Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 115 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
115
Dung lượng
534,33 KB
Nội dung
BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM VIỆN CÔNG NGHỆ THÔNG TIN ĐOÀN VĂN THẮNG CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG VỚI THÔNG TIN NGÔN NGỮ MỜ LUẬN ÁN TIẾN SĨ TOÁN HỌC HÀ NỘI – 2014 BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM VIỆN CƠNG NGHỆ THƠNG TIN ĐỒN VĂN THẮNG CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG VỚI THÔNG TIN NGƠN NGỮ MỜ Chun ngành: Bảo đảm tốn học cho máy tính hệ thống tính tốn Mã số: 62 46 35 01 LUẬN ÁN TIẾN SĨ TOÁN HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS ĐOÀN VĂN BAN PGS.TS TRƯƠNG CÔNG TUẤN HÀ NỘI – 2014 LỜI CẢM ƠN Luận án hồn thành Viện Cơng nghệ Thơng tin Để hồn thành luận án này, tác giả nhận bảo tận tình, địi hỏi nghiêm khắc PGS.TS Đồn Văn Ban, người truyền đạt nhiều kiến thức quí báu kinh nghiệm nghiên cứu khoa học suốt thời gian tác giả theo học nghiên cứu sinh Tác giả nhận hướng dẫn quan tâm giúp đỡ PGS.TS Trương Công Tuấn Nhân dịp này, tác giả xin bày tỏ lòng biết ơn chân thành kính trọng sâu sắc Thầy Trong thời gian làm nghiên cứu sinh Viện Công nghệ Thông tin, tác giả tiếp nhận kiến thức quý giá quan tâm chân tình từ thầy, giáo Viện Tác giả xin gửi tới thầy, lịng biết ơn, lời cảm ơn chân thành Tác giả xin chân thành cảm ơn Ban lãnh đạo, Bộ phận quản lý Nghiên cứu sinh Phòng chức Viện Công nghệ Thông tin tạo điều kiện thuận lợi trình học tập, nghiên cứu tác giả Viện Tác giả xin cảm ơn Ban Giám hiệu trường Cao đẳng Công nghệ Thông tin hữu nghị Việt Hàn, Ban Giám hiệu trường Cao đẳng Công Thương Hồ Chí Minh, Ban Chủ nhiệm khoa Cơng nghệ Thơng tin Phịng chức trường Cao đẳng Công Thương quan tâm giúp đỡ mặt để tác giả hoàn thành nhiệm vụ học tập Xin chân thành cảm ơn quan tâm, động viên đóng góp quý báu đồng nghiệp Sự quan tâm, mong mỏi thành viên Gia đình động để tác giả nỗ lực học tập, nghiên cứu Luận án này, quà tinh thần, xin đáp lại niềm quan tâm, mong mỏi Cuối cùng, tác giả xin biểu thị biết ơn tới người thân bạn bè ưu ái, giúp đỡ, động viên, khích lệ để tác giả hoàn thành luận án LỜI CAM ĐOAN Tác giả xin khẳng định tất kết trình bày luận án riêng tác giả, không chép từ cơng trình khác Nếu có điều khơng trung thực, tác giả xin chịu hoàn toàn trách nhiệm Tác giả Đoàn Văn Thắng Mục lục Danh mục thuật ngữ từ viết tắt i Danh sách hình vẽ ii Danh sách bảng iii MỞ ĐẦU Chương TỔNG QUAN VỀ CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG MỜ 1.1 Giới thiệu 1.2 Thông tin khơng đầy đủ mơ hình CSDL 1.2.1 Thông tin sai lệch 10 1.2.2 Thơng tin thiếu xác 10 1.2.3 Thông tin không chắn 11 1.3 Tập mờ 11 1.3.1 Tập mờ 12 1.3.2 Các phép toán tập mờ 14 1.3.3 Tổng quát hoá ba phép toán tập mờ 14 1.3.4 Biến ngôn ngữ 15 1.4 Mơ hình biểu diễn liệu mờ với ngữ nghĩa đại số gia tử 17 1.4.1 Đại số gia tử 17 1.4.2 Đại số gia tử tuyến tính đầy đủ 20 1.5 Mơ hình CSDL hướng đối tượng mờ 26 1.5.1 Đối tượng mờ 27 1.5.2 Lớp mờ 28 1.5.3 Giá trị thuộc tính 29 1.5.4 Phương thức 30 1.5.5 Quan hệ lớp đối tượng mờ 30 1.5.6 Quan hệ kế thừa mờ 32 1.5.7 Mơ hình lớp đối tượng mờ 33 1.6 Ngôn ngữ truy vấn liệu 37 1.7 Kết luận 37 Chương PHỤ THUỘC DỮ LIỆU TRONG MƠ HÌNH CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG