Bulanık veritabanı sistemi ve uygulaması

Abstract

ÖZET Anahtar Kelimeler: Veritabanı, İmalat Veritabam, Bulanık Veritabanı, Bulanık Mantık, Benzerlik Matrisi Bilgisayarın, iş dünyasına ve imalat sektöründe kullanımının artması ile potansiyel olarak değerli bilgileri veritabanlannda saklayan aletler olmuşlardır. Saklanılan bilgilerin yeniden elde edilmesinde gün geçtikçe klasik sistemler yetirsiz kalmış ve yeni çözüm yollan aranmaya başlanmıştır. Günümüzde artık veri saklama ve bu verileri yeniden elde etmek için yapay zeka teknikleri kullamlmaya başlanmıştır. Bu tekniklerden biri de bulanık mantık'tır. Bu tez çalışmasında öncelikli olarak veritabam ve bulanık mantıkla ilgili temel kavramlardan bahsedilmiştir. Bölüm 3 'de ise bilgisayar bütünleşik imalat veritabam ve bileşenlerinden ve Bilgisayar Bütünleşik İmalat' m hangi veritabanlanm kullandığından bahsedilmiştir. Daha sonrada İmalat veritabanının smıflandırılması ve bu smıflanduılmada olan kontrol ve planlama işlemlerinden bahsedilecektir. Bölüm 4'de ise bulanık veritabanının nasıl oluşturulduğundan bahsedilmiştir. Bölüm 5 'de ise imalat sistemlerinde bulanık veritabam kullammımn nasıl olduğundan bahsedilmiştir. Burada bilgisayar bütünleşik bir sistemde hangi verilerin bulanıklaştınlabileceği ve nasıl bir bulanık sorgu kullanılacağı birkaç örnekle anlatılmıştır. ıx

FUZZY DATABASE SYSTEMS AND AN APPLICATON SUMMARY Key words: Database, Manufacturing Database, Fuzzy Database, Fuzzy Logic. Similarity Matrix With the increasing use in business world and manufacturing sector, computers have become the potential tools to store the valuable data in databases. Day by day, classical systems have become insufficient in retrieving the stored data so new solution ways has started to be searched for. Today, artificial intelligence techniques have started to be used in data storage and retrieval. One of these techniques is fuzzy logic. In this work, firstly, basic concepts of databases and fuzzy logic have been discussed. In part 3, computer integrated manufacturing and its components, and the databases that CIM use have been discussed. Later, classification of manufacturing databases and the control and planning process in this classification have been discussed. And in part 4, the way how fuzzy databases are constituted has been discussed. In the final part, the usage of fuzzy databases in manufacturing systems has been discussed. Here, the kinds of data fuzzified and the kinds of fuzzy queries used are explained with some examples.