วัตถุประสงค์ : เสนอกรอบทฤษฎีที่ใช้เป็นแบบจำลองข้อมูลที่มีมิติของเวลาแบบคลุมเครือ ทั้งนี้ก็เพื่อเป็นแนว ทางในการขยายขีดความสามารถของแบบจำลองข้อมูลเชิงสัมพันธ์ให้สามารถจัดการข้อมูลที่ เกี่ยวข้องกับเวลาและข้อมูลที่คลุมเครือได้ ขีดความสามารถดังกล่าวจะช่วยทำให้การใช้งานของ ฐานข้อมูลมีขอบเขตกว้างมากขึ้นและนอกจากนี้ยังจะช่วยให้ระบบสารสนเทศมีความฉลาดมาก ขึ้นกว่าที่เป็นอยู่ในปัจจุบัน ที่จริงแล้วนักวิจัยหลายๆกลุ่มในสาขาระบบฐานข้อมูลได้เล็งเห็น ความสำคัญของคุณลักษณะทั้งสองอย่างของข้อมูลมาเป็นเวลากว่าสิบปีแล้ว โดยคุณลักษณะ ทางด้านเวลาจะทำให้ระบบฐานข้อมูลที่มีมิติของเวลาสามารถจัดการประวัติข้อมูลหรือข้อมูลที่ เปลี่ยนแปลงตามเวลาได้ ส่วนคุณลักษณะด้านความคลุมเครือจะทำให้ระบบฐานข้อมูลแบบคลุม เครือสามารถจัดการข้อมูลที่คลุมเครือซึ่งมีการใช้ใกล้เคียงกับชีวีตจริงได้ วิธีการ : หลักการที่ใช้ในงานวิจัยชิ้นนี้คือการนำเอาทฤษฎีของฟัซซี่เซ็ทมาใช้เป็นเครื่องมือใน การจัดการความคลุมเครือของข้อมูล และนอกจากนี้ก็ได้มีการนำเอาแบบจำลองเวลาแบบไม่ต่อ เนื่องมาใช้ แนวความคิดของช่วงเวลาในแบบจำลองดังกล่าวได้ถูกนำแทนด้วยองค์ประกอบทั้ง สามส่วนคือ เวลาเริ่ม เวลาสิ้นสุด และ ความยาวของช่วงเวลา ซึ่งองค์ประกอบแต่ละตัวจะถูก อธิบายด้วยเลขฟัซซี่ตัวหนึ่ง นอกจากนี้ ตัวสร้างข้อมูลเวลาสองชนิดในแบบจำลองนี้ได้ถูกศึกษา ชนิดหนึ่งเป็นแบบที่สร้างองค์ประกอบที่มีความหมายจากช่วงเวลาที่คลุมเครืออันหนึ่ง ส่วนอีก แบบหนึ่งจะสร้างช่วงเวลาคลุมเครือหนึ่งช่วงจากข้อมูลที่ประกอบด้วยช่วงเวลาคลุมเครือสอง ช่วง จากการศึกษาดังกล่าวพบว่าคุณสมบัติทางคณิตศาสตร์ของแบบจำลองเวลาที่คลุมเครือนี้ เป็นไปตามที่ควรจะเป็น นอกจากนี้งานวิจัยนี้ได้เสนอแนวความคิดเกี่ยวกับความสัมพันธ์ทาง เวลาของเหตุการณ์ที่เกิดขึ้นด้วยเวลาที่ไม่ชัดเจนซึ่งจะเป็นสิ่งสำคัญสำหรับการสร้างและ ประมวลคำสั่งสอบถามฐานข้อมูล หลังจากศึกษาและออกแบบแบบจำลองเวลาแบบคลุมเครือแล้ว โครงสร้างของแบบจำลองข้อมูล ที่ชื่อว่า FuzzTime ได้ถูกคิดค้นขึ้นมา โดย FuzzTime นี้เป็นแบบจำลองข้อมูลที่มีมิติของเวลา โดยสามารถจัดการข้อมูลแบบคลุมเครือได้ มันถูกสร้างขึ้นมาโดยอาศัยพื้นฐานของแบบจำลอง ข้อมูลเชิงสัมพันธ์แบบดั้งเดิม โครงสร้างของตารางใน FuzzTime ประกอบด้วยกลุ่ม attribute อยู่ 2 กลุ่มคือ กลุ่มของ attribute ทางเวลา และ กลุ่มของ attribute ที่ไม่เกี่ยวกับเวลา ในการ ออกแบบโครงสร้างและข้อบังคับบางอย่างนี้ได้มีการคำนึงถึงการรักษาแนวความคิดที่สำคัญของ key ซึ่งใช้อยู่ในแบบจำลองข้อมูลเชิงสัมพันธ์แบบดั้งเดิมด้วย นอกจากนี้งานชิ้นนี้ได้เสนอ operator ที่เกี่ยวข้องกับเวลาที่จะใช้ในการประเมินคำสั่งสอบถามในแบบจำลองนี้ด้วย ผลการวิจัย : ทฤษฎีทางคณิตศาสตร์ของ แบบจำลองเวลาแบบคลุมเครือ และ แบบจำลองข้อ มูลที่มีมิติเวลาและข้อมูลที่คลุมเครือ ซึ่งสิ่งใหม่ที่เกิดขึ้นคือความสามารถในการจัดการข้อมูลที่มี ความคลุมเครือทั้งที่เกี่ยวกับเวลาและไม่เกี่ยวกับเวลาในกรอบทฤษฎีของแบบจำลองข้อมูลเดียว กัน สรุปและอภิปรายผล : แนวความคิดในเชิงทฤษฎีที่ถูกเสนอขึ้นมาดังกล่าวเป็นแนวความคิด พื้นฐานของแบบจำลองที่สามารถจัดการข้อมูลที่มีทั้งความคลุมเครือและมิติของเวลา ผลลัพธ์ที่ ได้เสนอออกมาสามารถที่จะใช้ในการพัฒนาต่อไปทั้งในทางทฤษฎีและในทางการพัฒนาขึ้นมา ใช้งานจริง เช่น การศึกษาถึงทฤษฎีของคำสั่งสอบถาม ทฤษฎีการออกแบบฐานข้อมูลของแบบ จำลองดังกล่าว เป็นต้น นอกจากนี้เทคนิคต่างๆที่ได้ถูกเสนอขึ้นมาในงานวิจัยชิ้นนี้ยังสามารถ นำไปใช้ในด้านอื่นได้ด้วย เช่น ระบบสารสนเทศทางภูมิศาสตร์ (Geographic Information Systems) เป็นต้น แบบจำลองข้อมูลที่มีมิติของเวลานี้เป็นลักษณะที่เรียกกันโดยทั่วไปว่าเป็น attribute-time stamping งานวิจัยทางด้านนี้ยังมีสิ่งที่ต้องทำอีกมาก ข้อเสนอแนะ : สิ่งที่ควรจะทำต่อไปสำหรับงานนี้คือการศึกษาถึงทฤษฎีของคำสั่งสอบถาม เช่น การขยายขีดความสามารถของรีเลชั่นแนลอัลจิบรา และ การศึกษาถึงความซับซ้อนของภาษา