MỜ 39 2.1 Quan hệ ngữ nghĩa liệu mờ 39 2.1.1 Đối sánh giá trị khoảng 39 2.1.2 Sự tương đương hai giá trị thuộc tính 41 2.1.3 Xấp xỉ ngữ nghĩa 43 2.2 Phụ thuộc thuộc tính mờ tập luật suy dẫn 45 2.2.1 Phụ thuộc thuộc tính mờ lớp đối tượng 46 2.2.2 Các luật suy dẫn phụ thuộc thuộc tính mờ 50 2.3 Phụ thuộc phương thức mờ lớp đối tượng 51 2.4 Truy vấn Null lập luận tương tự 52 2.4.1 Các giá trị Null 52 2.4.2 Truy vấn Null 52 2.4.3 Lập luận tương tự 53 2.4.4 Thuật tốn tìm câu trả lời gần cho truy vấn Null 54 2.5 Một số ví dụ minh họa 63 2.6 Kết luận 69 Chương TRUY VẤN DỮ LIỆU TRONG HỆ THỐNG HƯỚNG ĐỐI TƯỢNG VỚI THÔNG TIN KHÔNG CHẮC CHẮN 70 3.1 Đối tượng mờ dư thừa 71 3.2 Các phép toán đại số mờ 73 3.2.1 Phép chọn mờ 73 3.2.2 Phép chiếu mờ 75 3.2.3 Phép tích mờ 75 3.2.4 Phép kết nối mờ 75 3.2.5 Phép hợp mờ 77 3.2.6 Phép giao mờ 78 3.2.7 Phép trừ mờ 79 3.3 Phương pháp truy vấn liệu mờ 80 3.3.1 Tìm kiếm liệu theo lân cận ngữ nghĩa 81 3.3.2 Truy vấn mờ với lượng từ ngôn ngữ 85 3.4 Một số ví dụ minh họa 90 3.5 Kết luận 96 KẾT LUẬN 97 DANH MỤC CƠNG TRÌNH CỦA TÁC GIẢ 98 TÀI LIỆU THAM KHẢO 100 i Danh mục thuật ngữ, từ viết tắt Tiếng Việt Tiếng Anh Ký hiệu Biến ngôn ngữ Linguistic variable Cơ sở liệu hướng đối tượng Object-Oriented DataBase OODB Cơ sở liệu hướng đối tượng mờ Fuzzy Object-Oriented DataBase FOODB Dữ liệu ngôn ngữ Linguistic data Đại số gia tử tuyến tính Linear Hedge algebra Đại số gia tử Hedge algebra Đại số đối tượng mờ Fuzzy Object Algebra Đối tượng phức hợp Composite object Định danh đối tượng Object Identity Giá trị chân lý Truth value Lập luận xấp xỉ Approximate reasoning Lược đồ đối tượng Object Schemas Nhóm quản trị sở đối tượng Object DataBase HA OID ODMG Management Group Ngôn ngữ truy vấn đối tượng Object Query Language OQL Ngôn ngữ truy vấn đối tượng mờ Fuzzy Object Query Language FOQL Quan hệ kế thừa Inheritance relationship Quan hệ kết nhập Aggregation relationship Phân cấp thừa kế mờ Fuzzy inheritance hierarchy Phụ thuộc hàm mờ Fuzzy Fuctional Dependency FFD Phụ thuộc phương thức mờ Fuzzy Method Dependency FMD Lân cận mờ Fuzzy Neighborhood FN ii Danh sách hình vẽ 2.1 [fa , fb ] ∈ ℑ(x) 40 2.2 [fa , fb ] ̸⊂ ℑ(x) 40 2.3 [fa , fb ] ∩ ℑ(x) = ∅ 41 2.4 Tính mờ trẻ già 41 2.5 Lớp đối tượng Sinh Viên 46 2.6 Lược đồ lớp NhanVien 66 3.1 Mối quan hệ lớp SinhVien PhongHoc 90 iii Danh sách bảng 2.1 Thể lớp SinhVien 47 2.2 Thể lớp SinhVien chuyển giá trị khoảng đối sánh với khoảng mờ thuộc tính 49 2.3 Kết thực truy vấn 2.1 64 2.4 Kết thực truy vấn 2.2 65 2.5 Thể lớp BoPhan QuanLy 66 2.6 Ma trận độ tương tự thuộc tính 66 2.7 Kết thực truy vấn 2.4 68 3.1 Các thể lớp PhongHoc SinhVien 91 3.2 Kết truy vấn 3.2 93 3.3 Kết truy vấn 3.2 95 91 Bảng 3.1 Các thể lớp PhongHoc SinhVien (a) Các thể lớp PhongHoc iDPH iD1 iD2 PhongHoc dienTich SV 30m2 {Id1, Id2, Id3, Id4} lớn {Id1, Id3, Id5, Id6} (b) Các thể lớp SinhVien iDSV Id1 Id2 Id3 Id4 Id5 Id6 tenSV An Bình Hà Hương Nhân Thủy tuoiSV trẻ trẻ 20 24 25 lớn SinhVien chieuCao 1.85 1.7 thấp cao 1.8 1.9 canNang 71 nặng 52 72 nặng 85 sucKhoe() Truy vấn 3.1: Xét truy vấn: “Cho biết sinh viên có tuổi khả trẻ ” Khi câu lệnh OQL mờ có dạng: select * from SinhVien where SinhVien.tuoiSV =2 khả trẻ Trong trường hợp này, áp dụng thuật tốn SASN câu truy vấn thực tìm kiếm liệu thuộc tính đối