! "$ # % %& ( ' % '
INTRODUCTION ........................................................................................................................................ 1 SOME NEW DATABASE CONCEPTS .............................................................................................................. 2 Conventional Database Joins................................................................................................................. 2 The Fuzzy WHERE statement ................................................................................................................. 4 UNDERSTANDING FUZZY SETS............................................................................................................ 5 FUZZY SEMANTICS VERSUS FUZZY DATA ................................................................................................... 8 TUNING FUZZY SETS TO QUERY SEMANTICS............................................................................................. 10 THE NATURE OF FUZZY SQL QUERIES ........................................................................................... 12
! " & % ' (" " " % $ % $ $ $
# $% # % %$ ! #
! "
" !
) ( & % '( ( % ' * '( ( + , (, ( -& % ./ 0 . 1 & * '& ( , (, 2' & * & &% ' % ( ' ( - '& 4 3 - ( ./ 0 & . 1 /& 5/ +(. (& % 6 ( - & 7 /,' & & & ' ' & , + -& ./ 0 , ( . 1 ( & ( & 7 , / & ' &( ( 8 ' ' ( + ' - / % / 7 / ./ 0 && 9 , : . 1 ( 9 : ( ,' % ('( ' ( ( + -& ; -& (& / ( & / ' '9 : & , / - & && / 4 +( +(. ( , ./ 0 && . 1 / && % ( ( +
COLUMNS ROWS
FUZZY SQL
RELATIONAL TABLES
RANKED RECORDS
UNIFORM DATA ADAPTER
SPREAD SHEETS FUZZY SELECTION AND RANKING
BASE RECORDS
4
./ 0 / . 1 &
) ( & % % & ' '' , & , - /,9 , : (
* ( '
% & &' ( (&% 8 + ./ 0 ( . 1 & ( % % ( ( / '& '& + - & && /
4 (
!
"
) ( #& '( 6 ' , ( - & - +( + & &( %/ , &( ( + + 7 ( & ,( , ( 4 -& ' ( -' , + 8 ( -& & 4- 5 , * & , ' ( ( & / +( - , % 2 ' % ( ( & ' ( ( &' ( '( ( & + & ( ( + & % & % & -& +(. ( -&
KEY (IDENTIFIER)
COMMON DATA
COLUMNS
ROWS
COMMON DATA
<
( :
-& 4 - &
& + & & ' %( & (7 (, ' 8/ 4 & '(- ( ' ( =/ ( & & & ( & '( ( ( ' &( & % * / , %- & ( & / 4 - & 8 '/ ( ' ' ( % ( &, ' (( ( - ( &( ' (( ( - & & ( ( & '( & ( ( %&( ' ( 4 & , & & (& & - + ' ' ( '( '( ' ( ( - & && & / >( (
#
"
$
4 - & '( ' ( + '& ' & ) ( % & & ' -& ( '( (& , ' ( & %( + % 8 , + 2 ( &: &( ,' ( ' &( ( + '&+ ( ( + ( - && ' ' 0 /1 ( + + 0 ) 0 1 ( 1 & & ' % ' ( & / %( ( & ( % ' -& ( ( & ( % -& & - 3( ( % ' % , & -& % ' ( 7 /& ' , ( & (
When a row is identified my multiple columns (such as Store Name and SKU for an in-store inventory system) then multiple records clustered on one of the key columns can also be rapidly retrieved. Thus all the stores that have a particular SKU in-stock could be found very quickly. The concept of shared domains is central to the philosophy and mechanics of a relational database. A domain essential defines the permissible values for a column. Thus two columns share a domain when they are restricted to the same set of permissible values.
2
1
? '( & % ' 0 / 1 ( + & & - * (( + / + & ) & (&: - & 4 ( ( - '( ( ( / & , ( ' ' ( 4 / )' ( - '( ( / - / & / ( , (( ( , ( & ( ' , ' (5 / ( & * ( &( , 4 )' ( &% / (, & 5 ' (( / ( / + & ' ' / & & & -&
NAME YEAR_FOUNDED LOCATION EMPLOYEES SIC CLASS
INVESTMENT DATABASE
NAME YEAR PRETAX AFTERTAX PROFIT
4 ) & (
(& :
-&
&% %( , ' ( (& % - % (@ # ( @ # (( &/ - % & & ( # # / &4 & ' & 0 7 /% 1 & ( 8 + , %( +
*( '
!
