魏冬梅

摘要:傳統(tǒng)的查詢方法往往不能處理關(guān)系數(shù)據(jù)庫中大量模糊或不確定的信息。該文結(jié)合模糊理論和SQL查詢語句，提出一種數(shù)據(jù)查詢方法，并應(yīng)用于職工管理數(shù)據(jù)庫中，實(shí)現(xiàn)了對職工管理數(shù)據(jù)庫中具有模糊性和不確定的信息進(jìn)行查詢。

關(guān)鍵詞：模糊理論；模糊查詢；隸屬函數(shù)；SQL

中圖分類號：TP311文獻(xiàn)標(biāo)識碼：A文章編號：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

在關(guān)系數(shù)據(jù)庫中，通常使用SELECT語句來實(shí)現(xiàn)查詢，基本結(jié)構(gòu)為：

SELECT <字段列表> FROM <表列表> WHERE <條件子句>

通過在條件子句部分增加比較運(yùn)算符(Between, Like, In等)條件，或與邏輯運(yùn)算符(Not, And, Or等)疊加來構(gòu)造更為復(fù)雜的查詢條件。然而，由于人們主要是使用自然語言，這種傳統(tǒng)的方法仍然不能直接處理模糊不確定的信息。比如：在職工管理數(shù)據(jù)庫中，要查詢“有點(diǎn)年輕，工資很高”的數(shù)據(jù)，就不能直接實(shí)現(xiàn)。

為達(dá)到這種目的，獲取模糊查詢的結(jié)果，通常有兩種基本方法：一種是建立模糊數(shù)據(jù)庫模型，通過添加包含模糊屬性字段，修改其數(shù)據(jù)庫結(jié)構(gòu)；第二種方法是基于模糊邏輯，依然建立精確的關(guān)系數(shù)據(jù)庫，通過構(gòu)造隸屬函數(shù)或?qū)QL語句進(jìn)行模糊化擴(kuò)展，將查詢條件通過模糊計(jì)算，轉(zhuǎn)化為一個模糊范圍，再進(jìn)行精確的SQL查詢。該文采用第二種方法，對職工管理數(shù)據(jù)庫含有模糊性的元素進(jìn)行定義，并通過Visual Foxpro 6.0將模糊查詢轉(zhuǎn)化成等價的SQL查詢語句，實(shí)現(xiàn)模糊查詢實(shí)例。

“增刪改”是數(shù)據(jù)庫的基本操作，為完成這些操作，需要在數(shù)據(jù)庫中查詢相應(yīng)記錄，并快速定位。當(dāng)前的關(guān)系數(shù)據(jù)庫基本查詢，對于諸如“性別”這類精確字段（性別只能為“男”或“女”），是非常容易實(shí)現(xiàn)的。若要查詢“年輕、工資高”這類信息，由于具有模糊性，是不能正確定位的。該文以模糊數(shù)學(xué)和模糊集為理論基礎(chǔ)，依據(jù)合理自定義隸屬函數(shù)的方法，提出一種在結(jié)合模糊理論的SQL查詢方法，并在Microsoft Visual Foxpro6.0平臺實(shí)現(xiàn)查詢實(shí)例，處理流程如圖1所示。

圖1處理流程1.1模糊語言和模糊集

模糊語言L是包含4個參數(shù)的元組，可表示為：L={U,T,E,N}，其中，令U是一個論域，T是模糊單詞、模糊術(shù)語的集合，E表示術(shù)語的字母和符號等聯(lián)結(jié)構(gòu)成的集合。N是T定義在U上的模糊關(guān)系，即：E→[0,1]，且T≤U。

性別（“男”，“女”）是精確詞語,但年齡（年輕，中年，老年）或工資（低，中，高）都屬于模糊詞語。在所提供的數(shù)據(jù)庫中，字段（年齡，工資）具有模糊性。將這兩個模糊集定義如下：

SELECT職工號,姓名,部門,年齡,工資FROM人事信息,年齡隸屬,工資隸屬WHERE;

人事信息.職工號=年齡隸屬.職工號AND人事信息.職工號=工資隸屬.職工號;

AND年輕>=0.5+z AND高>=0.5+z ORDER BY人事信息.職工號DESC INTO TABLE DBF2本系統(tǒng)在Microsoft Visual Foxpro 6.0下實(shí)現(xiàn),“模糊查詢”模塊界面如圖6和圖7所示：

隨著智能數(shù)據(jù)庫的發(fā)展，模糊查詢和模糊化數(shù)據(jù)的處理及在計(jì)算機(jī)中的應(yīng)用必將會有更良好的推廣和發(fā)展空間。該文主要通過模糊理論和Microsoft Visual Foxpro6.0，結(jié)合SQL查詢語句實(shí)現(xiàn)了人員數(shù)據(jù)庫中模糊查詢的功能，提出一種基于關(guān)系數(shù)據(jù)庫的模糊查詢方法，有一定的借鑒作用。但文中所涉及的隸屬函數(shù)，是自己設(shè)定的，有一定的主觀性，在適當(dāng)?shù)那闆r下，可以根據(jù)實(shí)際需要設(shè)置調(diào)整和適當(dāng)?shù)臄U(kuò)展。