JP2621658B2 - ルール生成装置および方法 - Google Patents
ルール生成装置および方法Info
- Publication number
- JP2621658B2 JP2621658B2 JP6511921A JP51192194A JP2621658B2 JP 2621658 B2 JP2621658 B2 JP 2621658B2 JP 6511921 A JP6511921 A JP 6511921A JP 51192194 A JP51192194 A JP 51192194A JP 2621658 B2 JP2621658 B2 JP 2621658B2
- Authority
- JP
- Japan
- Prior art keywords
- rule
- input
- rule group
- variable data
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/023—Learning or tuning the parameters of a fuzzy system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Devices For Executing Special Programs (AREA)
- Feedback Control In General (AREA)
- Computer And Data Communications (AREA)
- Stored Programmes (AREA)
Description
【発明の詳細な説明】 技術分野 この発明はルール，とくにファジィ推論のためのルー
ルを自動的に生成する装置および方法に関する。
ルを自動的に生成する装置および方法に関する。
背景技術 ファジィ推論またはファジィ制御は多くの分野でエキ
スパート・システム，故障診断，各種機器の制御等に用
いられるようになってきている。適切なファジィ推論ま
たはファジィ制御の実行には適切なルールが必要であ
る。しかしながら，ルールの作成ないしは構築は応用分
野にかなり豊富な知識をもっている技術者でないと困難
を伴うことが多い。
スパート・システム，故障診断，各種機器の制御等に用
いられるようになってきている。適切なファジィ推論ま
たはファジィ制御の実行には適切なルールが必要であ
る。しかしながら，ルールの作成ないしは構築は応用分
野にかなり豊富な知識をもっている技術者でないと困難
を伴うことが多い。
蓄積された経験，勘，知識等に基づいてルールを作成
する方法は，作成者が豊かな経験，知識をもっている専
門家であることが必要であるから，限られた者にしかル
ールを作成できないという欠点がある。
する方法は，作成者が豊かな経験，知識をもっている専
門家であることが必要であるから，限られた者にしかル
ールを作成できないという欠点がある。
常識的な範囲で暫定的に初期ルールを作成しておき，
この初期ルールにデータをあてはめながらルールを修正
する方法もある。この方法は必ずしも専門的な知識およ
び経験を必要とはしないが，試行錯誤を繰返さなければ
ならないために時間と労力がかかるという問題点があ
る。
この初期ルールにデータをあてはめながらルールを修正
する方法もある。この方法は必ずしも専門的な知識およ
び経験を必要とはしないが，試行錯誤を繰返さなければ
ならないために時間と労力がかかるという問題点があ
る。
発明の開示 この発明は専門的知識を必要とすることなく，しかも
迅速に適切なルールを決定することができるルール生成
装置および方法を提供するものである。
迅速に適切なルールを決定することができるルール生成
装置および方法を提供するものである。
この発明によるルール生成装置は，それぞれが複数の
ルールを含む，複数のルール群をあらかじめ記憶したル
ール群記憶手段，ルール生成に用いる入力変数データお
よび出力変数データを入力するための入力手段，上記ル
ール群記憶手段に記憶されたルール群のそれぞれにした
がう演算を，上記入力手段から入力された入力変数デー
タを用いて行う第１演算手段，上記第１の演算手段によ
る演算結果と上記入力手段から入力された出力変数デー
タとを比較し，ルール群ごとにその有効度を算出する第
２の演算手段，ならびに上記第２の演算手段によって得
られた有効度に基づいて適切なルール群を選択する選択
手段を備えているものである。
ルールを含む，複数のルール群をあらかじめ記憶したル
ール群記憶手段，ルール生成に用いる入力変数データお
よび出力変数データを入力するための入力手段，上記ル
ール群記憶手段に記憶されたルール群のそれぞれにした
がう演算を，上記入力手段から入力された入力変数デー
タを用いて行う第１演算手段，上記第１の演算手段によ
る演算結果と上記入力手段から入力された出力変数デー
タとを比較し，ルール群ごとにその有効度を算出する第
２の演算手段，ならびに上記第２の演算手段によって得
られた有効度に基づいて適切なルール群を選択する選択
手段を備えているものである。
好ましくは，上記選択手段によって選択されたルール
群を記憶する記憶手段，または選択されたルール群を出
力する出力装置がさらに設けられる。
群を記憶する記憶手段，または選択されたルール群を出
力する出力装置がさらに設けられる。
この発明によるルール生成方法は，それぞれが複数の
ルールを含む，複数のルール群をあらかじめ記憶手段に
