Bases De Datos Mj

Bases de Datos Difusas
Se presenta en este trabajo una extensión de una
base de datos relacional difusa utilizando como
estructura lógica FIRST-2. Esta extensión es
más potente y desarrollada sobre software libre,
PostgreSQL. Además, se propone una
aplicación a un sistema de citas médicas.
Palabras Clave: bases de datos difusas,
implementación de datos con imprecisión,
FuzzySQL, SQL, PostgreSQL.
1 INTRODUCCIÓN
La lógica difusa se ha utilizado para extender las bases de
datos relacionales (BDR) a difusas (BDRD) [1][2][7].
Algunas propuestas están implementadas en Oracle, como
lo es el servidor FSQL [3] y el motor SQLf [6]. En [3] se
propone una extensión teórica de algunos tipos de datos
difusos y proponiendo una estructura para su
almacenamiento y usoconocida como FIRST-2, una
extensión de FIRST [4], implementada bajo Oracle. En el
mismo trabajo se presenta FSQL, una completa extensión
del lenguaje SQL, para efectuar consultas difusas. FSQL
incluye comparadores difusos, control de umbrales de
cumplimiento, cuantificadores difusos, visualización del
grado de cumplimiento de cada item, funciones difusas,
diversos tipos de datosdifusos (incluyendo fechas), etc.
Este trabajo implementa la FIRST-2 y un Servidor FSQL
en software libre usando un servidor PostgreSQL [5], el
más potente SGBD de código abierto
(www.postgresql.org).
En [2] se tiene un trabajo muy completo sobre las bases
de datos difusas en general y que también incluye trabajos
sobre FSQL.
2 RESUMEN DE FIRST-2
Antes de ver el modelo derepresentación de información
difusa FIRST-2, vamos a hacer un breve resumen de los
tipos de datos que incluye el modelo conceptual
FuzzyEER, y que son los tratados por nuestro sistema. Se
distinguen dos clases de atributos difusos: Atributos
cuyos valores son conjuntos difusos y atributos cuyos
valores son grados difusos.
2.1. Atributos Difusos con Conjuntos Difusos
Estos atributos puedenclasificarse en cuatro tipos según
[3], de acuerdo el tipo de referencial (dominio subyacente
o eje X donde se definen los conjuntos difusos). En todos
ellos se incluyen los valores Unknown, Undefined, y
Null:
• Tipo 1: Son atributos precisos, sin imprecisión, crisp.
Sin embargo, se permite definir etiquetas lingüísticas
en su dominio y podremos usarlas en consultas
difusas. Sealmacenan igual que un atributo normal,
pero puede ser transformado o manipulado usando
condiciones difusas. Este tipo es útil para extender
bases de datos tradicionales para permitir consultas
difusas en sus dominios clásicos. Por ejemplo,
preguntas del tipo: “Dame los empleados que ganan
mucho más que el salario mínimo”.
• Tipo 2: Son atributos “imprecisos sobre un referencialordenado”. Admiten valores crisp y difusos, en forma
de distribuciones de posibilidad o conjuntos difusos,
sobre un dominio subyacente ordenado. Es una
extensión del Tipo 1 que sí permite el
almacenamiento de información imprecisa, tal como el
valor: “aproximadamente 2 metros”. Por simplicidad,
estos conjuntos difusos suelen ser una función
trapezoidal (Figura 1, donde el eje Y es el gradodifuso).
• Tipo 3: Son atributos difusos con datos “discretos
sobre dominio subyacente no ordenado con analogía”.
Aquí se pueden definir etiquetas (Rubio, Moreno...)
que son escalares con una relación de similitud o
proximidad definida sobre esas etiquetas, para indicar
en qué medida se parecen cada par de etiquetas.
También se admiten distribuciones de posibilidad (o
conjuntosdifusos) sobre este dominio, como por
ejemplo, el valor {1/Rubio, 0.4/Moreno}, que expresa
que cierta persona es más Rubia que Morena. Observe
que el dominio subyacente de ese valor difuso es el
conjunto de etiquetas y este conjunto carece de orden.
• Tipo 4: Estos originales atributos son similares al
Tipo 3, pero sin precisar la relación de similitud. En
este caso suponemos que no...