tượng Các bước thực sau: Bước (1) - (19): Do điều kiện mờ khả trẻ = nên cần xây dựng khoảng tương tự mức k = Chọn độ đo tính mờ xác định khoảng tương tự mức k = cho thuộc tính tuoi lớp SinhVien: Dtuoi = [0, 100], phần tử sinh {0, trẻ, W, già, 1}, tập gia tử {ít, khả năng, hơn, rất}, F Dtuoi = Htuoi (trẻ) ∪ Htuoi (già) Chọn fm(trẻ) = 0.4, fm(già) = 0.6, µ(khả năng) = 0.25, µ(ít) = 0.2, µ(hơn) = 0.15 µ(rất) = 0.4 Phân hoạch đoạn [0, 100] thành khoảng tương tự mức sau: fm(rất trẻ) * 100 = 0.4*0.4*0.4*100 =6.4 Vậy S(0)*100= [0, 6.4) (fm(khả trẻ) + fm(hơn trẻ))*100 = (0.2 * 0.25 * 0.4 + 0.15 * 0.4 *0.4)*100 = 4.4 Vậy, S(rất trẻ)*100 = [6.4, 10.8) (fm(ít trẻ) + fm(rất trẻ))*100 = (0.2*0.4*0.4 + 0.15*0.4*0.4)*100 = 5.6 (fm(hơn trẻ) + fm(khả trẻ))*100 = (0.15* 0.15* 0.4 + 0.15* 0.25* 0.4)*100 = 2.4 Vậy, S(hơn trẻ)*100 = [16.4, 18.8) (fm(ít trẻ) + fm(rất khả trẻ))*100 = (0.15 * 0.2 * 0.4 + 0.4 * 0.25 92 * 0.4)*100 = 5.2 (fm(hơn khả trẻ) + fm(khả khả trẻ))*100 = (0.15*0.25*0.4 + 0.25*0.25*0.4) *100 = S(khả trẻ)*100 = [24, 28) (fm(ít khả trẻ) + fm(rất trẻ)) *100 = (0.2*0.25*0.4 + 0.2*0.4*0.4) * 100 = 5.2 (fm(hơn trẻ) + fm(khả trẻ)) *100 = (0.15*0.2*0.4 + 0.2*0.25*0.4) * 100 = 3.2 Vậy, S(ít trẻ)*100 = [33.2, 36.4) Tương tự, tính S(W), S(ít già), S(khả già), S(hơn già), S(rất già), S(1) tuoi Từ đó, ta có lân cận mức lớp tương tự sau: F N2 (0) = [0, tuoi tuoi tuoi 6.4), F N2 (rất trẻ) = [6.4, 10.8), F N2 (hơn trẻ) = [16.4, 18.8), F N2 (khả tuoi trẻ) = [24, 28) F N2 (ít trẻ) = [33.2, 36.4] Tương tự ta có tuoi tuoi tuoi tuoi tuoi F N2 (W), F N2 (ít già), F N2 (khả già), F N2 (hơn già), F N2 (rất tuoi già), F N2 (1) Bước (20) - (27): Xác định lân cận mức tuổi khả trẻ lớp SinhVien tuoi Ta có tuổi khả trẻ ∈ S(khả trẻ) nên lân cận mức F N2 (khả trẻ) = [24, 28) Bước (28)-(31): Vậy đối tượng thỏa mãn {Id4, Id5} Truy vấn 3.2: Xét truy vấn: “Cho biết phịng học có diện tích lớn có sinh viên tuổi trẻ tham gia học phịng ” Khi câu truy vấn OQL mờ có dạng: select * from PhongHoc where PhongHoc.dienTich =1 lớn and PhongHoc.SV.tuoiSV =1 trẻ Trong trường hợp này, áp dụng thuật toán SASN câu truy vấn thực tìm kiếm liệu thuộc tính đối tượng Các bước thực hiện: Bước (1) - (19): Do điều kiện mờ lớn trẻ = nên cần xây dựng khoảng tương tự mức k = Chọn độ đo tính mờ xác định khoảng tương tự mức k=1 cho thuộc tính: tuoi lớp SinhVien, dienTich lớp PhongHoc + Đối với thuộc tính tuoi: Dtuoi = [0, 100], phần tử sinh {0, trẻ, W, già, 1}, tập gia tử {ít, khả năng, hơn, rất}, F Dtuoi = Htuoi (trẻ) ∪ Htuoi (già) 93 Chọn fm(trẻ) = 0.4, fm(già) = 0.6, µ(khả năng) = 0.25, µ(ít) = 0.2, µ(hơn) = 0.15 µ(rất) = 0.4 Đoạn [0, 100] phân hoạch thành khoảng tương tự mức sau: fm(rất trẻ) * 100 = 0.4*0.4*100=16 Vậy S(0)*100= [0, 16) (fm(khả trẻ) + fm(hơn trẻ))*100= (0.25*0.4 + 0.15*0.4)*100 = 16 Vậy, S(trẻ)*100 = [16, 32) (fm(ít trẻ) + fm(ít già))*100= (0.2*0.6 + 0.25*0.4)*100 =20 Vậy, S(W)*100 = [32, 52) (fm(khả già) + fm(hơn già))*100= (0.25*0.6 + 0.15*0.6)*100= 24 Vậy, S(già)*100 = [52, 76), S(1)*100 = [76, 100] tuoi Từ đó, ta có lân cận mức lớp tương tự sau: F N1 (0)= [0, tuoi tuoi tuoi 16), F N1 (trẻ)= [16, 32), F N1 (W) = [32, 52), F N1 (già) = [52, 76) tuoi F N1 (1) = [76, 100] + Đối với thuộc tính dienTich: DdienT ich = [0, 50], phần tử sinh {0, nhỏ, W, lớn, 1}, tập gia