基于模糊理论数据查询应用学士

摘要:传统的查询方法往往不能处理关系数据库中大量模糊或不确定的信息。该文结合模糊理论和SQL查询语句，提出一种数据查询方法，并应用于职工管理数据库中，实现了对职工管理数据库中具有模糊性和不确定的信息进行查询。
关键词：模糊理论；模糊查询；隶属函数；SQL
1009-3044(2012)23-5552-04
Application of Data Query based on Fuzzy Theory
WEI Dong-mei
(School of Mathematic and Computer, Xihua University, Chengdu 610039, China)
Abstract:The traditional query in relation database is often unable to process amount of fuzzy and uncertain information. In this paper a method combined fuzzy theory and SQL is provided. We applied it to realize a query instance of fuzzy and uncertain infromation based on Staff management database.
Keywords: fuzzy theory; fuzzy query; membership function; SQL
在关系数据库中，通常使用SELECT语句来实现查询，基本结构为：
SELECT <字段列表> FROM <表列表> WHERE <条件子句>
通过在条件子句部分增加比较运算符(Between, Like, In等)条件，或与逻辑运算符(Not, And, Or等)叠加来构造更为复杂的查询条件。然而，由于人们主要是使用自然语言，这种传统的方法仍然不能直接处理模糊不确定的信息。比如：在职工管理数据库中，要查询“有点年轻，工资很高”的数据，就不能直接实现。
为达到这种目的，获取模糊查询的结果，通常有两种基本方法：一种是建立模糊数据库模型，通过添加包含模糊属性字段，修改其数据库结构；第二种方法是基于模糊逻辑，依然建立精

怎样写论文www.udooo.com

确的关系数据库，通过构造隶属函数或对SQL语句进行模糊化扩展，将查询条件通过模糊计算，转化为一个模糊范围，再进行精确的SQL查询。该文采用第二种方法，对职工管理数据库含有模糊性的元素进行定义，并通过Visual Foxpro

6.0将模糊查询转化成等价的SQL查询语句，实现模糊查询实例。

“增删改”是数据库的基本操作，为完成这些操作，需要在数据库中查询相应记录，并快速定位。当前的关系数据库基本查询，对于诸如“性别”这类精确字段（性别只能为“男”或“女”），是非常容易实现的。若要查询“年轻、工资高”这类信息，由于具有模糊性，是不能正确定位的。该文以模糊数学和模糊集为理论基础，依据合理自定义隶属函数的方法，提出一种在结合模糊理论的SQL查询方法，并在Microsoft Visual Foxpro

6.0平台实现查询实例，处理流程如图1所示。

图1处理流程

1.1模糊语言和模糊集

模糊语言L是包含4个参数的元组，可表示为：L={U,T,E,N}，其中，令U是一个论域，T是模糊单词、模糊术语的集合，E表示术语的字母和符号等联结构成的集合。N是T定义在U上的模糊关系，即：E→[0,1]，且T≤U。
性别（“男”，“女”）是精确词语,但年龄（年轻，中年，老年）或工资（低，中，高）都属于模糊词语。在所提供的数据库中，字段（年龄，工资）具有模糊性。将这两个模糊集定义如下：
SELECT职工号,姓名,部门,年龄,工资FROM人事信息,年龄隶属,工资隶属WHERE;
人事信息.职工号=年龄隶属.职工号AND人事信息.职工号=工资隶属.职工号;
AND年轻>=0.5+z AND高>=0.5+z ORDER BY人事信息.职工号DESC INTO TABLE DBF2本系统在Microsoft Visual Foxpro

6.0下实现,“模糊查询”模块界面如图6和图7所示：

随着智能数据库的发展，模糊查询和模糊化数据的处理及在计算机中的应用必将会有更良好的推广和发展空间。该文主要通过模糊理论和Microsoft Visual Foxpro6.0，结合SQL查询语句实现了人员数据库中模糊查询的功能，提出一种基于关系数据库的模糊查询方法，有一定的借鉴作用。但文中所涉及的隶属函数，是自己设定的，有一定的主观性，在适当的情况下，可以根据实际需要设置调整和适当的扩展。