基于Vague集的广义模糊关系数据模型

在现实世界中,许多数据常常是不完全的或模糊不清的,因此,扩充传统的关系模型来表示不精确、不完全和模糊数据已成为数据库领域的一个重要的研究方向。Vague集是模糊集概念的推广,它具有强大的处理不精确数据的能力,并为不精确、不完全和模糊知识的表示提供了一种有效的手段。该文在已有的模糊关系数据模型的基础上,提出了模糊关系数据库的一种基于Vague集的广义模糊关系数据模型VGFRDM。

模糊关系数据库的一种广义模型

提出了模糊关系数据库的一种广义数据模型ＧＦＲＤＭ，它是一般模糊关系数据模型的推广，可用来描述现实世界较为普遍的模糊对象。已提出的各种模糊关系数据模型在某种条件下可看作为本模型的特例。文中引入了广义模糊关系的概念，讨论了广义模糊关系代数的操作：广义模糊并、广义模糊交、广义模糊差、广义模糊笛卡尔积、广义模糊投影和广义模糊选择等。广义模糊关系中不仅每一个元组具有模糊性，而且元组的属性值（精确值或模糊值）也具有模糊性（可信度），捕获了更多模糊数据的语义。广义模糊选择操作中允许用户自定义广义模糊比较运算以及指定阈限，从而增强了模糊查询的表达能力和灵活性。

ITS中基于模糊关系数据模型的知识表示及推理研究

使用模糊关系数据模型讨论建立学科知识库的方法，并用隶属度函数及模糊中心数等方法描述知识点属性，以知识点的模糊关系建立知识库。并且，就实现基于模糊关系数据模型推理过程，给出了两个关键性的算法。

基于模糊诊断模型的DICOM SR关系数据库构建与XML表示

随着医学图像系统应用的深入,用户对系统功能提出了更深层次的需求:由医学图像的组织管理上升到医学图像的智能检索.为了满足智能化医学图像检索需要,提出了一个含不确定信息的SR关系数据库表示模型,模型基于模糊理论,可以很好地表示医学图像诊断语言中的不确定信息.在此基础上,介绍了含不确定信息的SR关系数据库到XML的映射转换方法,实现了SR信息的XML表示.该模型和其XML表示法为下一步的基于语义的医学图像智能化检索方法的研究奠定了基础.

带模糊数据的广义关系数据模型

本文以研究模糊数据的语义和表示,以及关系数据模型的理论框架为目标,建立了带模糊数据的广义关系数据模型,得到了包括模糊值关系、模糊数据推演动态系统和模糊比较关系集的一组目标型;描述了θ-Select、θ-Join、θ-Project等广义关系运算;提出了模糊函数依赖的慨念;给出新的完整性规则。

模糊关系数据模型及实现

本文基于模糊集合理论 ,实现一个简单模糊关系数据模型 ,包括模糊关系的定义、模糊关系运算及模糊关系的完整性 。

基于Vague关系数据模型的聚集操作

基于Vague集理论,提出了一种扩展Vague关系数据模型.在此基础上,讨论了Vague关系数据库中的扩展聚集操作过程,定义了一组Vague值的扩展标量聚集操作符,即count,sum,avg,max和min.最后根据max和min操作的性质,对它们的性能进行了优化,并给出了相应的算法,将其时间复杂度从原来的O(nΠ)缩减至O(n2).

模糊空值环境下关系数据库的数学运算和关系操作

在经典关系数据库理论基础上引入模糊数学理论的基本思想和方法,对模糊空值环境下关系数据库的几种数学运算和基本关系操作进行了详细讨论,并给出相应算法。

基于Vague关系数据模型的除操作研究

基于Vague集理论的Vague关系数据库由于其所含信息的模糊性,对应于现实世界的多种状态。为此,基于扩展的Vague关系数据模型,研究一种条件受限的Vague除操作实现方法,并给出相应的操作步骤和算法。实例分析结果表明,该实现方法可直接作用于整个Vague关系数据库,无需对Vague关系数据库对应的所有状态逐一进行扫描即可获得正确的操作结果,具有较高的执行效率。

基于Vague关系数据模型的连接操作

模糊数据库由于其所含信息的模糊性,可分解为现实世界的多种可能性状态。在已有研究的基础上,对基于Vague关系数据模型的Vague连接操作进行研究,并在限定条件下,给出一个Vague外键连接操作计算公式。该公式可直接用于Vague数据库,可避免对Vague数据库对应的所有可能性状态逐一进行操作,且查询结果满足性质rep(q(T))=q(rep(T))。与基于可能性状态的查询方法相比,该方法的查询结果有效且具有较高的执行效率。

模糊检索在DBASEⅡ关系数据库上的实现

本文依据检索系统的向量检索数学模型，DBASEⅢ关系数据库支持下，提出了一种在文献管理系统中实现模糊检索的方案，方案允许对文献标引词和检索提问词进行加权，能更准确地描述文献的特征和表达检索者的提问要求，从而提高了检索的查全率或查准率，输出文献按文献与提问的符合度大小排序，用户可以通过阈值控制输出文献的数量。笔者进行了模拟试验，软硬件环境：IBM286兼容机，时种21M，3．5英寸，华达CCDOS，MFOXPLUS2．0。主题词库：2500个词，文献库：2万条记录，编号对照文件：10万条记录，平均每个主题词对应40篇文献。系统:输入n个提问词检索，约需时间2n-3n秒。若使用虚拟盘进行中间运算，则只需时约1．5n秒。

