时间：2022-12-02 20:30:01 | 来源：信息时代
时间：2022-12-02 20:30:01 来源：信息时代
演绎数据库 : 一种具有逻辑运算和演绎推理能力的数据库,是数据库技术与逻辑程序设计和人工智能AI技术相结合的产物。演绎数据库是在关系数据库的基础上发展起来的,它不仅继承了关系数据库许多优点(如查询语言的非过程性和集合运算),而且在数据模型和查询语言方面具有更强的表达能力。演绎数据库是智能数据库中研究最早,也是研究得最多的一个分支。
20世纪60年代,大量的商业应用与事务处理使计算机应用进入了数据处理时代,并由此产生了数据库系统,从而使大规模数据的存储、管理和控制成为现实。70年代,由于逻辑程序设计和人工智能中的专家系统、知识工程及知识库系统的出现,使知识的存储、管理和控制成为迫切的需要。在这种情况下,基于逻辑的演绎数据库和基于知识处理的智能数据库就成为计算机发展的必然产物。
早期,人们将演绎数据库作为智能数据库的典型代表。当时,主要是从逻辑程序设计的观点出发进行智能数据库的研究。这是指数据库工作者将AI技术引进到传统数据库中,以改进、扩充数据库的性能和执行效率而形成的新型数据库。其性能体现在演绎(推理)能力的扩充、语义知识的引入、知识的获取、知识和数据的有效组织与管理等方面; 而效率则指数据库对用户查询的快速响应与查询优化上。
演绎数据库起源于一阶谓词逻辑的研究,是传统数据库技术与AI中的演绎、推理技术相结合的初期产物。早在1978年H.Gallaire就提出了演绎数据库的概念。通常,演绎数据库是在传统的DBMS的基础上增加一个推理机制和建立一组规则来实现的,它能在原来的(关系)数据库的基础上演绎出更多的新数据,并能在一定程度上用来存储与管理知识。在演绎数据库之后,80年代又出现了基于谓词逻辑的知识库系统,它具有存储与管理大量知识的功能,这比演绎数据库又前进了一大步,并随后成为数据库界的研究热点。
与关系数据库理论类似,演绎数据库是以一阶谓词逻辑作为数学基础,它和关系数据库及逻辑程序设计(语言)有着密切的联系。关系数据库中的关系在一阶谓词演算中可用谓词表示,关系代数中的五种基本操作均可用一阶谓词演算公式来实现。同关系数据库的发展一样,演绎数据库和知识库研究是典型的理论研究驱动的。
追根溯源,早在1970年,E.F.Codd提出关系模型时,尤其在讨论关系代数和关系演算语言时,便指出了关系数据理论与集合论和一阶谓词逻辑的联系。随后,A.V.Aho和J.D.Ullman在讨论“数据查询语言的普遍性”时,提出关系语言的逻辑基础和该语言缺乏递归表达能力,需要开展演绎数据库和知识库系统的研究。以后这些研究又在递归查询算法、主动数据库、模糊演绎数据库等方面相继取得了一些进展,并逐渐形成了几个独立的研究方向。1984年在美国召开的第一届专家数据库系统会议上,正式提出“结合AI发展数据库技术应成为今后数据库的主要研究方向”。以后,由于AI中的专家系统及知识工程等技术的产生和数据库应用领域的不断拓宽,一度使人们对智能数据库的发展产生了很大的兴趣,随后人们发现提高递归查询算法的效率已成为演绎数据库和知识库研究领域面临的主要问题。20世纪90年代,演绎数据库和知识库在理论研究和实践上取得了较大的成果,这主要归功于将AI的理论与技术(如知识表示、非精确推理、非经典逻辑、机器学习等)引入数据库领域来改进演绎算法,实现智能检索、查询优化和知识库的管理与校验等。
演绎数据库一般包括内涵数据库(intensional database,IDB)和外延数据库(extensional database,EDB)两部分。其中,IDB用于存储推理规则(虚关系),而EDB用于存储原有数据(实数据)和实关系。在关系数据库(或演绎数据库)中实际存在的数据及其关系称为实关系或基本关系。从演绎数据库的实关系中,经公理(一组规则及一个推理机制)演绎、导出的新关系称为虚关系。这样,演绎数据库通过少量的规则,即可使系统具有演绎、推理能力,从而实现从(关系)数据库的现存数据(实数据)中演绎和导出新数据(虚数据)。同其他智能数据库相比,演绎数据库的推理是为查询数据服务的,演绎数据库的着眼点是将AI的演绎推理思想用于数据库技术,以求得数据库系统本身性能的提高和功能的增强。Reiter等人指出,在等价及域封闭限制条件下,关系数据库可视为仅含有基本文字的合式公式集。关系中的一个属性域被看作具有多类型变元的谓词。这样,就建立了关系数据库与一阶谓词逻辑的对应关系。根据这种对应关系,利用一阶逻辑的一组公理,就能方便地用精确语义描述出没有直接存入数据库中的那些隐含关系,进而利用一阶逻辑的形式推理算法,在内涵数据库中自动实现演绎推理,提供用户所需的新数据(虚数据与虚关系)。
通常,演绎数据库具有如下特点:
(1)在DDB中只存储少量实数据,而大量虚数据是通过少量逻辑规则演绎推导出来,这一特点可以克服传统数据库中因庞大的数据量过载负荷所引起的占用存储空间大、检索效率低、安全性可靠性差,以及RDBMS规模庞大难以实现的问题。
(2) DDB除具有传统数据库所没有的演绎推理功能外,所占用存储空间总比传统数据库少,系统容易维护、扩充,其冗余更小。
(3)一般,关系数据库用户视图只是一种虚关系,只具有极其初级的演绎功能,而基于规则的DDB中的视图被定义为规则推理的一种特例,这些规则可享有传统数据库中视图的全部功能。
(4)数据完整性在传统关系数据库中是用关系模式相关的若干限制条件来约束的,在DDB中可用规则形式来确保关系数据库之间设定的语义要求,DDB的一致性、完整性比传统数据库更易于维护。
(5) DDB使用Horn子句规则,可提供递归定义能力,具有比关系数据模型更强的表达能力,这包括可定义复杂的数据模型、更强的数据操纵能力和支持更完善的完整性约束条件,并最终为系统提供一个具有数据操纵与宿主语言功能的统一的说明性语言。
(6) DDB演绎功能的增加,使数据库不仅能为具体提问提供答案和推理证据,并可能回答诸如“(what-if)”这类高级提问。
近年来,通过采用计算智能(神经计算、遗传算法和模糊运算)和网络计算(AGENT)技术,提高了演绎数据库与知识库的智能化程度和解决复杂问题的能力,改进了智能数据库的体系结构,为演绎数据库与知识库的发展和应用开辟了广阔的前景。
在线咨询