記憶させておき，ルール生成に用いる入力変数データお
よび出力変数データの入力を受付け，上記ルール群記憶
手段に記憶されたルール群のそれぞれにしたがう演算
を，入力された入力変数データを用いて行い，上記演算
結果と入力された出力変数データとを比較し，ルール群
ごとにその有効度を算出し，得られた有効度に基づいて
適切なルール群を選択するものである。
ルールを含む，複数のルール群をあらかじめ記憶手段に
記憶させておき，ルール生成に用いる入力変数データお
よび出力変数データの入力を受付け，上記ルール群記憶
手段に記憶されたルール群のそれぞれにしたがう演算
を，入力された入力変数データを用いて行い，上記演算
結果と入力された出力変数データとを比較し，ルール群
ごとにその有効度を算出し，得られた有効度に基づいて
適切なルール群を選択するものである。
この発明によると，ルール群記憶手段には過去を作成
された複数のルール群があらかじめ格納されており，こ
れらのルール群の中から，入力された入，出力変数デー
タに最も適合するルール群が自動的に選択される。した
がって，専門的知識がなくてもルール生成を行うことが
でき，しかもほぼ妥当なルール群が得られる。また，正
確かつ迅速な処理が期待できる。
された複数のルール群があらかじめ格納されており，こ
れらのルール群の中から，入力された入，出力変数デー
タに最も適合するルール群が自動的に選択される。した
がって，専門的知識がなくてもルール生成を行うことが
でき，しかもほぼ妥当なルール群が得られる。また，正
確かつ迅速な処理が期待できる。
さらに望ましくは，選択されたルール群の一部を必要
に応じて修正する。修正されたルール群もまたルール群
記憶手段に記憶されることになろう。
に応じて修正する。修正されたルール群もまたルール群
記憶手段に記憶されることになろう。
この発明の実施態様においては，上記入力手段が，
入，出力変数データを記憶した記録媒体と，この記録媒
体から入，出力変数データを読取る読取装置から構成さ
れている。ルール生成のための入，出力変数データの持
ち運びが可能となる。
入，出力変数データを記憶した記録媒体と，この記録媒
体から入，出力変数データを読取る読取装置から構成さ
れている。ルール生成のための入，出力変数データの持
ち運びが可能となる。
この発明の他の実施態様によると，ルール生成装置
は，ホスト装置と，このホスト装置に交信可能に接続さ
れた端末装置とから構成される。ホスト装置は上記ルー
ル群記憶手段，上記第１の演算手段，上記第２の演算手
段および上記選択手段を備える。上記端末装置は上記入
力手段を備える。
は，ホスト装置と，このホスト装置に交信可能に接続さ
れた端末装置とから構成される。ホスト装置は上記ルー
ル群記憶手段，上記第１の演算手段，上記第２の演算手
段および上記選択手段を備える。上記端末装置は上記入
力手段を備える。
この実施態様によると，端末装置から必要なデータを
入力し，ホスト装置にルールを生成させ，生成されたル
ールを端末装置で受取ることができる。
入力し，ホスト装置にルールを生成させ，生成されたル
ールを端末装置で受取ることができる。
さらに他の実施態様によると，ルール生成装置は，ホ
スト装置と，このホスト装置に交信可能に接続された端
末装置とから構成される。上記ホスト装置は上記ルール
群記憶手段を備える。上記端末装置は上記入力手段，上
記第１の演算手段，上記第２の演算手段および上記選択
手段を備える。
スト装置と，このホスト装置に交信可能に接続された端
末装置とから構成される。上記ホスト装置は上記ルール
群記憶手段を備える。上記端末装置は上記入力手段，上
記第１の演算手段，上記第２の演算手段および上記選択
手段を備える。
この実施態様によると，ホスト装置から伝送されたル
ール群を受取り，端末装置においてルールを生成するこ
とができる。
ール群を受取り，端末装置においてルールを生成するこ
とができる。
さらに発展的に展開された発明が提案されている。こ
の展開された発明によるルール生成装置は，それぞれが
複数のルールを含む，複数のルール群をあらかじめ記憶
したルール群記憶手段，ルール生成のための仕様を入力
するための第１の入力手段，ルール生成に用いる入力変
数データおよび出力変数データを入力するための第２の
入力手段，上記第１の入力手段から入力された仕様を満
たすルール群を上記ルール群記憶手段に記憶されている
ルール群の中から選択する第１の選択手段，上記第１の
選択手段によって選択されたルール群のそれぞれにした
がう演算を，上記第２の入力手段から入力された入力変
数データを用いて行う第１の演算手段，上記第１の演算
手段による演算結果と上記第２の入力手段から入力され
た出力変数データとを比較し，ルール群ごとにその有効
度を算出する第２の演算手段，ならびに上記第２の演算
手段によって得られた有効度に基づいて適切なルール群
を選択する第２の選択手段を備えている。
の展開された発明によるルール生成装置は，それぞれが
複数のルールを含む，複数のルール群をあらかじめ記憶
したルール群記憶手段，ルール生成のための仕様を入力
するための第１の入力手段，ルール生成に用いる入力変
数データおよび出力変数データを入力するための第２の
入力手段，上記第１の入力手段から入力された仕様を満
たすルール群を上記ルール群記憶手段に記憶されている
ルール群の中から選択する第１の選択手段，上記第１の
