MỤC LỤC
Ý tưởng nổi bật của khái niệm tập mờ của Zadeh là từ những khái niệm trừu tượng về ngữ nghĩa của thông tin mờ, không chắc chắn như trẻ, nhanh, cao-thấp, xinh đẹp., ông đã tìm ra cách biểu diễn nó bằng một khái niệm toán học, được gọi là tập mờ, như là một sự khái quát trực tiếp của khái niệm tập hợp kinh điển.
Nếu F là tập con thông thường của U, chiều cao của nó bằng 1; nó được chuẩn hóa và đồng nhất với giá và hạt nhân của nó; lực lượng của nó chính là số phần tử của tập hợp theo định nghĩa cổ điển. Tập mờ F1 thể hiện các nước đều được chấp nhận cư trú nhưng với thứ tự ưu tiên khác nhau.
Ba phép toán logic mờ cơ bản: phủ định mờ, và mờ, hoặc mờ và các toán hạng tham gia vào ba phép toán này là các giá trị Boolean mờ được biểu diễn bởi các tập mờ trên cùng vũ trụ U [49]. Cho A: àA(x) một giỏ trị Boolean mờ được biểu diễn bởi tập mờ trên vũ trụ U, phép phủ đinh mờ.
Dựa vào lý thuyết khả năng, tính mơ hồ được biểu diễn trong phân cấp lớp, các miền mờ của các thuộc tính lớp con được xác định bằng cách thu hẹp miền của các thuộc tính của lớp cha, mức độ bao hàm của lớp con trong lớp cha được xác định dựa trên mức độ bao hàm các miền mờ của các thuộc tính của lớp cha đối với các miền mờ của các thuộc tính của lớp con [16]. Trong chương này, chúng tôi giới thiệu một mô hình CSDL hướng đối tượng mờ với dữ liệu được biểu diễn bởi phân bố khả năng được đề xuất bởi ZongMin Ma [51], mô hình này cho phép ta thiết kế được một lược đồ CSDL biểu diễn được một cách đầy đủ các thể hiện mờ của các đối tượng và các mối quan hệ mờ trong thế giới thực.
Đôi khi cùng một khía cạnh của thế giới thực được biểu diễn nhiều lần trong cùng một CSDL hay trong nhiều CSDL khác nhau. Trong việc tích hợp thông tin từ nhiều CSDL khác nhau, các vấn đề về sự không nhất quán của thông tin phải được quan tâm một cách đầy đủ.
Như vậy, thông tin không chính xác không phải là thông tin sai lệch và không làm phương hại tới tính toàn vẹn của CSDL. - Thông tin khoảng/miền, chẳng hạn tuổi của Nam nằm trong khoảng từ 35 đến 40 hoặc tuổi của Nam lớn hơn 35.
- Thứ nhất, một lớp được định nghĩa bởi các đối tượng mờ (lớp ngoại diên), các đối tượng này thuộc vào lớp với độ thuộc thành viên trong khoảng [0, 1]. Do đó, một đối tượng thuộc mờ vào một lớp xuất hiện khi lớp hay đối tượng là mờ, và một lớp là một lớp con của một lớp khác với độ thuộc thành viên trong [0, 1].
Tuy nhiên, một lưu ý khi xem xét mối quan hệ đối tượng/lớp mờ, đó là, nếu chỉ có các độ bao hàm của các miền thuộc tính của lớp đối với các giá trị thuộc tính đối tượng là không đủ để định giá độ thuộc thành viên của một đối tượng thuộc vào lớp bởi vì các thuộc tính đóng một vai trò khác nhau trong việc định nghĩa lớp. - Trường hợp 3: Không có mối quan hệ đối tượng/lớp trực tiếp, cũng không có mối quan hệ đối tượng/lớp gián tiếp giữa đối tượng o và hai lớp C1, C2, hoặc chỉ có một mối quan hệ đối tượng/lớp gián tiếp giữa đối tượng o và một trong hai lớp C1 và C2, giả sử là C1, nhưng không có lớp con C’1 của lớp C1 để đối tượng o và lớp C’1 có mối quan hệ đối tượng/lớp trực tiếp.
Trong CSDL hướng đối tượng truyền thống, một lớp con được tạo ra từ một lớp cha bằng cách kế thừa một số thuộc tính và phương pháp từ lớp cha, ghi đè một số thuộc tính và phương pháp của lớp cha hoặc định nghĩa một số thuộc tính và phương thức mới. Mức độ mà lớp con (mờ) được bao hàm trong lớp cha (mờ) có thể được tính dựa theo mức độ các miền thuộc tính của lớp con được bao hàm trong các miền thuộc tính của lớp cha và các trọng số tương ứng của các thuộc tính.
Không giống như trong các hệ thống CSDL hướng đối tượng truyền thống, trong phân cấp đa thừa kế mờ, lớp con thừa kế từ các lớp cha với các mức độ khác nhau. Ví dụ, một thuộc tính mờ Tuổi được khai báo: Tuổi: FUZZY DOMAIN {rất trẻ, trẻ, già, rất già} OR integer with degree 1.0; giá trị của thuộc tính Tuổi có thể nhận một giá trị nguyên bằng 21 hay một giá trị mờ “trẻ”.
- R(k)(oij,omn)là giá trị quan hệ giữa hai đối tượng oijvà omn, nếu R(k)(oij,omn)= 0 kết hợp mờ giữa hai đối tượng oijvà omn không cần biểu diễn trong FAim. - R(k)(oij,omn)là giá trị quan hệ giữa hai đối tượng oijvà omn, nếu R(k)(oij,omn)= 0 kết hợp mờ giữa hai đối tượng oijvà omn không cần biểu diễn trong FAim. Tuy nhiên, mô hình dữ liệu hướng đối tượng mờ với dữ liệu được mô tả bởi phân bố khả năng mở rộng theo quan hệ giống nhau cho phép chúng ta dễ dàng biểu diễn các loại dữ liệu mờ và xác định độ tương tự giữa hai giá trị thuộc tính mờ của hai đối tượng với các loại kiểu dữ liệu khác nhau.