tử {ít, khả năng, hơn, rất}, F DdienT ich = HdienT ich (nhỏ) ∪ HdienT ich (lớn) Chọn fm(nhỏ)= 0.6, fm(lớn)= 0.4, µ(rất)= 0.35, µ(hơn)= 0.25, µ(khả năng)= 0.2, µ(ít)= 0.2 Đoạn [0, 50] phân hoạch thành khoảng tương tự mức tương tự cách tính thuộc tính tuoi, có lớp tương tự dienT ich dienT ich dienT ich sau: F N1 (0)= [0,10.5], F N1 (nhỏ)= (10.5, 24], F N1 (W)= dienT ich dienT ich (24, 34], F N1 (lớn) = (34, 43] F N1 (1)= (43, 50] Bước (20) - (27): Xác định lân cận mức diện tích lớn lớp PhongHoc tuổi trẻ lớp SinhVien Ta có diện tích lớn ∈ S(lớn) nên lân cận mức dienT ich diện tích lớn F N1 (lớn) = (34, 43], lân cận mức tuổi trẻ tuoi F N1 (trẻ)= [16, 32) Bước (28)-(31): Theo điều kiện diện tích phịng học lớn sinh viên có tuổi trẻ với phép tốn and đối tượng thỏa mãn Bảng 3.2 Kết truy vấn 3.2 iDPH dienTich sv iD2 lớn {Id1,Id3,Id5} 94 Truy vấn 3.3: Xét truy vấn “Cho biết sinh viên có sức khỏe tốt” Khi câu truy vấn OQL mờ có dạng: select * from SinhVien where SinhVien.suckhoe() =1 tốt Áp dụng thuật tốn SMSN câu truy vấn thực tìm kiếm liệu phương thức đối tượng Các bước thực sau: Bước (1) - (19): Do điều kiện mờ tốt nên cần xây dựng khoảng tương tự mức k=1 Chọn độ đo tính mờ xác định khoảng tương tự mức k=1 cho thuộc tính: chieuCao canNang lớp SinhVien + Đối với thuộc tính chieuCao: DchieuCao = [0, 2], phần tử sinh {0, thấp, W, cao, 1}, tập gia tử {ít, khả năng, hơn, rất}, F DchieuCao = HchieuCao (cao) ∪ HchieuCao (thấp) Chọn fm(cao) = 0.4, fm(thấp) = 0.6, µ(khả năng) = 0.2, µ(ít) = 0.25, µ(hơn) = 0.25 µ(rất) = 0.2 Đoạn [0, 2] phân hoạch thành khoảng tương tự mức sau: fm(rất cao) * = 0.2*0.4*2=0.16 Vậy S(1)*2= (1.84, 2) (fm(khả cao) + fm(hơn cao))*2= (0.25*0.4 + 0.25*0.4)*2 = 0.4, S(cao)*2 = (1.44, 1.84) (fm(ít cao) + fm(ít thấp))*2= 0.2*(0.6 + 0.4)*2 =0.6, S(W)*2 = (0.84, 1.44) (fm(khả thấp) + fm(hơn thấp))*2= (0.25+0.25)*0.6*2= 0.6, S(thấp)*2 = (0.24, 0.84], S(0)*2 = [0, 24] chieuCao Từ đó, ta có lân cận mức lớp tương tự sau: F N1 (0) chieuCao chieuCao = [0, 0.24], F N1 (thấp) = (0.24, 0.84], F N1 (W) = (0.84, 1.44], chieuCao chieuCao F N1 (cao) = (1.44, 1.84] F N1 (1) = (1.84, 2] + Đối với thuộc tính canNang: DcanN ang = [0, 100], phần tử sinh {0, nhẹ, W, nặng, 1}, tập gia tử {ít, khả năng, hơn, rất}, F DcanN ang = HcanN ang (nhẹ) ∪ HcanN ang (nặng) Chọn fm(nhẹ)= 0.6, fm(nặng) = 0.4, µ(rất) = 0.35, µ(hơn) = 0.25, µ(khả 95 năng) = 0.15, µ(ít) = 0.25 Đoạn [0, 100] phân hoạch thành khoảng tương tự mức tương tự cách tính thuộc tính chieuCao, canN ang canN ang có lớp tương tự sau: F N1 (0) = [0, 21], F N1 (nhẹ) = (21, canN ang canN ang canN ang 45], F N1 (W) = (45, 70], F N1 (nặng) = (70, 86] F N1 (1) = (86, 100] Bước (20) - (39): Hàm tích hợp ĐSGT trường hợp phép toán hợp hai thuộc tính chieuCao canNang Vì vậy, lân cận mức thuộc tính chieuCao chieuCao F N1 (cao) = (1.44, 1.84], lân cận mức thuộc tính canNang canN ang F N1 (nặng) = (70, 86] Vậy đối tượng thỏa mãn truy vấn result = {Id2, Id5} Truy vấn 3.4: Xét truy vấn: “Cho biết phịng học có diện tích lớn có sinh viên tuổi trẻ tham gia học phịng ” Khi câu truy vấn OQL mờ có dạng: select * from PhongHoc where "ít 2" (PhongHoc.dienTich =1 lớn and PhongHoc.SV.tuoiSV =1 trẻ) Dựa vào truy vấn 3.1, kết đối tượng thỏa mãn điều kiện truy vấn là: Bảng 3.3 Kết truy vấn 3.2 iDPH dienTich