4 ,& ( , where & ( & 7 / ' / '( ' % - & ( , ( & ' ( ( / % ( , 7 / ( ' &% ' % & & - & ' + $ & & % & '& % 8 3 (( & & + % - &( ' + (% ( % ' & /
NAME YEAR_FOUNDED LOCATION EMPLOYEES SIC CLASS JOIN NAME PRETAX EMPLOYEES
INVESTMENT DATABASE
NAME YEAR PRETAX AFTERTAX PROFIT
4 0
/ (A '& > &
( ( ' ' &' , ( 7 / ( + & + , & 4 & ( & & , 7 /& (% - ( & / ' ' ( , % 9 ( 0 % & &+ 1 '('( ' ( ( - , ( / -& - & ' & % - & '( ' ( ( % ' % & & ' & ( / ' +' ( & ( ' + &( & , ( ( % & ( & ' -' & ( ' * & , ' && ' / % & ( -' & ( &( * ' ( % @ / (( *- % # / &% ( - & ' ( + &* / & ' ( ( , 7 /? % 8 && & ( (* &' (
%
& '
(
./ 0 ( . 1 '& ( % % / , ( ( + , (, ( -& 9 ( &+ & 7 /,' // ' % / % ( - & ('( & ' ( ( - & ( * & ( & 4 & '( & + ' & & + ( ,( ' & &( * / '( 8 , & '&( ( & 6 & -& & + 7 / 8 (
" # $
?
./ 0 . 1 , '/ + & ,(
& 8 * ( , + *( '
' &&' & 5
'( ( (
(
& '
4 '
& 8( ,'( ' + ( ( (
-& 7 / & & / - &&
' & % &
& '
, -'
$
&( *
7
%
/ ' & &
, %( +
& & ' % &
(&( % ( & : &(% 4 C 4B 2 , B +(. ( ( ( & ,( & ,+ ' ( (( + - / &' & & ,( ,+ ( / / ( & &( ( ( - , '& ( 8 ( (, & % 4 - ( ./ 0 . 1 '& & & & // 5 ' % / %( ( & (& ( + / 4 & &' , ( & (' , & 7 / ( ' (' , 7 / / * & ( / & &+ + & + & (' & ( ' ( ( ' &( & / '(, ( ( , ( ( & ( ( , / 7 /) % ( % % & % / & %% / , ( 7 ,( ' & /+ , -& & ( (/ ( - & ' % , ( ' ( & ,& % % 8 ,./& & . ( - '& , ./ 0 ( & + 8 . 1 % /% 8 ( % / & ( - & 7 / '& ' & 2 7
)
*
D & ,& , % '( ( ( + 4 & & , (' ' ( + , ' E + (( ( '( /' ' ( ' (% , . & &, + 4 ' ' , ( ( ,./ +' & . , & & & ' ' ( , ( &+ ( + / 4 -+ , ( - % ( ( , ' % & & / &( 5 ( + ' ( & + - ,& & ( - , & ) ,./ + ( . ' (& + '( - & ( & & % & & % / - & & , '( + ' ( & &% / & / , ( -% ( , ' (& & % ' % , (' "& & ( ,./& & & / * (( . + '( ' , 4 ) '( ( ( & ( - & % & & ' / - ( / (5( , & % + &- ( / 4 &- % - ( / ( 4
& % & '! ,
&
- (
/4 (
& & , (
&
µTALL = {height ≥ 6}
4 + + & % & % & & % % & E 8 ( '& , & 8µ ( ' & - &
1
Member of Set
0
4.0
4.5
5.0
5.5
6.0
6.5
7
Height (In Feet)
4 & 4 11 : , ( (
? '( & & - &' ' & ', (& & & - ( / -% ( & , &( ( & ( & - & , & 4 & & ( , ( ,, ( + &( 4 % & ( &* , ( (' & & - , 4 4 - ( /& / ' F ( ( & , , ( ( 7 & (' & & ( 4 % && - ( / & ( '& & , ' ' && , ' ( '(& (& ( + ' & & & 4 & '(& (& & ( (' ( % ' (& % - ( &- % (& & , & '( ( & ) ( '& , 4 & (& & ( , , ( ( & ( + & (' & & ( 4 - / (+ ( + , ( (' & - & /& , & ( 4 & -& & ' ( % ( '( & & + , '( ( - & (& / ' 6& & -& + ! &' ' / & & % & -& + +( .
!