และแบบจำลอง ทั้งนี้เพื่อนำไปสู่การพัฒนาต้นแบบในรูปแบบของซอฟท์แวร์ DBMS ได้ Objective: This research has proposed a formal framework to incorporate fuzzy temporal knowledge into a temporal database model. The major purpose of this research is to extend the capability of the relational data model to be able to handle both temporal data and fuzzy data. Such capability will help an expansion of database applications, and also will increase the intelligence of information systems. The importance of the two features, time and fuzziness, of data has been widely recognized by researchers in the field of databases for nearly two decades. The time dimension allows temporal database systems to handle historical data or time-varying data inherently. On the other hand, the fuzziness aspect allows fuzzy databases to incorporate vague data. Methodology: In our approach, the fuzzy set theory has been employed as a theoretical tool to handle the fuzziness feature of data, and the discrete time model has been assumed. The concept of a time interval in the traditional discrete time model has been extended by representing it with three components, the starting time, the ending time and the duration, each of which is modeled by a fuzzy number. Then, both unary and binary temporal constructors, which are applied to one and two fuzzy time intervals respectively to produce another interval, have been studied. It has been proven that mathematical properties of the fuzzy time model have been satisfied. In addition, fuzzy temporal relationships among events, which will be useful in specifying and evaluating queries, have been defined and their characteristics have been investigated. Based on the relational data model and the fuzzy discrete time model above, we have proposed a structure of a fuzzy temporal data model called FuzzTime. A fuzzy temporal relation in FuzzTime consists of two main parts – a group of temporal attributes and a group of non-temporal attributes. The design of this structure and some constraints has been accomplished by an effort of conserving the importance concept of key in the traditional data model. Moreover, time related operators for query evaluation of the model have been proposed. Research Result: Theoretical frameworks of a fuzzy time model and a temporal data model with fuzzy knowledge of time have been proposed. These novel concepts and techniques in databases allow the ability to represent and to manage both fuzzy temporal data and fuzzy non-temporal data in a homogeneous framework. Discussion and Conclusion: The proposed theoretical notion is to be used for managing fuzzy and temporal data. The result can be a basis for further investigation and development both in theory and in practice. For instance, a new query language and a theory of database design based on our model need to be introduced. In addition, novel techniques proposed in this work can be employed in other areas such as geographic information systems. In fact, there are plenty of rooms for further research in this direction. Recommendation: The next step that can be carried out is to study a theory of query languages and their evaluations such as an extension of the traditional relational algebra and the study of complexity of the languages and the model. This will lead to an implementation of a DBMS software prototype.