選択手段によって選択されたルール群のそれぞれにした
がう演算を，上記第２の入力手段から入力された入力変
数データを用いて行う第１の演算手段，上記第１の演算
手段による演算結果と上記第２の入力手段から入力され
た出力変数データとを比較し，ルール群ごとにその有効
度を算出する第２の演算手段，ならびに上記第２の演算
手段によって得られた有効度に基づいて適切なルール群
を選択する第２の選択手段を備えている。
好ましくは，上記第２の選択手段によって選択された
ルール群を記憶する記憶手段，または選択されたルール
群を出力する出力装置がさらに設けられる。
ルール群を記憶する記憶手段，または選択されたルール
群を出力する出力装置がさらに設けられる。
この発明によるルール生成方法は，それぞれが複数の
ルールを含む，複数のルール群をあらかじめ記憶手段に
記憶させておき，ルール生成のための仕様の入力を受付
け，ルール生成に用いる入力変数データおよび出力変数
データの入力を受付け，入力された仕様を満たすルール
群を上記ルール群記憶手段に記憶されているルール群の
中から選択し，選択されたルール群のそれぞれにしたが
う演算を，入力された入力変数データを用いて行い，上
記演算結果と入力された出力変数データとを比較し，ル
ール群ごとにその有効度を算出し，得られた有効度に基
づいて適切なルール群を選択するものである。
ルールを含む，複数のルール群をあらかじめ記憶手段に
記憶させておき，ルール生成のための仕様の入力を受付
け，ルール生成に用いる入力変数データおよび出力変数
データの入力を受付け，入力された仕様を満たすルール
群を上記ルール群記憶手段に記憶されているルール群の
中から選択し，選択されたルール群のそれぞれにしたが
う演算を，入力された入力変数データを用いて行い，上
記演算結果と入力された出力変数データとを比較し，ル
ール群ごとにその有効度を算出し，得られた有効度に基
づいて適切なルール群を選択するものである。
この発明によると，生成を希望するルールの仕様が入
力され，まずこの仕様に適合する一または複数のルール
群が選択される。そして，選択された一または複数のル
ール群について，ルール群の有効度が算出され，この有
効度に基づいて最終的に最も適切なルールが決定され
る。仕様を満たすルール群についてのみ有効度算出処理
が行なわれるので，この処理の簡素化が図られる。仕様
を満たさないルール群ははじめから除外されるので，不
適切なルール群が最終的に選択されることはなく，より
適切なルール生成が達成される。
力され，まずこの仕様に適合する一または複数のルール
群が選択される。そして，選択された一または複数のル
ール群について，ルール群の有効度が算出され，この有
効度に基づいて最終的に最も適切なルールが決定され
る。仕様を満たすルール群についてのみ有効度算出処理
が行なわれるので，この処理の簡素化が図られる。仕様
を満たさないルール群ははじめから除外されるので，不
適切なルール群が最終的に選択されることはなく，より
適切なルール生成が達成される。
好ましい実施態様では，上記仕様が必須事項と条件事
項とを含み，上記第１の選択手段が必須事項のすべてを
満たすルール群を選択し，上記第１の選択手段または上
記第２の選択手段が上記条件事項に基づいてルール群を
選択する。
項とを含み，上記第１の選択手段が必須事項のすべてを
満たすルール群を選択し，上記第１の選択手段または上
記第２の選択手段が上記条件事項に基づいてルール群を
選択する。
この発明の実施態様では，上記第１の入力手段が，仕
様データを記憶した記録媒体と，この記録媒体から仕様
データを読取る読取装置から構成され，上記第２の入力
手段が，入，出力変数データを記憶した記録媒体と，こ
の記録媒体から入，出力変数データを読取る読取装置か
ら構成される。
様データを記憶した記録媒体と，この記録媒体から仕様
データを読取る読取装置から構成され，上記第２の入力
手段が，入，出力変数データを記憶した記録媒体と，こ
の記録媒体から入，出力変数データを読取る読取装置か
ら構成される。
このようにして，各オペレータが自分のための入力手
段を保有しかつ持ち運ぶことができるようになる。
段を保有しかつ持ち運ぶことができるようになる。
この発明の他の実施態様では，ルール生成装置は，ホ
スト装置と，このホスト装置に交信可能に接続された端
末装置とから構成される。ホスト装置が上記ルール群記
憶手段，上記第１の選択手段，上記第１の演算手段，上
記第２の演算手段および上記第２の選択手段を備え，上
記端末装置が上記第１の入力手段および上記第２の入力
手段を備える。
スト装置と，このホスト装置に交信可能に接続された端
末装置とから構成される。ホスト装置が上記ルール群記
憶手段，上記第１の選択手段，上記第１の演算手段，上
記第２の演算手段および上記第２の選択手段を備え，上
記端末装置が上記第１の入力手段および上記第２の入力
手段を備える。
この実施態様によると，端末装置からルール生成に必
要なデータを入力すれば，これらのデータがホスト装置
に伝送され，ホスト装置でルール生成処理が行なわれ
る。生成されたルール群は端末装置に伝送されるので，
端末装置で生成されたルール群を受取ることができる。
要なデータを入力すれば，これらのデータがホスト装置
に伝送され，ホスト装置でルール生成処理が行なわれ
る。生成されたルール群は端末装置に伝送されるので，