NAME HEIGHT WEIGHT SEX AGE RESIDENCE
STORE DATABASE
NAME DATE ITEM/SKU QUANTITY PRICE
ITEM/SKU VENDOR QTY ON-HAND BACKORDERED
!4
:
-&
4 & 4 (
8 (+ ( & & (+ (, / ( % ,( + % ( * & , % ( & 4 - & % & ,
" # 4 & 4 Age
( , &
,( & '& , & ,& ' (% - + * (& & & - ( & -&
Name > '& ( 8 ( D && / BD 6 / ( &
Height 6 G !G 6 6G !G 6 6 G 6G #
Weight #
$ # ! # $ $ $
)% & , & ' 4
( ' &
,( ( ,4 ( /( ( (+ 0 7 / 1 % 8 &
&
&* , ( (+ 8 &5
+
# # & (!
B /% ( ( &
(
&
&
'
,
&
4 -
4 -
&
% &
&
%
" # Name > '& ( 8 ( D && / BD 6 / ( & Height 6 G !G 6 6G !G 6 6 G 6G #
4
&
& Age Tall
Weight #
$ # ! # $ $ $
7 ' 8 % , + ' (& % ( & " " && & , & '& & & ' &D ( ( / & ' - (+ ' + . &4 & & ( / % / , & (+ & ' +'( & ' (' /% ' ' (+ ,( ( , 4 - % (+ - ( / / % (4 ( ( 4 ) ( '& % % (/ , % ' & & ( * & + - ( ' ' ' - & +( & ( % ( % 8 (+(+ - ( / (& ( 7 /' (+& ( (+ , 7 /( ( '& ( ' &% & (& - ( 7 / & (8 % ? ( ( % ( & % / , * && (+ '(' ,4 4 & - (+ & & , , ./ .&
#
, ./& . & ( & ( , ./ . & & / , (' (+ ( & 8 % + ( & ( ' / ,( - ( & D (/ , ( ( % (' ( / /, ( & ' && 4 & ( * B '(' & & ' & / + % , & & % , / (/ , % + ( 8 , ( && ' % -& " ,( - ( & , ./ .& & ( & + , - & ( & , " ,( (& 4 & & 6 8 & , ./& % ' . + ,( ,4 + & % & & , ./ .& ,( (
1
Degree of membership
0
4.0
4.5
5.0
5.5
6.0
6.5
7
Height (in Feet)
$4
./ .4
: ,(
(
% +( / && ' & , &
' / ,, ( 8( , ( ' && + & & + % + , - & - & , H $ I( # , ./ 4 .&
1
& ( - & +
( , 4 4 , (' ( , & % & %
( (+ , ./& ) . , ,
Degree of membership
[0.43]
0
4.0
4.5
5.0
5.5
6.0
6.5
7
Height (in Feet)
%
./ .D
- &
&
? &
& ,
( - 8 H $I # (J) (& , ./ 4 .& ? '( 8 - & , & ( ( 4 / (&% 7 & (& 8 , % & ( '(' 4 J , '(' 4
+ & &
,, &
,
& ,'
- /
%' - ,, % ' ,, ,
J
4 & , ./ .& 8& '(' - & , (' (& 4 + ( & ( ' & ( (+ , , ./& . % & + ' (+ ( 7 / &
84 ( * && & + (+ , , ( , '& % % ( ' & 9 (+ & ( % & % '( ( % , ( 4 ' & ( &5
&
# # & ) !
2' , '& + & - & & ( 4 & 8( , 7 + & , 4 , ./& . - /( * 0 ) & & ) K + % 7 & 4 - & % &
' ( , / & & 4 & + (8 & ' & & , &7
./ & 4 . ( & + + % ' ' '& , - & ' 0 ' & ' ' (+ % % /
, 6 & / /
" # Name ( D ( BD 6 / > '& ( 8 & && / Height !G 6 !G 6 6G 6G # 6 G 6 G
4
&
& Age $ # µ(Tall) & ' &( ' &$ % & % & ! &
Weight
# ! #
$ $
4
&
'& & & && ' ' (+
(+ - & ( , ( & -
&& ( & &
&'( (+ / ' 4 , ./& . ' & ,( + & ( & ( & + (
(
- /( * ' ( % ( ,4 ' & ( ' ' % -+
&
*
; , ' '( , ( ( ,( ( ,4 - & , (' ( + & ( ( ' 4 ( - ' (+ / (+ & (+ , & & & && +( . ( , & & (+ ( " / (+ ( ' & & % ( - '+ ( ( 8
1
Degree of membership
0
4.0
4.5
5.0
5.5
6.0
6.5
7
Height (in Feet)
'<
, ( (+
4
./ .