sv iD2 lớn {Id1,Id3,Id5} Lượng từ “ít 2” lượng từ tuyệt đối đơn điệu tăng, nên ta có A A fitnhat2 (|result|) = fitnhat2 (|2|) = , kết truy vấn khơng có đối tượng thỏa mãn resultQ = ∅ Truy vấn 3.5: “Cho biết sinh viên có sức khỏe tốt” Khi câu truy vấn OQL mờ có dạng: select * from SinhVien where "ít 2" (SinhVien.suckhoe() =1 tốt) Dựa vào truy vấn 3.2, kết đối tượng thỏa mãn điều kiện truy vấn result = {Id2, Id5} Lượng từ “ít 2” lượng từ tuyệt đối đơn điệu tăng, nên ta có 96 A A fitnhat2 (|result|) = fitnhat2 (|2|) = 1, kết truy vấn resultQ= {Id2, Id5} 3.5 Kết luận Trong chương này, dựa xấp xỉ mức k giá trị thuộc tính mờ luận án đưa định nghĩa đối tượng dư thừa ba phép toán kết hợp để loại bỏ dư thừa Trên sở đó, chương đề xuất phép toán đại số mờ cho lớp mờ đối tượng mờ làm sở cho việc xử lý truy vấn liệu mơ hình CSDL HĐT mờ Phương pháp xác định giá trị chân lý điều kiện mờ việc định giá lượng từ câu truy vấn trình bày theo cách tiếp cận ngữ nghĩa định lượng đại số gia tử Việc định giá đưa lượng từ ngôn ngữ vào truy vấn hướng đối tượng mờ làm cho việc xử lý truy vấn trở nên mềm dẻo gần gũi với thực tế Cuối cùng, đề xuất thuật toán thực việc tìm kiếm liệu với điều kiện mờ dựa ngữ nghĩa đại số gia tử KẾT LUẬN Luận án tập trung nghiên cứu mô hình CSDL hướng đối tượng mờ dựa ngữ nghĩa định lượng ĐSGT số thao tác liệu mơ hình Cụ thể luận án đạt số kết quả: Luận án xem miền trị thuộc tính mờ mà giá trị miền trị tồn thứ tự tuyến tính ĐSGT tuyến tính đầy đủ, xây dựng phân hoạch dựa vào độ dài giá trị miền trị, từ đề xuất định nghĩa quan hệ đối sánh như: mức k, tương đương mức k Dựa độ đo xấp xỉ ngữ nghĩa hai liệu mờ, luận án đưa khái niệm phụ thuộc hàm mờ lớp chứng minh tính đắn hệ luật suy dẫn Phụ thuộc liệu mờ vấn đề liên quan dạng phụ thuộc liệu để giải chuẩn hóa liệu phát tri thức từ liệu Dựa lân cận mức phân hoạch, luận án đưa phép toán đại số đối tượng mờ làm sở để xử lý thực thi truy vấn đối tượng mơ hình CSDL HĐT mờ Xây dựng ngôn ngữ thao tác liệu mờ, cụ thể câu truy vấn hướng đối tượng mờ đề xuất thuật toán liên quan Đưa lượng từ ngôn ngữ vào câu truy vấn mờ phụ thuộc hàm mờ làm cho việc thao tác liệu phát phụ thuộc liệu gần gũi với thực tế Những vấn đề đặt từ kết nghiên cứu luận án: - Nghiên cứu dạng chuẩn đối tượng mờ - Để đánh giá định lượng nghiên cứu cài đặt thực nghiệm hệ quản trị CSDL HĐT Objectivity, O2 - Tiếp tục nghiên cứu truy vấn liệu phương pháp tối ưu hóa truy vấn 98 DANH MỤC CƠNG TRÌNH CỦA TÁC GIẢ Đồn Văn Ban, Trương Cơng Tuấn, Đoàn Văn Thắng (2011), Câu trả lời gần cho truy vấn NULL mơ hình sở liệu hướng đối tượng mờ thiếu thơng tin, Tạp chí Tin học Điều khiển học, Tập 27, Số 4, 329-340 Đồn Văn Ban, Trương Cơng Tuấn, Đồn Văn Thắng (2013), Các phụ thuộc đối tượng mờ dựa xấp xỉ ngữ nghĩa theo cách tiếp cận đại số gia tử, Tạp chí Tin học Điều khiển học, Tập 29, Số 1, 66-78 Doan Van Ban, Truong Cong Tuan, Doan Van Thang (2012), Querying data with fuzzy information in object-oriented databases based on hedge algebraic semantics, Proceedings of the Fourth International Conference on Knowledge and Systems Engineering, Danang-Vietnam, IEEE Computer Society Press, 39-45 Đoàn Văn Thắng (2010), Truy vấn liệu với thông tin mờ không chắn sở liệu hướng đối tượng, Tạp chí Khoa học Cơng nghệ, Đại học Đà Nẵng Số 39, 15-24 