端末装置で生成されたルール群を受取ることができる。
この発明のさらに他の実施態様では，ルール生成装置
は，ホスト装置と，このホスト装置に交信可能に接続さ
れた端末装置から構成される。上記ホスト装置が上記ル
ール群記憶手段を備え，上記端末装置が上記第１の入力
手段，上記第２の入力手段，上記第１の選択手段，上記
第１の演算手段，上記第２の演算手段および上記第２の
選択手段を備える。
は，ホスト装置と，このホスト装置に交信可能に接続さ
れた端末装置から構成される。上記ホスト装置が上記ル
ール群記憶手段を備え，上記端末装置が上記第１の入力
手段，上記第２の入力手段，上記第１の選択手段，上記
第１の演算手段，上記第２の演算手段および上記第２の
選択手段を備える。
したがって，端末装置はホスト装置から伝送された複
数のルール群を用いてルール生成を行うことができる。
数のルール群を用いてルール生成を行うことができる。
さらにこの発明の他の実施態様では，ルール生成装置
は，ホスト装置と，このホスト装置に交信可能に接続さ
れた端末装置とから構成される。上記ホスト装置が上記
ルール群記憶手段および上記第１の選択手段を備え，上
記端末装置が上記第１の入力手段，上記第２の入力手
段，上記第１の演算手段，上記第２の演算手段および上
記第２の選択手段を備える。
は，ホスト装置と，このホスト装置に交信可能に接続さ
れた端末装置とから構成される。上記ホスト装置が上記
ルール群記憶手段および上記第１の選択手段を備え，上
記端末装置が上記第１の入力手段，上記第２の入力手
段，上記第１の演算手段，上記第２の演算手段および上
記第２の選択手段を備える。
したがって，端末装置でルール生成のための仕様を入
力すると，この仕様がホスト装置に伝送され，ホスト装
置において仕様を満たすルール群が選択される。選択さ
れたルール群は端末装置に伝送される。端末装置では，
仕様を満たすルール群のみを用いてルール生成処理を行
うことができるようになる。
力すると，この仕様がホスト装置に伝送され，ホスト装
置において仕様を満たすルール群が選択される。選択さ
れたルール群は端末装置に伝送される。端末装置では，
仕様を満たすルール群のみを用いてルール生成処理を行
うことができるようになる。
図面の簡単な説明 第１図は第１実施例によるルール生成装置の構成を示
すブロック図である。
すブロック図である。
第２図はルール生成条件を記述した原ソース・プログ
ラムの例を示す。
ラムの例を示す。
第３は生成されたルール群を含むソース・プログラム
の例を示す。
の例を示す。
第４図はデータ・ファイルの例を示す。
第５図はルール生成に用いられるルール群の例を示
す。
す。
第6a図および第6b図はメンバーシップ関数の例を示す
グラフである。
グラフである。
第７図はルール生成時に作成され，ルール群有効度を
求めるためのデータをテーブルの形で表わすものであ
る。
求めるためのデータをテーブルの形で表わすものであ
る。
第８図はルール生成処理手順を示すフロー・チャート
である。
である。
第９図は第２実施例によるルール生成装置の構成を示
すブロック図である。
すブロック図である。
第10図ルール生成条件を記述した原ソース・プログラ
ムの例を示す。
ムの例を示す。
第11図は生成されたルール群を含むソース・プログラ
ムの例を示す。
ムの例を示す。
第12図はデータ・ファイルの例を示す。
第13a図および第13b図はルール生成に用いられるルー
ル群の例を示す。
ル群の例を示す。
第14a図および第14b図は一致度を算出する方法を示す
グラフである。
グラフである。
第15図はルール生成時に作成され，総合一致度を求め
るための各種一致度をテーブルの形で表わすものであ
る。
るための各種一致度をテーブルの形で表わすものであ
る。
第16a図および第16b図はルール生成処理手順を示すフ
ロー・チャートである。
ロー・チャートである。
第17図は第３実施例を示すブロック図である。
発明を実施するための最良の形態 第１実施例 第１図はこの発明の第１実施例によるルール生成装置
の構成を示している。このルール生成装置10は，コンピ
ュータ・システムによって実現され,CPU11,ROM12,RAM1
3,ハード・ディスク（磁気ディスク記憶装置）14,およ
びフロッピィ・ディスク・ドライブ装置（以下,EDDとい
う）15から構成されている。
の構成を示している。このルール生成装置10は，コンピ
ュータ・システムによって実現され,CPU11,ROM12,RAM1
3,ハード・ディスク（磁気ディスク記憶装置）14,およ
びフロッピィ・ディスク・ドライブ装置（以下,EDDとい
う）15から構成されている。
このルール生成装置10は次の動作を行うものである。
複数（少なくとも一つ）のルール群がルール生成装置10
にあらかじめ設定されている。各ルール群は複数（少な
くとも一つ）のルールから構成されている。入力変数デ
ータと出力変数データとの集合がルール生成装置10に入
力される。入力変数の種類は一般には複数であるが一つ
の場合もある。各出力変数データは入力変数データと対
応しており，対応する入力変数データが与えられたとき
に得られることが望まれる期待値を表わす。ルール生成
装置10は，入力変数データと出力変数データとの集合が
入力されたときに，その集合を実現するのに最も適した
ルール群を，あらかじめ設定された複数のルール群の中
から選択する。これがルールの生成である。入力変数デ