Do nhu cầu mở rộng ứng dụng cũng như để đặc tả các đối tượng với nhiều kiểu dữ liệu phức tạp hơn mà không được hỗ trợ bởi các hệ quản trị CSDL quan hệ, vì vậy, người ta phải chuyển đổi từ mô hình CSDL quan hệ sang mô hình CSDL hướng đối tượng mờ. Do nhu cầu mở rộng ứng dụng cũng như để đặc tả các đối tượng với nhiều kiểu dữ liệu phức tạp hơn mà không được hỗ trợ bởi các hệ quản trị CSDL quan hệ, vì vậy, người ta phải chuyển đổi từ mô hình CSDL quan hệ sang mô hình CSDL hướng đối tượng mờ. Do nhu cầu mở rộng ứng dụng cũng như để đặc tả các đối tượng với nhiều kiểu dữ liệu phức tạp hơn mà không được hỗ trợ bởi các hệ quản trị CSDL quan hệ, vì vậy, người ta phải chuyển đổi từ mô hình CSDL quan hệ sang mô hình CSDL hướng đối tượng mờ.
Ví dụ 3.4: Thuộc tính maSV của lớp SinhVien trong Ví dụ 3.3 là thuộc tính khóa, các thuộc tính hoTen, tuoi, lop là các thuộc tính không khóa, thuộc tính mô tả đối tượng. Quan hệ giữa phương thức Mj và tập thuộc tính X được gọi là phụ thuộc phương thức, ký hiệu X →fm Mj. Với phép tách ρ được định nghĩa như trên, bổ đề 3.3 vẫn đúng trong trường hợp các lớp đối tượng là mờ.
Bằng cách kết hợp giữa cách tiếp cận chuẩn hóa lược đồ của Codd trong mô hình CSDL quan hệ và cách tiếp cận lập trình hướng đối tượng, các dạng chuẩn đối tượng 1ONF, 2ONF, 3ONF được đưa ra bởi tác giả Nguyễn Kim Anh [5] cũng giống như các dạng chuẩn 1, 2, 3 trong mô hình CSDL quan hệ. Vì vậy, chúng tôi đề xuất ba dạng chuẩn đối tượng mờ 1FONF, 2FONF, 3FONF, và với quan điểm hành vi của đối tượng phụ thuộc vào các thuộc tính của đối tượng, việc tách các lớp về các dạng chuẩn được thực hiện trên cả thuộc tính và phương thức. Mặc dù, lớp CungUng thuộc dạng 1FONF nhưng dị thường về dữ liệu có thể xuất hiện bởi vì dữ liệu về hãng gắn liền với dữ liệu về việc cung ứng hàng hóa nên không thể bổ sung dữ liệu về một hãng nếu hãng đó chưa cung cấp một mặt hàng nào.
Trong cơ sở dữ liệu hướng đối tượng rừ, hai đối tượng o1 và o2 được gọi là bằng nhau, ký hiệu o1 = o2, nếu chúng có cùng giá trị, điều này có nghĩa là hai đối tượng này đặc tả cùng một thực thể trong thế giới thực. Cách thức xác định mức độ tương tự giữa hai đối tượng mờ dựa trên mối quan hệ giữa hai lớp mà hai đối tượng mờ này thuộc vào và vai trò của các thuộc tính được định nghĩa trong lớp (được thể hiện thông qua trọng số của nó). Hai mục sau, trình bày cách thức xác định độ tương tự của hai đối tượng trong cùng một lớp mờ và thuộc hai lớp khác nhau: lớp cha và lớp con.
Trong CSDL hướng đối tượng mờ, khả năng hai đối tượng cùng đặt tả một thực thể được thể hiện qua mức độ tương tự của chúng. Tương tự, với mỗi cặp giỏ trị của thuộc tính trong lớp cha và thuộc tính ghi đè tương ứng trong lớp con, chẳng hạn thuộc tính Aj và thuộc tính A’j (k + 1 ≤ j. Tương tự như cách tính mức độ tương tự giữa hai đối tượng thuộc cùng một lớp như ở trên, với mỗi cặp giá trị của thuộc tính chung Ai (1≤ i ≤ k) của C và C’, ta thu được một giá trị tương tự của hai đối tượng o1 và o2 trên thuộc tính Ai, được ký hiệu.
((ai T ai , trong đó giá trị chân lý T(ai)của mẫu kết hợp mờ aiđược xác định bằng độ thuộc thành viên của aithuộc vào lớp mờ C, T(ai)=μC(ai). (4) Mẫu kết hợp nội suy dẫn mờ gồm hai đỉnh không kề nhau và một cạnh suy dẫn nối giữa hai đỉnh, ký hiệu. ((aibj bjcl bjdk T. Các phép toán kết hợp mờ. Để truy vấn dữ liệu trong CSDL hướng đối tượng mờ, ta sử dụng một số phép toán kết hợp mờ trong [38]. Các khái niệm được sử dụng trong định nghĩa các phép toán bao gồm:. Ci : biểu diễn một biến lớp mờ;. [R Ci Cj : biểu diễn một kết hợp mờ giữa hai lớp Ci. VŨ ĐỨC QUẢNG. nhau và một cạnh bù suy dẫn giữa hai đỉnh, ký hiệu )).