基于Vague关系数据模型聚集操作与研究.pdfVIP

基于 Vague 关系数据模型的聚集操作研究1 赵法信， 马宗民 东北大学信息科学与工程学院(110004) E-mail （mazongmin@ ） 摘 要：为了对现实世界中存在的不精确、不确定的信息进行建模，学者们提出了各种不同 的扩展关系数据模型。Vague集作为模糊集的一种推广，具有比模糊集更强大的模糊信息处 理能力。当前对 Vague集的研究主要集中在相似度测量上，而有关扩展关系数据模型、处理 Vague信息的研究则很少，尤其是基于Vague关系模型聚集操作的研究尚没有研究文章发表。 由于聚集操作在诸如信息检索和数据挖掘等应用中发挥着重要作用，因此本文提出了一种基 于 Vague集的扩展关系数据模型，在此基础上，讨论了基于该模型的扩展标量聚集操作的定 义与性质，并进而对其中的 maximum和 minimum操作进行了优化。 关键词：Vague集，模糊集，关系数据模型，聚集操作，性能优化 1. 引 言 现实世界中存在许多具有模糊性的不精确信息和数据，而这些信息和数据是 Contor 创 立的集合论所无法处理的。为此，Zadeh 于 1965 年提出了模糊集理论[1]，在模糊集理论中， 每一个属于论域 U 的对象 u 被赋予一个隶属度，用于表示 u 隶属于 U 的程度，其取值为区 间[0, 1]中的实数。但这个单值隶属度既包含了支持 u ∈U 的证据，也包含了反对 u ∈U 的证 据，它不可能同时表示支持和反对的证据。为了解决模糊集无法表示和处理这类具有模糊性 信息和数据的问题，Gau 和 Buehrer 于 1993 年提出了 Vague 集理论[2] 。在一个 Vague 集 V 中，用一个真隶属函数 tv (u)和假隶属函数f v (u)来描述其隶属度的界，从而构成一个隶属度 区间[t (u), 1 -f (u)] ，其中 0 ≤t (u) ≤ 1 –f (u) ≤ 1 。当t (u)等于 1 –f (u)时，Vague 集就还原 v v v v v v 至模糊集;当 tv (u)与 1 –f v (u)都同时等于 1 或 0 时，Vague 集就还原至经典集合。因而，Vague 集可视为模糊集的一般化，它具有更强的表达数据模糊性和不精确性的能力。目前，Vague 集已经成功地运用于模糊控制、决策分析及专家系统等领域[3]，并取得了较模糊集理论更好 的效果。 我们知道，数据库已经被广泛用于信息系统中与数据管理相关的数据存贮、数据处理和 信息检索等活动。为了能够在信息系统中处理现实世界中的模糊信息和数据，众多的研究已 经致力于用模糊集理论扩展关系数据库模型，并取得了丰硕的成果[4-6] 。然而应当指出的是， 虽然 Vague 集作为模糊集的一般化形式，具有更强的表达模糊信息的能力，但相对于模糊 集理论来说，有关 Vague 集的研究成果还不是很多(研究内容主要集中在相似度测量上[7,8]) ， 尤其是有关扩展关系数据模型、处理 Vague 信息的研究就更少，仅有的研究也主要集中在 1高等学校博士学科点专项科研基金资助课题 - 1 - Vague 关系数据模型的扩展关系代数操作讨论和简单的 VSQL 查询上[9,10] 。 实际上，在许多重要的应用中都涉及到对信息的统计或聚集，如数据挖掘[11]和决策支 持系统[12]，而关系代数操作是无法完成这些功能的。因此，现代查询语言，如 SQL，都提 供了一些有用的聚集功能。聚集操作的重要性近年来已经引起研究者的重视，并且已有研究 工作致力于基于模糊集理论的可能性数据聚集操作[13]和基于概率论的概率数据聚集操作 [14,15] 。然而，基于Vague 关系数据库模型聚集操作的研究目前尚没有研究文章发表。本文提 出了一种基于 Vag