ータが選択されたルール群に適用され，選択されたルー
ル群にしたがう推論演算を行なわれたときに，その入力
変数データに対応する出力変数データの表わす値に近い
値をもつ推論結果が得られることになる。
複数（少なくとも一つ）のルール群がルール生成装置10
にあらかじめ設定されている。各ルール群は複数（少な
くとも一つ）のルールから構成されている。入力変数デ
ータと出力変数データとの集合がルール生成装置10に入
力される。入力変数の種類は一般には複数であるが一つ
の場合もある。各出力変数データは入力変数データと対
応しており，対応する入力変数データが与えられたとき
に得られることが望まれる期待値を表わす。ルール生成
装置10は，入力変数データと出力変数データとの集合が
入力されたときに，その集合を実現するのに最も適した
ルール群を，あらかじめ設定された複数のルール群の中
から選択する。これがルールの生成である。入力変数デ
ータが選択されたルール群に適用され，選択されたルー
ル群にしたがう推論演算を行なわれたときに，その入力
変数データに対応する出力変数データの表わす値に近い
値をもつ推論結果が得られることになる。
CPU11は，あらかじめROM12に格納されたプログラムに
したがって上述したルール生成処理を実行する。RAM13
はルール生成処理の過程で得られたデータを一時的に記
憶する。ハード・ディスク14には複数のルール群があら
かじめ記憶されている。FDD15は，入力変数データと出
力変数データとの集合（これをデータ・ファイルとう）
を入力するとともに，選択されたルール群を表わすデー
タを出力するために用いられる。これらのデータの入，
出力のための媒体がフロッピィ・ディスク（以下,FDと
いう）16である。
したがって上述したルール生成処理を実行する。RAM13
はルール生成処理の過程で得られたデータを一時的に記
憶する。ハード・ディスク14には複数のルール群があら
かじめ記憶されている。FDD15は，入力変数データと出
力変数データとの集合（これをデータ・ファイルとう）
を入力するとともに，選択されたルール群を表わすデー
タを出力するために用いられる。これらのデータの入，
出力のための媒体がフロッピィ・ディスク（以下,FDと
いう）16である。
この実施例ではルール生成のための条件は原ソース・
プログラム（X.C）の形でFD16に記憶されており，このF
D16の原ソース・プログラム（X.C）がFDD15によって読
取られ，ルール生成装置10に入力される。
プログラム（X.C）の形でFD16に記憶されており，このF
D16の原ソース・プログラム（X.C）がFDD15によって読
取られ，ルール生成装置10に入力される。
第２図は原ソース・プログラム（X.C）の一例を示し
ている。原ソース・プログラム（X.C）は通常の命令ブ
ロックβとルール・プログラムαとを含む。ルール・ブ
ロックαにはデータ・ファイル名（X.dat），入力変数
の種類，および出力変数の種類が記述されている。
ている。原ソース・プログラム（X.C）は通常の命令ブ
ロックβとルール・プログラムαとを含む。ルール・ブ
ロックαにはデータ・ファイル名（X.dat），入力変数
の種類，および出力変数の種類が記述されている。
データ・ファイルを原ソース・プログラム（X.C）の
中に直接に記述するとプログラムが長くなってしまう。
このことを避けるために原ソース・プログラム（X.C）
にはデータ・ファイル名のみが記述してある。データ・
ファイルはFD16の他のエリアに記録されている。入力変
数の種類（I1およびI2）ならびに出力変数の種類（O1）
はデータ・ファイルで用いられている入，出力変数名で
ある。
中に直接に記述するとプログラムが長くなってしまう。
このことを避けるために原ソース・プログラム（X.C）
にはデータ・ファイル名のみが記述してある。データ・
ファイルはFD16の他のエリアに記録されている。入力変
数の種類（I1およびI2）ならびに出力変数の種類（O1）
はデータ・ファイルで用いられている入，出力変数名で
ある。
データ・ファイル名（X,dat）をもつデータ・ファイ
ルの一例が第４図に示されている。各行の入，出力デー
タが組を構成している。たとてば第１行において,II＝3
0,I2＝40のときにO1＝0.9が得られることが期待され
る。
ルの一例が第４図に示されている。各行の入，出力デー
タが組を構成している。たとてば第１行において,II＝3
0,I2＝40のときにO1＝0.9が得られることが期待され
る。
第５図はハード・ディスク14にあらかじめ記憶されて
いる複数のルール群の一例を示すものである。各ルール
群にルール群番号が割当てられているとともに，その使
用分野が記述されている。ルール群ごとに，そのルール
群を構成するファジィ推論ルール（単にルールという）
および用いられるメンバーシップ関数を表わすデータが
含まれている。
いる複数のルール群の一例を示すものである。各ルール
群にルール群番号が割当てられているとともに，その使
用分野が記述されている。ルール群ごとに，そのルール
群を構成するファジィ推論ルール（単にルールという）
および用いられるメンバーシップ関数を表わすデータが
含まれている。
たとえばルール群番号R10は湿度制御に用いられるも
のであり，ルール１（rule1），ルール２（rule2）を含
む複数のルールから構成されている。入力変数はI1とI2