Đoàn Văn Ban, Đoàn Văn Thắng (2010), Mơ hình sở liệu hướng đối tượng theo hướng tiếp cận đại số gia tử, Tạp chí Khoa học Cơng nghệ, Đại học Đà Nẵng Số 41, 58-67 D.V.Thang, D.V.Ban (2011), Query data with fuzzy information in objectoriented databases an approach interval values,International Journal of Computer Science and Information Security, USA, Feb 2011, 1-6 Đồn Văn Ban, Trương Cơng Tuấn, Đồn Văn Thắng, Trần Minh Cảnh (2012), So sánh đối tượng mơ hình sở liệu hướng đối tượng mờ, Kỷ yếu Hội thảo quốc gia “Một số vấn đề chọn lọc công nghệ thông tin Truyền thông”, Cần Thơ, 7-8 tháng 10 năm 2011, NXB Khoa học Kỹ thuật, Hà Nội, 474-487 99 Đoàn Văn Thắng (2013), Các phép toán đại số sở liệu hướng đối tượng mờ theo tiếp cận đại số gia tử, Hội nghị Quốc gia lần thứ VI Nghiên cứu ứng dụng Công nghệ thông tin (FAIR), Huế, 20 – 21/6/2013, NXB Khoa học Tự nhiên Công nghệ, Hà Nội, 62-70 100 TÀI LIỆU THAM KHẢO Tiếng việt [1] B.Bouchon, Meunier, Hồ Thuần, Đặng Thanh Hà (2007), Logic mờ ứng dụng, NXB Đại học Quốc gia Hà Nội [2] Đoàn Văn Ban (1999), Một số tính chất q trình thừa kế kiểu mơ hình sở liệu hướng đối tượng, Tạp chí tin học điểu khiển học, T16, S3, 5-7 [3] Đồn Văn Ban (2000), Tính đắn lược đồ sở liệu hướng đối tượng, Tạp chí tin học điểu khiển học, S16, T3, 5-7 [4] Hồ Cẩm Hà (2002), Một cách tiếp cận mở rộng sở liệu quan hệ với thông tin không đầy đủ, Luận án tiến sĩ toán học, Trường Đại học Bách Khoa Hà Nội [5] Nguyễn Công Hào (2008), Cơ sở liệu mờ với thao tác liệu dựa đại số gia tử, Luận án tiến sĩ tốn học, Viện Cơng nghệ thơng tin – Viện khoa học Công nghệ Việt Nam [6] Nguyễn Cát Hồ, Trần Thái Sơn (1995), Về khoảng cách giá trị biến ngôn ngữ đại số gia tử, Tạp chí tin học điều khiển học, S11, T1, 10-20 [7] Nguyễn Cát Hồ, Nguyễn Văn Long (2003), Làm đầy đủ đại số gia tử sở bổ sung phần tử giới hạn, Tạp chí tin học điều khiển học, S19, T1, 62-71 [8] Nguyễn Cát Hồ (2001), Lý thuyết tập mờ cơng nghệ tính tốn mềm, Hệ mờ, mạng nowrron ứng dụng, Nhà xuất khoa học kỹ thuật, 37-74 101 [9] Nguyễn Kim Anh (2003), Chuẩn hóa sơ đồ sở liệu hướng đối tượng, Tạp chí tin học điều khiển học, S19, T2, 125-130 [10] Phương M Nam, Trần Thái Sơn (2006), Về sở liệu mờ ứng dụng quản lý tội phạm, Tạp chí tin học điều khiển học, S22, T1, 25-36 [11] Trương Ngọc Châu (2011), Tối ưu hóa truy vấn liệu hướng đối tượng, Luận án tiến sĩ tốn học, Viện Cơng nghệ thơng tin – Viện khoa học Công nghệ Việt Nam [12] Trần Đình Khang (1998) Lập luận xấp xỉ hệ hỗ trợ định, Luận án tiến sĩ toán học, Trường Đại học Bách Khoa Hà Nội [13] Vũ Đức Quảng (2013), Nghiên cứu phụ thuộc hàm sở liệu hướng đối tượng mờ, Luận án tiến sĩ tốn học, Viện Cơng nghệ thơng tin – Viện khoa học Công nghệ Việt Nam Tiếng Anh [14] Alhajj, R., Arkun, M E (1993) An object algebra for object-oriented database systems Data Base, 24, 3, 13-22 [15] Berzal, F., Marín N., Pons O., Vila M.A (2005) A framework to build fuzzy object-oriented capabilities over an existing database system In Ma, Z (Ed.): Advances in Fuzzy Object- Oriented Database: Modeling and Applications Idea Group Publishing, 177-205 [16] Baldwin, J.F., Cao, T.H Martin, T.P., and Rossiter J.M (2000) Toward soft computing object- oriented logic programming In Proceedings of the 9th IEEE International Conference on Fuzzy