Việc ứng dụng toán học mờ vào các mô hình cơ sở dữ liệu nói chung và mô hình CSDL HĐT nói riêng là rất cần thiết để xử lý thông tin không chắc chắn, mơ hồ, hay không rõ ràng. Luận án đề xuất ba giải pháp sau:
- Tiền xử lý dữ liệu: Nhằm tăng tính hiệu quả cho quá trình lưu trữ và xử lý dữ liệu, luận án đề xuất phương pháp gom cụm và so sánh tính tương tự giữa hai đối tượng. Bên cạnh đó, luận án đề xuất thuật toán phân cụm EMC được cải tiến dựa trên thuật
51
toán Expectation Maximization (EM) bằng cách bổ sung bước (C) vào thuật toán để tăng độ mềm dẻo và giảm tối ưu hóa cục bộ và tăng tối ưu hóa toàn cục trong quá trình phân cụm. Kết quả của thuật toán gom cụm EMC được tiếp tục xử lý mờ hóa dữ liệu bằng phương pháp phân khoảng mờ.
- Xử lý truy vấn mờ: Thông qua các kết quả từ tiền xử lý dữ liệu, luận án đề xuất một số phương pháp xử lý truy vấn mờ mới dựa vào độ đo tương tự và gom cụm dữ liệu - Đề xuất đại số kết hợp mờ mới: luận án tập trung định nghĩa các phép toán kết hợp mờ như (Phép chọn mờ, phép nối mờ, phép chiếu mờ, phép chia mờ, phép trừ mờ, phép hợp mờ và phép giao mờ làm cơ sở cho việc xây dựng đại số truy vấn mờ cho mô hình cơ sở dữ liệu hướng đối tượng mờ. Luận án đề xuất kiến trúc xử lý và tối ưu hóa truy vấn mờ. Cụ thể, luận án phát triển thuật toán heuristic tối ưu hóa đại số đối tượng mờ dựa trên các quy tắc của phép biến đổi tương đương. Phân tích trên một số thử nghiệm sử dụng thuật toán đề xuất cho thấy hiệu suất xử lý truy vấn tốt hơn, điều này chứng tỏ sự nâng cao hiệu quả của phương pháp đã đề xuất.