の２つであり，出力変数はO1一つである。これらのルー
ルで用いられるメンバーシップ関数はSMALL（小さい）,
MEDIUM（中位い）およびLARGE（大きい）の３種類であ
る。メンバーシップ関数は三角形で表現される。メンバ
ーシップ関数データの３つの数字はそれぞれ，グレード
が0,1および０をもつ三角形の頂点の変数値である。た
とえば，入力変数I1のメンバーシップ関数SMALLは，座
標（変数値，グレード）がそれぞれ（0,0），（20,
1），（40,0）で表わされる頂点をもつ三角形である。
ルール群番号R10における入力変数I1に関する３種類の
メンバーシップ関数および出力変数O1に関する３種類の
メンバーシップ関数がそれぞれ第6a図および第6b図に示
されている。
のであり，ルール１（rule1），ルール２（rule2）を含
む複数のルールから構成されている。入力変数はI1とI2
の２つであり，出力変数はO1一つである。これらのルー
ルで用いられるメンバーシップ関数はSMALL（小さい）,
MEDIUM（中位い）およびLARGE（大きい）の３種類であ
る。メンバーシップ関数は三角形で表現される。メンバ
ーシップ関数データの３つの数字はそれぞれ，グレード
が0,1および０をもつ三角形の頂点の変数値である。た
とえば，入力変数I1のメンバーシップ関数SMALLは，座
標（変数値，グレード）がそれぞれ（0,0），（20,
1），（40,0）で表わされる頂点をもつ三角形である。
ルール群番号R10における入力変数I1に関する３種類の
メンバーシップ関数および出力変数O1に関する３種類の
メンバーシップ関数がそれぞれ第6a図および第6b図に示
されている。
第８図はルール生成装置10のCPU11によるルール生成
（ルール群選択）処理手順を示すものである。
（ルール群選択）処理手順を示すものである。
オペレータはまず，原ソース・プログラム（X.C）お
よびデータ・ファイル（X.dat）が格納されているFD16
をFDD15に装填する。CPU11はFDD15を制御してFD16から
原ソース・プログラム（X.C）およびデータ・ファイル
（X,dat）を読取り，これらのプログラムおよびファイ
ルをRAM13に一時的に記憶する（ステップ101）。
よびデータ・ファイル（X.dat）が格納されているFD16
をFDD15に装填する。CPU11はFDD15を制御してFD16から
原ソース・プログラム（X.C）およびデータ・ファイル
（X,dat）を読取り，これらのプログラムおよびファイ
ルをRAM13に一時的に記憶する（ステップ101）。
CPU11は原ソース・プログラム（X.C）を一行ずつチェ
ックしていき，ルール・ブロックαに達したかどうかを
判断する（ステップ102,103）。ルール・ブロックαで
あるかどうかの判断は，その第１行「＃if def RULE
BLOCK」および末行「＃end RULE BLOCK」の先頭の
記号「＃」に基づいて行うことができる。CPU11は原ソ
ース・プログラム（X.C）をその第１行「include（stdi
o.h）」から順次一行ずつ読込んでいき，記号「＃」が
含まれているかどうかをチェックし，第１番目に見つけ
た「＃」と次に見つけた「＃」との間の行がルール・ブ
ロックであると判断する。
ックしていき，ルール・ブロックαに達したかどうかを
判断する（ステップ102,103）。ルール・ブロックαで
あるかどうかの判断は，その第１行「＃if def RULE
BLOCK」および末行「＃end RULE BLOCK」の先頭の
記号「＃」に基づいて行うことができる。CPU11は原ソ
ース・プログラム（X.C）をその第１行「include（stdi
o.h）」から順次一行ずつ読込んでいき，記号「＃」が
含まれているかどうかをチェックし，第１番目に見つけ
た「＃」と次に見つけた「＃」との間の行がルール・ブ
ロックであると判断する。
ルール・ブロック内の記述に基づいてCPU11は，用い
るべきデータ・ファイルが「X.dat」であること，入力
変数がI1とI2であること，出力変数がO1であることを認
識する。そこで，ハード・ディスク14に記憶されている
ルール群のうち，入力変数の種類が２つでかつ出力変数
の種類が１であるルール群を見つけ出し，これらのルー
ル群のそれぞれにデータ・ファイル（X.dat）の入力変
数データをあてはめてファジィ推論を実行する（ステッ
プ104）。ファジィ推論演算には任意の演算方法を用い
ることができるが，最も一般的にはMIN−MAX演算が利用
されよう。デファジファイするために，たとえば重心法
が用いられよう。
るべきデータ・ファイルが「X.dat」であること，入力
変数がI1とI2であること，出力変数がO1であることを認
識する。そこで，ハード・ディスク14に記憶されている
ルール群のうち，入力変数の種類が２つでかつ出力変数
の種類が１であるルール群を見つけ出し，これらのルー
ル群のそれぞれにデータ・ファイル（X.dat）の入力変
数データをあてはめてファジィ推論を実行する（ステッ
プ104）。ファジィ推論演算には任意の演算方法を用い
ることができるが，最も一般的にはMIN−MAX演算が利用
されよう。デファジファイするために，たとえば重心法
が用いられよう。
各ルール群において，一組の入力変数データについて
一つの推論結果IRが得られる。すべての適用可能なルー
ル群について，入，出力変数データの組と，その組につ