Systems, San Antonio, USA, 768-773 [17] Bordogna G., Lucarella D., Pasi G (1994) A fuzzy object-oriented data model In Proceedings of the 3rd IEEE International Conference on Fuzzy Systems, NewYork, USA, 1, 313-318 102 [18] Bordogna, G., Pasi, G., and Lucarella, D (1999) A fuzzy object-oriented data model managing vague and uncertain information International Journal of Intelligent Systems, 14, 623-651 [19] Cao, T.H and Rossiter, J.M (2003) A deductive probabilistic and fuzzy object-oriented database language International Journal of Fuzzy Sets and Systems, 140, 129-150 [20] Cat Ho Nguyen, Witold Pedrycz, Thang Long Duong, Thai Son Tran (2013) A genetic design of linguistic terms for fuzzy rule based classifiers International journal of approximate reasoning, 54, 1-21 [21] Chen G, Kerre E E., Vandenbulcke J (1994) A computational algorithm for the FFD transitive closure and a complete axiomatization of fuzzy functional dependence International Journal of Intelligent Systems, 9, 5, 421-439 [22] Cettell R G G., et al (eds.) (2000) The Object - Oriented Standard: ODMG 3.0, San Francisco, CA: Morgan Kaufmann [23] Rita De Caluwe, R (Ed): Fuzzy and Uncertain Object Oriented Databases: Concepts Models, World Scientific [24] De Tre, G., Dc Caluwe, R (2005) A constraint based fuzzy object oriented database model In Ma, Z (Ed.): Advances in Fuzzy Object-Oriented Database: Modeling and Applications Idea Group Publishing, 1-45 [25] George, R., Buckles, B.P., and Petry, F.E (1993) Modelling class hierarchies in the fuzzy object- oriented data model International Journal of Fuzzy Sets and Systems, 60, 259-272 [26] Jyothi S., Babu M.S (1997) Multivalued dependencies in fuzzy relational databases and lossess join decomposition Fuzzy Set and Systems, 88, 3, 315-332 [27] Komatzky, Y., Shimony, S.E (1994) A probabilistic object-oriented data model Data and Knowledge Engineering 12, 143-166 103 [28] Liu Wei-Yi (1997) Fuzzy data dependencies and implication of fuzzy data dependencies Fuzzy Set and Systems, 92, 3, 341-348 [29] Marin, N., Pons O., Vila, M, A (2001) A strategy for adding fuzzy types to an object-oriented database system International Journal of Intelligent Systems, 16, 863-880 [30] N.C.Ho and Wechler (1990), Hedge algebras: An algebraic approach to structures of sets of linguistic domains of linguistic truth variable, Fuzzy Sets and systems, 35, 281-293 [31] N.C.Ho and Wechler (1992), Extende hedge algebras and their application to fuzzy logic, Fuzzy Sets and systems, 52, 259-281 [32] N.C.Ho (2003), Quantifying hedge algebras and interpolation methods in approximate reasoning, Proc Of the 5th Inter Conf on fuzzy information processing, Beijing, March 1-4, 105-112 [33] N.C.Ho (2006), A model of relational databases with linguistic data of hegde algebras – based semantics, ICT.rda, 20-21/05/2006 [34] N.C.Ho, N.V.Long (2007), Fuzziness measure on complete hedge algebras and quantitative semantics of terms in linear hedge algebras, Fuzzy sets and systems, 158, 452-471 [35] N.C Ho, H.V Nam (2002), Towards an algebraic foundation for a zadeh fuzzy logic, Fuzzy Sets and System, 129, 229–254 [36] Ma, Z, M Mili, F (2002) Handling fuzzy information in extended possibility-based fuzzy relational databases International Journal of Intelligent