Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ROLLOS
Cdigo_pila
T3: Estado
T2: Formato_largo
T2: Formato_ancho
T2: Altura
T2: Peso
T3:Estado
T2:Diametro
T2: Altura_R
31
Atributo Imprecisos Tipo 2
Etiquetas lingsticas para atributo T2:Largo de la
entidad PILAS
corto
optimo largo
0
1
3 7 10 15
17
20 23
0.5
0.7
0.4
0.3
5 11 14 22
Formato_largo
Grado de pertenencia
32
Atributo Imprecisos Tipo 3
Grado de simillitud. Funcin de Similitud
para atributo difuso T3:Estado
Englob. Deslamin. Hum. Sucio Rayas Curvas
Emp.
Defect.
O.
Crespa Disparejo R. Corrido
Englobado 1 0 0 0 0 0,3 0,5 0,6 0 0
Deslamin. 0 1 0 0 0 0 0,8 0 0,1 0,3
Humedad 0 0 1 0 0 0 0 0 0 0
Sucio 0 0 0 1 0,8 0 0 0 0 0
Rayas 0 0 0 0,8 1 0 0 0 0 0
Curvas 0,3 0 0 0 0 1 0 0,8 0,5 0,3
Emp.
Defect. 0,5 0,8 0 0 0 0 1 0,1 0,3 0,5
O. Crespa 0,6 0 0 0 0 0,8 0,1 1 0,8 0,8
Disparejo 0 0,1 0 0 0 0,5 0,3 0,8 1 0,3
R. Corrido 0 0,3 0 0 0 0,3 0,5 0,8 0,3 1
33
Atributos Difusos de la
Tabla Pilas
Cod_pila Cod_cartulina
LargoT Largo1 Largo2 Largo3 Largo4
Atributo Difuso Largo T2
Ancho1 Ancho2 Ancho3
Atributo Difuso Ancho T2
AnchoT Ancho4
Altura1 Altura2 Altura3
Atributo Difuso Altura T2
AlturaT Altura4
Peso1 Peso2 Peso3
Atributo Difuso Peso T2
PesoT Peso4
EstadoP1 Estado1 ,,,,,,,
Atributo Difuso Estado T3
EstadoT EstadoP9 Estado9
34
FMB: Tabla FUZZY_COL_LIST
OBJ# COL# F_TYPE LEN COM
Cartulina Tono_cara 3 4 Cartulina.Tono_cara
Cartulina Tono_reverso 3 4 Cartulina.Tono_reverso
Pilas Largo 2 3 Pilas.largo
Pilas Ancho 2 3 Pilas.ancho
Pilas Altura 2 3 Pilas.Altura
Pilas Peso 2 3 Pilas.Peso
Pilas Estado 3 9 Pilas.Estado
Rollos Diametro 2 3 Rollos.diametro
Rollos Altura 2 3 Rollos.Altura
Rollos Peso 2 3 Rollos.Peso
Rollos Estado 3 9 Rollos.Estado
35
Consulta difusa
SELECT cartulina.% FROM cartulina WHERE
tono_cara FEQ $blanco THOLD 0.5 and
tono_reverso FEQ $blanco THOLD 0.5;
36
Conclusiones y Trabajos Futuros
La bases de datos relacionales difusas
permiten flexibilizar las bases de datos
relacionales (atrbutos, gardos,
comparadores, selecciones, etc...)
Trabajos futuros, proponer bases de datos
OO, estensiones a la propuesta presentado,
sistemas expertos, mineria de datos, DW, ...
37
Bibliografa
J. Galindo, Tratamiento de la Imprecisin en Bases de Datos Relacionales: Extensin
del Modelo y Adaptacin de los SGBD Actuales. Ph. Doctoral Thesis, University of
Granada (Spain), March 1999 (www.lcc.uma.es).
J.M. Medina, Bases de Datos Relacionales Difusas. Modelo Terico y Aspectos de su
Implementacin. PhD. Thesis, Univ. of Granada (Spain), 1994 (www.decsai.ugr.es).
J.M. Medina, O. Pons, M.A. Vila, FIRST. A Fuzzy Interface for Relational SysTems.
VI International Fuzzy Systems Association World Congress (IFSA1995). Sao Paulo
(Brasil), 1995.
A. Urruita, Modelo Conceptual para una Base de Datos Difusa, Ph. Doctoral Thesis,
University of Castilla-La Mancha (Spain), July 2003 (www.ganimides.ucm.cl).
L.A. Zadeh, A Computational Approach to Fuzzy Quantifiers in Natural Languages.
Computer Mathematics with Applications, 9, pp. 149-183, 1983.
38
La razn por la cual el lenguaje
natural se expresa en trminos
difusos
no es porque el pensamiento
humano sea difuso,
sino por que el mundo es difuso.
John F. Sowa, matemtico norteamericano (1940-).