いての推論結果をまとめたのが第７図である。このよう
なデータはRAM13に記憶される。
一つの推論結果IRが得られる。すべての適用可能なルー
ル群について，入，出力変数データの組と，その組につ
いての推論結果をまとめたのが第７図である。このよう
なデータはRAM13に記憶される。
各ルール群において，入，出力変数データの組ごと
に，出力変数データと推論結果IRとの比T1が算出され
る。この比T1の算出において，得られる比T1が常に１以
下の値となるように，出力変数データと推論結果との大
きい方が分母に，小さい方が分子に用いられる。
に，出力変数データと推論結果IRとの比T1が算出され
る。この比T1の算出において，得られる比T1が常に１以
下の値となるように，出力変数データと推論結果との大
きい方が分母に，小さい方が分子に用いられる。
さらに，ルール群ごとに，比T1の平均値がルール群の
有効度（％で表現される）として求められる（ステップ
105）。ファジィ推論と有効度の算出はすべての適用可
能なルール群について，データ・ファイル（X.dat）の
データを用いて実行される（ステップ106）。
有効度（％で表現される）として求められる（ステップ
105）。ファジィ推論と有効度の算出はすべての適用可
能なルール群について，データ・ファイル（X.dat）の
データを用いて実行される（ステップ106）。
このようにして求められたルール群の有効度のうち最
も大きいものが選択される（ステップ107）。また選択
された最大有効度が所定のしきい値（たとえば80％）以
上かどうかが判断される。しきい値以上の最大有効度を
もつルール群が与えられたデータ・ファイル（X.dat）
の入，出力変数のデータに最適のものとして決定され，
そのルール群番号，ルール使用分野，ルール群および有
効度がRAM13内の原ソース・プログラム（X.C）のルール
・ブロックαに書込まれる（ステップ108）。
も大きいものが選択される（ステップ107）。また選択
された最大有効度が所定のしきい値（たとえば80％）以
上かどうかが判断される。しきい値以上の最大有効度を
もつルール群が与えられたデータ・ファイル（X.dat）
の入，出力変数のデータに最適のものとして決定され，
そのルール群番号，ルール使用分野，ルール群および有
効度がRAM13内の原ソース・プログラム（X.C）のルール
・ブロックαに書込まれる（ステップ108）。
第７図に示す例ではルール群R10が最大の有効度85
（％）をもち，かつしきい値以上である。
（％）をもち，かつしきい値以上である。
最後にRAM13内においてルール・ブロックαに選択さ
れた最適ルール群が書込まれたソース・プログラムが,F
DD15によりFD16に書込まれる（ステップ109）。最終的
に生成されたソース・プログラム（X1.C1）の例が第３
図に示されている。このように最適ルール群がソース・
プログラム（X1.C1）に書込まれるので，このプログラ
ムを用いてファジィ推論演算，ファジィ制御等を実行す
ることができる。
れた最適ルール群が書込まれたソース・プログラムが,F
DD15によりFD16に書込まれる（ステップ109）。最終的
に生成されたソース・プログラム（X1.C1）の例が第３
図に示されている。このように最適ルール群がソース・
プログラム（X1.C1）に書込まれるので，このプログラ
ムを用いてファジィ推論演算，ファジィ制御等を実行す
ることができる。
このように，この実施例のルール生成装置によると，
ソース・プログラムとデータ・ファイルとを格納したFD
を装置のFDDに装填し，装置を起動するだけで，最適ル
ール群が選択されFDに書込まれる。したがって，専門的
知識を持たないオペレータであっても迅速に最適ルール
を得ることができる。
ソース・プログラムとデータ・ファイルとを格納したFD
を装置のFDDに装填し，装置を起動するだけで，最適ル
ール群が選択されFDに書込まれる。したがって，専門的
知識を持たないオペレータであっても迅速に最適ルール
を得ることができる。
選択された最適ルールがFDに書込まれる前に，または
FDに書込まれた後に，選択された最適ルールの一部（た
とえばメンバーシップ関数等）を修正することにより，
データ・ファイルの入，出力変数データにより適したル
ール群を得るようにすることもできる。この場合，デー
タ・ファイルのデータを用いて修正後のルール群にした
がうファジィ推論を再度実行させ，ルール群の有効度が
向上しているかどうかを確認することが好ましい。逆に
いうと，ルール群の有効度が高まるようにルール群を修
正する。
FDに書込まれた後に，選択された最適ルールの一部（た
とえばメンバーシップ関数等）を修正することにより，
データ・ファイルの入，出力変数データにより適したル
ール群を得るようにすることもできる。この場合，デー
タ・ファイルのデータを用いて修正後のルール群にした
がうファジィ推論を再度実行させ，ルール群の有効度が
向上しているかどうかを確認することが好ましい。逆に
いうと，ルール群の有効度が高まるようにルール群を修
正する。
第２実施例 第９図は第２実施例によるルール生成装置の構成を示
している。この図において，第１図に示すものと同一物
に同一符号を付し，重複説明を避ける。以下に，第１実
施例と異なる点を中心に説明する。
している。この図において，第１図に示すものと同一物
