- 模糊逻辑教程
- 模糊逻辑 - 首页
- 模糊逻辑 - 简介
- 模糊逻辑 - 经典集合论
- 模糊逻辑 - 集合论
- 模糊逻辑 - 隶属函数
- 传统模糊知识回顾
- 近似推理
- 模糊逻辑 - 推理系统
- 模糊逻辑 - 数据库和查询
- 模糊逻辑 - 量化
- 模糊逻辑 - 决策
- 模糊逻辑 - 控制系统
- 自适应模糊控制器
- 神经网络中的模糊性
- 模糊逻辑 - 应用
- 模糊逻辑有用资源
- 模糊逻辑 - 快速指南
- 模糊逻辑 - 有用资源
- 模糊逻辑 - 讨论
模糊逻辑 - 数据库和查询
我们在之前的章节中学习过,模糊逻辑是一种基于“真值程度”而不是通常的“真或假”逻辑的计算方法。它处理近似而不是精确的推理,以一种更类似于人类逻辑的方式解决问题,因此,布尔代数的两值实现方式对于数据库查询过程来说是不够的。
数据库上关系的模糊场景
可以通过以下示例了解数据库上关系的模糊场景:
示例
假设我们有一个数据库,其中包含访问过印度的人员记录。在简单的数据库中,我们将以以下方式进行条目:
姓名 | 年龄 | 国籍 | 访问国家 | 停留天数 | 访问年份 |
---|---|---|---|---|---|
John Smith | 35 | 美国 | 印度 | 41 | 1999 |
John Smith | 35 | 美国 | 意大利 | 72 | 1999 |
John Smith | 35 | 美国 | 日本 | 31 | 1999 |
现在,如果有人查询在99年访问过印度和日本并且是美国公民的人,则输出将显示两条包含John Smith姓名的记录。这是一个简单的查询,生成简单的输出。
但是,如果我们想知道上述查询中的人是否年轻呢?根据上述结果,该人的年龄为35岁。但是,我们能否假设该人年轻呢?同样,相同的事情可以应用于其他字段,例如停留天数、访问年份等。
可以通过以下模糊值集找到上述问题的解决方案:
FV(年龄){非常年轻,年轻,有点老,老}
FV(停留天数){几乎几天,几天,相当多天,很多天}
FV(访问年份){遥远的过去,最近的过去,最近}
现在,如果任何查询包含模糊值,则结果也将具有模糊性。
模糊查询系统
模糊查询系统是一个用户界面,用于使用(准)自然语言句子从数据库中获取信息。已经提出了许多模糊查询实现,导致了略微不同的语言。尽管根据不同实现的特殊性存在一些差异,但模糊查询句子的答案通常是一个记录列表,按匹配程度进行排序。
广告