DF关系数据库的函数依赖研究

数据间的函数依赖关系一直是关系数据库理论研究中的重要课题,同样,DF关系数据库中也存在着函数依赖关系.首先,基于DF关系理论给出了DF关系数据模型的定义,并介绍了属性值的表示方法;然后,用动态模糊等价关系及其隶属函数来描述动态模糊函数依赖,给出了DF数据库中函数依赖的基本定义,以及基于DF蕴涵关系的公理系统,并证明其推理规则是正确和完备的;最后讨论了DF关系的规范化设计.

一个对象关系型船舶避碰案例模糊数据库系统模型

提出了一个基于对象关系数据模型的避让案例模糊数据库系统模型。该模型分为二级:用户级和系统级。其中引入了模糊技术和面向对象的方法,分别建立起了用于描述避让案例的数据库模型和用于描述系统模糊性的知识库模型,确定了相应的模糊数据表示形式,定义了各种模糊对象类型,重载并新增了相应的模糊操作算子,实现了模糊数据库上的查询功能。该模型具有更好的实用性和系统性,可以为船舶避碰提供更加有效的决策支持。

基于T-S模型的模糊广义预测控制

对非线性系统建立 T-S模糊模型 ,并用正交最小二乘法 ( OLS)对模糊规则的后件参数进行辨识 .然后在每一个采样点对系统进行局部动态线性化 ,根据得到的系统线性化模型对系统采取广义预测控制 ( GPC)方法得到当前的控制动作 .

广义加法模糊DEA-BCC效率评价模型及应用

文章针对DEA模型无法解决决策单元投入产出指标中含有负值、模糊值的问题,引入模糊逻辑理论,改进经典加法DEA-BCC模型,构建广义加法模糊DEA-BCC效率评价模型。该模型按照模糊规则计算目标函数、重建数据前沿面的构造方法以扩大数据前沿面边界,这使其可以处理投入产出指标中的负值与模糊值。最后用京津冀都市圈13个城市公共文化服务效率评价的案例,验证该模型的科学性与有效性。

基于广义模糊双曲模型的自适应动态规划最优控制设计

为连续非线性系统提出了一种有效的最优控制设计方法.广义模糊双曲模型(Generalized fuzzy hyperbolic model,GFHM)首次作为逼近器用来估计HJB(Hamilton-Jacobi-Bellman)方程的解(值函数,即它是状态与代价函数之间的映射),然后,利用该近似解获得最优控制.本文方法只需要一个GFHM估计值函数.首先,阐述了对于连线非线性系统最优控制的设计过程;然后,证明了逼近误差是一致最终有界的(Uniformly ultimately bounded,UUB);最后,一个数值例子验证了本文方法的有效性.另一个例子通过与神经网络自适应动态规划的方法作比较,演示了本文方法的优点.

基于模糊线性模型的舵减横摇广义预测控制

舵减摇技术是一项新的减摇技术,通常其控制器设计所用的舰船模型为通用线性模型,对实际上为非线性被控对象的控制性能要下降.文中依据非线性舰船模型,应用模糊神经网络简化出适应于舵减横摇控制器设计的模糊线性模型,并设计了广义预测控制器.在典型航行工况下进行系统仿真.仿真结果表明,针对模糊线性模型和通用线性模型,用同一种方法与参数设计的2个控制器,前者的减摇率可达到40.70%,要高于后者的25.38%.仿真证明了模糊线性模型的可用性.

广义模糊双曲正切模型及其逼近性研究

提出一种广义模糊双曲正切模糊模型(GFHM),此模型可以看做是模糊双曲正切模型的扩展·采用广义变量的双曲正切函数和的形式表达了模糊化、模糊推理和反模糊化的运算过程·并采用Stone Weierstrass定理证明了此模型可以逼近定义在紧集上的任意连续实函数,具有全局逼近性,可以用于复杂系统的建模·

基于广义模糊基函数的多变量模糊模型及其辨识方法

利用模糊穴映射理论,提出一种有效描述复杂多变量系统的模糊模型——广义模糊基函数展开式。它可方便地处理步输入多输出系统的语言和系统信息,并可逼近任意非线性函数,是一种通用的多变量模糊逻辑系统模型.利用语言信息,提出一种新的自适应参数辨识方法——改进的Widrow—Hogg学习规则,仿真结果验证了它的有效性。

广义模糊模型的协同进化方法研究

在系统分析不同类型模糊模型的统一性描述及其待学习参数的特征分类基础上,提出了基于协作共同进化的广义模糊模型(COOPCE-GFM),论述了所涉及的相关问题,包括种群的编码及其不同的进化计算、各种群个体的合作及其适应值评估策略、模型的后件参数估计方法.COOPCE-GFM采用的两种群共同进化以及灵活的二维和分层树状结构编码方式决定了其可学习各类模糊模型.该方法的另一个特点是对对象的先验知识要求少,文中分别用函数近似和分类问题为例说明其有效性.