_m METHODS
END
223.3 Một số thao tác trên mô hình cơ sở dữ hệu hướng đi tượng mờ
Trong nghiên cứu mô hình CSDL hướng đối tượng với thông tin mờ và không chắc chắn, các phép toán đại số cho mô hình này được xây dựng bằng cách mở rộng tương ứng các phép toán trên mô hình CSDL hướng đối tượng truyền thống dựa trên định lượng ngữ nghĩa của đại số gia tử Dựa trên cơ sở đó luận văn mở rộng các định nghĩa của các phép toán trên mô hình CSDL hướng đối tượng truyền thống thành các định nghĩa tương ứng của các phép toán trên mô hình CSDL hướng đối tượng mờ với thông tin ngôn ngữ sao cho nhất quán với mô hình này Tùy thuộc vào các mối quan hệ giữa tập thuộc tính của các lớp, ba loại phép toán kết hợp có thê được xác định: phép tích mờ (s ), kết nối mờ (>4) và phép hợp mờ (ö ) Cho C; và C:là các lớp mờ, Attr(C,) và Attr(C;) là các tập thuộc tính tương ứng của chúng Giả sử một lớp mới C được tạo ra bằng cách kết hợp C: và C: Khi đó:
C=C,&C,, nếu 4A/(C,)¬Afr(C,)= Ø,
C=C >4C, > néu Attr(C,) 0 Attr(C,)# © va Attr(C,) # Attr(C,),
C=C, OC,,néu Atr(C,) = Atr(C,)
2.2.3.3.1 Phép tich mo
Phép tích mờ của C¡ và Cz là một lớp mới C, trong đó lớp C bao gém cac thuộc tính chung của C¡ và Ca, cũng như các thuộc tính thành viên của C;và C: Thông thường, yêu cầu trong phép tích mờ<4#z(C,)¬.4#r(C,)=Ø Các đối tượng của lớp C được tạo ra từ việc kết hợp các đối tượng từ lớp C:và C2, trong đó lớp C chứa các thuộc tính Attr(C,) và Attr(C:)