ИЗВЕСТИЯ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ СЕВЕРО-КАВКАЗСКИЙ РЕГИОН. 2015; 1: 27-33
http://dx.doi.org/10.17213/0321-2653-2015-1-27-33
МОДЕЛИ ДВУХОСНОВНЫХ НЕЧЕТКИХ МНОЖЕСТВ И ИХ ПРИМЕНЕНИЕ ДЛЯ СИНТЕЗА СЛАБОСТРУКТУРИРОВАННЫХ ХРАНИЛИЩ ИНФОРМАЦИИ
Бутакова Мария Александровна – профессор, Ростовский государственный университет путей сообщения, г. Ростов-на-Дону, Россия. E-mail: butakova@rgups.ru
Карпенко Екатерина Владимировна – экономист первой категории, Ростовский государственный университет путей сообщения, г. Ростов-на-Дону, Россия. E-mail: vereskuneka-terina@ rambler.ru
Климанская Елена Владимировна – ведущий программист управления информатизации, Ростовский государственный университет путей сообщения, г. Ростов-на-Дону, Россия.
E-mail: elenaklimanskaja@rambler.ru
Чернов Андрей Владимирович – профессор, Ростовский государственный университет путей сообщения, г. Ростов-на-Дону, Россия. E-mail: avche@yandex.ru
Аннотация
Рассматриваются задачи построения математических моделей двухосновных нечетких множеств. Данные задачи непосредственно связаны с необходимостью разработки новых подходов к проектированию и созданию таких хранилищ данных, которые отвечали бы современным требованиям, предъявляемым к крупным информационно-управляющим системам, а именно: возможности хранения и обработки неструктурированной, нечеткой, разнородной информации сверхбольших объемов. Предложены модели двухосновных множеств и операции, применимые к ним. Введены необходимые определения и свойства. Полученные результаты позволяют дать формальное описание рассмотренного вида информации, на основе которого может быть синтезировано хранилище данных на нереляционных принципах.
Ключевые слова: нечеткие множества; интуиционистские модели; хранилища данных; слабоструктурированная информация.
Полный текст: [in elibrary.ru]
Ссылки на литературу
1. Codd E. Extending the Database Relational Model to Capture More Meaning // ACM Trans. on Database Sys. 1979. № 4. P. 156 – 174.
2. Buckles B., Petry F.A. Fuzzy Model for Relational Databases // Int. Jour. Fuzzy Sets and Systems. 1982. № 7. P. 213 – 226.
3. Buckles B., Petry F. Fuzzy Databases and their Applications // Fuzzy Information and DeciКlationships.
4. Shenoi S., Melton A. Proximity Relations in Fuzzy Relational Databases // Int. Jour. Fuzzy Sets and Systems. 1989. № 31. P. 287 – 296.
5. Petry F.E. Fuzzy Databases. Principles and Application. Kluwer Academic Publishers, 1999. 235 p.
6. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике: пер. с фр. М., 1990. 288 с.
7. Вестн. АСУ «Экспресс-3». 2012. № 1 (3), Изд. ОАО "ВНИИЖТ", С. 5.
8. Umano M., Fukami S. Fuzzy relational algebra for possibility-distribution-fuzzy-relation model of fuzzy data //Jour. of Intell. Inf. Syst. 1994. № 3. P. 7–28.
9. Media J.M., Pons O., Vila M.A. GEFRED: A generalized model of fuzzy relational data bases // Inf. Science. 1994. № 76(1-2). P. 87 – 109.
10. Bordogna G., Lucarella D., Pasi G. A fuzzy objected oriented data model. In Proc. of the 3-rd IEEE Int. Conf. on Fuzzy Systems. FUZZ-IEEE’94, 1994. P. 313 – 318.
11. Mouaddib N., Subtil P. Management of uncertainty and vagueness in databases: The FIRMS point of view // Int. Jour. of Uncertainty, Fuzziness and Knowledge Based Systems. 1997. № 5(4). P. 437 – 457.
12. Van Gyseghem N. Imprecision and uncertainty in the UFO database model // Jour. of Amer. Soc. For Inform. Sci. 1998. № 49(3). P. 236 – 252.
13. Martin N., Pons O., Vila M.A. Fuzzy types: A new concept of type for managing vague structures // Int. Jour. of Int. Syst. № 15(11). P. 1061 – 1085.
14. Atanassov K.T. Intuitionistic Fuzzy Sets // Theory and Applications, Springer-Verlag, Berlin Heidelberg GmbH. 1999. 335 p.
15. Atanassov K.T. On Intuitionistic Fuzzy Sets Theory, Springer Verlag, berlin Heidelberg. 2012. P. 327 p.
16. Теория нечетких множеств: Новый виток развития // Тарасов В.Б. Научная сессия МИРИ. Т. 3. 2006. С. 1 – 3.
17. Klement E.P., Pap E. Triangular Norms. Springer Science + Business Media, Dordrecht. 2000. 390 c.
18. Cornelis C., Deschrijver G., Kerre E.E. Classification of Intuitionistic Fuzzy Implicators: An Algebraic Approach // Proc. of the 6-th Joint Conf. on Inf. Sci., North Corolina, USA, 2002. P. 5 – 9.
19. Deschrijver G., Cornelis C., Kerre E.E. On Representation of Intuitionistic Fuzzy t-Norms and t-Conorms // IEEE Transaction on Fuzzy Systems. 2004. № 1(12). P. 45 – 61.