퍼지 논리-데이터베이스 및 쿼리

우리는 이전 장에서 Fuzzy Logic이 일반적인 "참 또는 거짓"논리가 아닌 "진실도"에 기반한 컴퓨팅 접근 방식임을 연구했습니다. 그것은 인간의 논리와 더 유사한 방식으로 문제를 해결하기 위해 정확하지 않고 근사적인 추론을 다루므로 부울 대수의 두 가지 가치 실현에 의한 데이터베이스 쿼리 프로세스는 적절하지 않습니다.

데이터베이스 관계의 퍼지 시나리오

데이터베이스 관계의 퍼지 시나리오는 다음 예제를 통해 이해할 수 있습니다.

예

인도를 방문한 사람들의 기록이있는 데이터베이스가 있다고 가정합니다. 간단한 데이터베이스에서 우리는 다음과 같은 방법으로 항목을 만들 것입니다.

이름	나이	시민	방문한 국가	소요 일수	방문 년도
존 스미스	35	우리	인도	41	1999 년
존 스미스	35	우리	이탈리아	72	1999 년
존 스미스	35	우리	일본	31	1999 년

이제 99 년에 인도와 일본을 방문하고 미국 시민 인 사람에 대해 쿼리하면 출력에 John Smith라는 이름의 두 항목이 표시됩니다. 이것은 간단한 출력을 생성하는 간단한 쿼리입니다.

그러나 위의 질문에있는 사람이 젊은 지 아닌지 알고 싶다면 어떨까요? 위 결과에 따르면 그 사람의 나이는 35 세입니다. 그러나 우리는 그 사람이 젊다 고 생각할 수 있습니까? 마찬가지로, 보낸 일수, 방문 연도 등과 같은 다른 필드에도 동일한 내용을 적용 할 수 있습니다.

위의 문제에 대한 해결책은 다음과 같이 퍼지 값 세트의 도움으로 찾을 수 있습니다.

• FV (연령) {아주 젊음, 젊음, 다소 늙음, 늙음}

• FV (일수) {거의 며칠, 며칠, 상당히 며칠, 여러 날}

• FV (방문 연도) {먼 과거, 최근 과거, 최근}

• 이제 쿼리에 퍼지 값이 있으면 결과도 사실상 퍼지가됩니다.

퍼지 쿼리 시스템

퍼지 쿼리 시스템은 (준) 자연어 문장을 사용하여 데이터베이스에서 정보를 얻을 수있는 사용자 인터페이스입니다. 많은 퍼지 쿼리 구현이 제안되어 언어가 약간 다릅니다. 다른 구현의 특수성에 따라 약간의 차이가 있지만, 퍼지 쿼리 문장에 대한 답은 일반적으로 일치 정도에 따라 순위가 매겨진 레코드 목록입니다.