Прикладные интеллектуальные системы, основанные на мягких вычислениях. Ярушкина Н.Г. - 102 стр.

UptoLike

Составители: 

Рубрика: 

101
from a_depends
group by id_parent;
select id_obj, name
from a_object, o_by_q
where id_obj=id_parent and name=’П.Панель’ and
fuzzy_math.equal( 'КОЛИЧЕСТВО.НЕМНОГО', sq
)>0.6;
В результате получим множество изделий - аналогов по одному отдельно
взятому конструктивному параметру. Также можно выявить аналоги по другим
параметрам:
-- Выбрать изделия с большой массой корпуса
--
select id_obj, name
from a_object, a_depends
where id_obj=id_parent and id_child=(
select o.id_obj, o.name as name,
from a_object o, a_param p, a_value v
where o.id_obj=v.id_obj and
p.id_param=v.id_param and
o.name=Корпус’ and p.name=’Масса’ and
fuzzy_math.equal('МАССА.БОЛЬШАЯ’,
v.value)>0.5);
В результате этих двух запросов получаем два множества, каждое из ко-
торых содержит аналоги по одному отдельно взятому конструктивному пара-
метру. Пересечение этих множеств можно получить с помощью стандартных
средств языка SQL, что и будет искомым множеством аналогов.
Так как рассмотренные задачи, при решении которых была использована
нечеткая СУБД, содержали недостаточный объем данных для анализа эффек-
тивности выполнения нечетких запросов, то был проведен отдельный экспери-
мент, позволяющий провести такой анализ. Эксперимент состоял в нахождении
по определенному критерию ряда элементов из большого массива данных. При
выборе элементов измерялось затраченное на это время и количество выбран-
ных элементов.
Во время эксперимента была создана таблица, содержащая 90 000 запи-
сей. Каждая запись содержала идентификатор - целое уникальное число в диа-
пазоне от 1 до 90 000, название параметра набор символов переменной длины
от 1 до 26 и значение параметра - целое число в диапазоне от –21 475 до 21 474.
Во время эксперимента из полученной таблицы выбирались элементы, у кото-
рых значение параметра равнялось приблизительно 100. Для этого была созда-
на соответствующая лингвистическая оценка. Затем из таблицы удалялось 10