) & ( & ( ,4 % ' + ( ' (+ ( ( " & 8 % & E % ' ( ( D - & & , ,, /- % L * (G (, ( 4 - $& % & & & , & , ./ 0 7 / & (+ . 1 ( %, ./ .& ' ' (+ ( - & &
#
" # Name ( D ( BD 6 / > '& ( 8 & && / Height !G 6 !G 6 6G 6G # 6 G 6 G
4
&
& Age $ # µ(Tall) &( ' &% % &' $ &$ ! & &( (
Weight
# ! #
$ $
4 & ( %& , - & , (' (& - (+ & & ( ( , ' - , ./& & . 4 / ) ( & &' & 4 / ( ( ( / ( ( / % ( & && -' 3 3 + ( % / '(' & * && ( 4 & , , ./ .& , '& ( (+ , '(' 4 & & ( ( ( ( , ./ & .& ' & ( ' ,/ & 7 & ' ' (' , & 7 & " ) # )< (+ ( (+ & , % & F( & &' (' , ( , ( (+ , ' ( (+ , % & H σεµαντικος E
" & % & A ( (+ & + , '( I (
&4
& '(& 7 (' % & 7 & ( , ( (+& (+ & ( ' , & % ' % % (-& ' / & 4 & ( (+ & * && ( & , , ./ .& - & , (' (& (+(+ - & , (' ( ' (+& % % ( % ( % && 7 / + # & & & - & %(+ / , ,, ( && (& , 4 , ./ .&
1
Degree of membership
1
0
4.0 4.5 5.0 5.5 6.0 6.5 7
0
4.0 4.5 5.0 5.5 6.0 6.5 7
Height (in Feet)
Height (in Feet)
1
Degree of membership
1
0
4.0 4.5 5.0 5.5 6.0 6.5 7
0
4.0 4.5 5.0 5.5 6.0 6.5 7
Height (in Feet)
Height (in Feet)
( : ,,
(
& ,
4
./ .
? (/ & + , ./& ( . ( ./ 0 &/ . 1 & / & ( & & / & ( ( . & (+( ( - * / , (' (& ( + # & +( & , ' '(( ' ( ; /( /( L( G / , (' ( , & & ,
& &8/ & , % ''(' % & *' & - & & & ,, ' ( 8 & ' (+ ( * ( (+
%
4 7 7 & ( ' -(
+
, , ./ .7 & -' ( % (% , ( , ./ .& (/ ./ & ? , .& , ./ & % % ( .& , ( '( & ( & + ' ' & ' , & ' -( '(' & 1 6 8 & / ( ) ( ' & 7 /% ( & -& - ( / ( , / & % & ' ( & 4 ( 0 7 /& 1
/ 4 , ( ,( ( ,
# # # & & ( *!
4 /
&
,
&7
/&
, '
(4 -
B / & (+ ' & (
&-
4
(
" # Name > '& ( 8 ( D && / BD 6 / ( & Height 6 G !G 6 6G !G 6 6 G 6G #
4
(
/ & Age
&
&
Weight #
Tall and Heavy
$ # ! # $ $
, % + (' % ( ( '( & 4 / * ' / ' & 0 7 / ? '( 1 & (5
& & , '& & + & / ' & , & - ( / (& & / ' (+ 7 / % & ' & ( (+ ./ , .
# # # & & ) + ' !
4 +
( ( , & 7 /& & 7 /% ( & % ( & && - % /
&5 % ( ' & % ' & ( & '('
& %
'(&
4 &
( /
/) ( & (
1
Degree of membership
0
180
185 190 195 200 205 210
215
220
Weight (In Pouinds)
4
/ ./ .
% % ( % - & ( % + & ( " !4 # Name ( & ( && / D BD 6 / > '& ( 8 Height !G 6 6G # !G 6 6G 6 G 6 G
/, ./& . (8 /
( / & Age $ $ # ! # $
, '& 4 - !& % & - &
& µ(Heavy) & ' & & &( ( &( ( &( ( µ(Tall) & ' & % &( ' &$ % & ! &
% + ' - & &
( % '( , ( & , ' ,
&
Weight #
? ' -( (8 4 D - & - &
./ 0 . 1 ( , '& &F ( & ( ( && /F - & & ( 4 ( /, ./& & ? ( % ( . & %/ - & , (' (& & ,, ' , 7 / ( - * && ' ( % & , ' -( (+ & &5 D - & D( ( + 2' & & % & 4 ( & & % ( , &% 8 &
" $D ( # ,4 Age $ $ # ! # $ ( / & µ(Heavy) & ' # & & &( ( &( ( &( ( & µ(Tall) & ' & % &( ' &$ % & ! & Min(Heavy,Tall) & ' & & &( ( &( ( &( (
Name ( & ( && / D BD 6 / > '& ( 8
Height !G 6 6G # !G 6 6G 6 G 6 G
Weight
& / '( & % 8& ( (
( 4 &
, (&
- & %
& '(& (& & & ( * '(
( (&
&
D - & (4 -
&
+ ''
, &
-, ( ,
( (
0 & 1 - &
( & &
4 & 4 & &
+ , '
" % # Name ( & ( && / D BD 6 / > '& ( 8 Height !G 6 6G # !G 6 6G 6 G 6 G ! # #
+ ,4 Weight
( Age $ $ # $
/ & µ(Heavy) & ' & & &( ( &( ( &( (
& µ(Tall) & ' & % &( ' &$ % & ! & Avg(Heavy,Tall) & ( ' &' !( &$ & & ( &!