Systems, 17, 10, 925-942 [37] Li Yan, Z.M.Ma, Fu Zhang (2012) Algebraic operations in fuzzy objectoriented databases, @springer Science + Business Media [38] S.Dutta (1991), Approximate reasoning by analogy to answer null queries Int.J.Appr.Reasoning, 5, pp 373-398 104 [39] S Wang, T Huang (1997), Analogical reasoning to answer NULL queries in fuzzy object oriented data model, 6th IEEE International Conference on Fuzzy Systems, Barcelona, Spain, Vol 1, pp 31-36 [40] Shyue-Liang Wang, Yu-Jane Tsai (1998), Null queries with interval-valued ambiguous attributes, IEEE, 2150-2153 [41] Shukla, Praveen Kumar, et al (2011), A survey of fuzzy techniques in object oriented database International Journal of Scientific and Engineering Research 2,11, pp 1-11 [42] Tamer O., Valduriez P (1999) Principles of Distributed Database Systems Prentice Hall Englewood Cliffs, Second Edition, New Jersey 07362 [43] Ulmano, M., Fukami, S (1994) Fuzzy relational algabra for possibility distribution relational model of fuzzy data International Journal of Intelligent Systems, 3, 7-27 [44] Van Gyseghem, N., De Caluwe, R (1997) The UFO database model: dealing with imperfect information De Caluwe, R.(Ed.):Fuzzy and Uncertain Object-Oriented Databases: Concepts and Models, World Scientific,123-185 [45] Vladarean Cristina (2006), Extending Object oriented databases for fuzzy information modeling, ROMAI J., 2, pp 225-237 [46] Wei Yi Liu (1997), Fuzzy data dependencies and implication of fuzzy data dependencies, Fuzzy Sets and Systems, 92, 341-348 [47] Yazici, A., George, R., and Aksoy, D (1999) Design and implementation issues in the fuzzy object- oriented data model International Journal of Information Sciences, 108, 241-260 [48] Yazici, A., George (1999c), R Integrity constraints in similarity-based fuzzy relational databases: Fuzzy database modelling Studies in Fuzziness and Soft Computing, Physica - Verlag, 26, 113-210 105 [49] Zicari R and Milano P (1990), Incomplete information in object-oriented databases, ACMSIGMOD Record, 19 (3), pp 5-16 [50] L.A.Zadeh (1965), Fuzzy Sets, Information and control, 8(3), pp 338-353 [51] L.A.Zadeh (1975), The concept of a linguistic variable and its application to approximate reasoning Information Sciences, Part I: 8, 199-249; Part II: 8, 301-357; Part III: 9, 43-80 [52] Zamulin, A., V (2002) An object algebra for the ODMG standard Proceedings of the 6th East European Conference on Advances in Databases and Information Systems, Lecture Note in Computer Science, 2435, 291-304 [53] Zongmin Ma (2005), Advances in Fuzzy Object-Oriented Databases Modeling and application, Idea Group Publishing ... liệu mơ hình CSDL HDT với thông tin ngôn ngữ mờ 1.5.1 Đối tượng mờ Các đối tượng dùng để đặc tả thực thể giới thực khái niệm trừu tượng Các đối tượng có thuộc tính hay mối quan hệ đối tượng với. .. LIỆU THAM KHẢO 100 i Danh mục thuật ngữ, từ viết tắt Tiếng Việt Tiếng Anh Ký hiệu Biến ngôn ngữ Linguistic variable Cơ sở liệu hướng đối tượng Object-Oriented DataBase OODB Cơ sở liệu hướng đối. .. VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM VIỆN CÔNG NGHỆ THÔNG TIN ĐOÀN VĂN THẮNG CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG VỚI THÔNG TIN NGÔN NGỮ MỜ Chuyên ngành: Bảo đảm tốn học cho máy tính hệ thống tính