4 &
+ (+ ( ' & &
'( , ( & . - & 9 ( & ( (+ / ( ' , & ./ 0 & , . 1 / &/ (' / & % 7 / ( & & , (' (+ - & & 1 6' & * / * ( (+ ./ 0 . 1 (' + ) & '& ( 8 (+ + & 8(+, 4 /( D + '& & B (' '( ( ( 0 & 1 ( 7 & & ,( % % (/ + & % & / -% ( ( $ D + 4 0 7 /& 1 (
- ('& ' & & ( % & ' & + , '( (
+ &
- & , (' (& ' && ' , % ( + - & % % ( 4 - ! & & (% ( ( , & ' ('
% ' + &
# # # # & & & * ( * # & ,* !
% &4 ( ' & - & & (' % ( / ( , / ( D +
&'
& ( ' (+ &' 4
' & & (/ (
, & &4
(
$
" '4 #
/( D
+
&
&
Tall, Heavy, Name > '& ( 8 ( D && / BD 6 / ( & Height 6 G !G 6 6G !G 6 6 G 6G # ! # $ # $ $ Weight # Age And MiddleAged
B (' '( 7
* ( (+ - % '( & & , % '( * '& - ( & ( / % & ' & ( (+ ./ & (5 , .
7
'& / ? '(
& % + / ' (+
# # # # & & & " ) + ' -& !
( ( , & 7 /& & D + ) ( & D + & ( 9 8 ( 4 ( - & & & & '('
4
- &5 % ( ' & % & 7 /% ( ' ( /, ./& & D . + & % ( &
/ ( '(& & + & ( & , ./ . && - % / & (
4 %
1
Degree of membership
0
25
30
35
40
45
50
55
Age (In Years)
D + ./ .
%% (% D + , ./& . (8 /
" # Name && / > '& ( 8 ( BD 6 ( D / & Height !G 6 6 G 6G # 6 G !G 6 6G # # ! (4 (
, 4 - #& - &
/( D Age $ # $ $
'& % & &
+ D
+' - &
( % '( , ( & &, ' ,
- & ( % + & (
&
& µ(Tall) &( ' & & % & ! & ' &$ %
Weight
µ(MA) & ( &$ ' &( ' &( $ & &(
µ(Heavy) & &( ( & &( ( & ' &( (
? & * (& ( ./ 0 % . 1 , ( & + , - & ( D + , ./ .& D / & + & , - & ? ( ' - & 4 ( & & , & & (
" # Name ( && / ( BD 6 D & / > '& ( 8 Height 6G # !G 6 !G 6 6 G 6 G 6G # ! $ 4 ( /( D Age $ $ # µ(MA) &( ' & ( & &$ ' &( $ &( + & µ(Heavy) & & & ' &( ( &( ( &( ( & µ(Tall) & % &( ' & ' & & ! &$ %
'& & + % , & ( ( &,( & ' % ,
& & ( + &
Weight #
Min & & & &( ( &( ( &( (
Avg &! $( &! $ &! !( &( ( & ( &
& (+ ./ 0 . 1 ' (& , '( & (& , ( ) ( ' ( ( , 7 / ( & & & ( - ,' ( - & (' & & & / (' & & 4 ./ 0 . 1 '& ' & & + ( ( , & ( /& & ( % & ' & & ' & ' ( & " ( '
4
& '&
( 0 7 /% 1 , ( ./ 0 & ' ' & . 1 & ' +- ' & , 7 / & % '( ( && , '( ( ( 0 7 1 & 8& - (' ( '&& - (' (+ / 7 / ' (+ ( + & ( ' , & ' ( 7 / +
'( (
(,
(
&'
& (
('
! "$ #
& % %&' ( %
'
!
M #$ '( # " "# 49 #
) (
+(' 11