に同一符号を付し，重複説明を避ける。以下に，第１実
施例と異なる点を中心に説明する。
FDD15は２つのFD16と17の読書きが可能なものであ
る。FD16には後述するルール群（第13a図および第13b
図）があらかじめ格納されている。FD17には原ソース・
プログラム（第10図）およびデータ・ファイル（第12
図）があらかじめ格納されている。
る。FD16には後述するルール群（第13a図および第13b
図）があらかじめ格納されている。FD17には原ソース・
プログラム（第10図）およびデータ・ファイル（第12
図）があらかじめ格納されている。
生成されたルールの修正等のためのデータ，命令等を
入力するためにキーボード18が設けられている。キーボ
ード18はインターフェイス19を介してCPU11と接続され
ている。
入力するためにキーボード18が設けられている。キーボ
ード18はインターフェイス19を介してCPU11と接続され
ている。
第10図に示す原ソース・プログラム（X.E）が命令ブ
ロックとルール・ブロックとを含むことは第１実施例と
同じである。第１実施例の原ソース・プログラムと異な
る点は，第２実施例の原ソース・プログラム（X.E）の
ルール・ブロックに，ルール生成のための必須事項と条
件事項とが記述されていることである。
ロックとルール・ブロックとを含むことは第１実施例と
同じである。第１実施例の原ソース・プログラムと異な
る点は，第２実施例の原ソース・プログラム（X.E）の
ルール・ブロックに，ルール生成のための必須事項と条
件事項とが記述されていることである。
必須事項は，ルール生成のために使用する入，出力変
数データを格納したデータ・ファイルの名称（データ・
ファイル名＝X.dat3），生成すべきルールの使用分野
（TEMP.CONTROL＝温度制御），入力変数種類数（２），
および出力変数種類数（１）から構成される。これらの
必須事項はルール生成において必ず用いなければならな
い，または満たさなければならない事項である。
数データを格納したデータ・ファイルの名称（データ・
ファイル名＝X.dat3），生成すべきルールの使用分野
（TEMP.CONTROL＝温度制御），入力変数種類数（２），
および出力変数種類数（１）から構成される。これらの
必須事項はルール生成において必ず用いなければならな
い，または満たさなければならない事項である。
条件事項はできるだけ高い程度において満たすことが
要求される事項であり，原ソース・プログラム（X.E）
ではHINTSの文字以降に記述されている。この実施例で
は条件事項は，ルール数,2種類の入力変数のそれぞれに
ついての領域（前件部メンバーシップ関数の定義域），
出力変数の領域（後件部メンバーシップ関数の定義
域）,2種類の入力変数のそれぞれについての前件部メン
バーシップ関数種類数，および後件部メンバーシップ関
数種類数を含む。
要求される事項であり，原ソース・プログラム（X.E）
ではHINTSの文字以降に記述されている。この実施例で
は条件事項は，ルール数,2種類の入力変数のそれぞれに
ついての領域（前件部メンバーシップ関数の定義域），
出力変数の領域（後件部メンバーシップ関数の定義
域）,2種類の入力変数のそれぞれについての前件部メン
バーシップ関数種類数，および後件部メンバーシップ関
数種類数を含む。
第12図に示すデータ・ファイルは第１実施例における
データ・ファイルと同じ構造をもつ。
データ・ファイルと同じ構造をもつ。
第13a図および第13b図を参照して，ルール群に関する
データには，ルール群番号，ルール群特性，ルールおよ
びメンバーシップ関数データが含まれる。ルール群特性
が第２実施例に特有のものである。ルール群特性は基本
的には，原ソース・プログラムの必須事項および条件事
項に対応するものであり，ルール群ごとに設けられる。
データには，ルール群番号，ルール群特性，ルールおよ
びメンバーシップ関数データが含まれる。ルール群特性
が第２実施例に特有のものである。ルール群特性は基本
的には，原ソース・プログラムの必須事項および条件事
項に対応するものであり，ルール群ごとに設けられる。
ルール群特性に含まれる使用分野は，そのルール群が
過去に使用された分野を示す。ルール群特性はさらに，
そのルール群における，入力変数種類数，出力変数種類
数，入力変数ごとの入力変数領域，出力変数領域，入力
変数ごとの前件部メンバーシップ関数種類数，および後
件部メンバーシップ関数種類数を含む。
過去に使用された分野を示す。ルール群特性はさらに，
そのルール群における，入力変数種類数，出力変数種類
数，入力変数ごとの入力変数領域，出力変数領域，入力
変数ごとの前件部メンバーシップ関数種類数，および後
件部メンバーシップ関数種類数を含む。
第16a図および第16b図はCPU11によるルール生成処理
の手順を示すものである。
の手順を示すものである。
ルール群を記憶したFD16,ならびにソース・プログラ
ムおよびデータ・ファイルを記憶したFD17がFDD15に装
填される。FDD15を通してFD17のソース・プログラム
（X.E）が一行ずつ読取られCPU11に与えられる（ステッ
プ111）。CPU11はルール・ブロックまで読み進んだかど
うかを常時チェックし（ステップ112），ルール・ブロ
ックに至るとそこに記述されている必須事項を読取り,R
AM13に一時記憶する（ステップ113）。
ムおよびデータ・ファイルを記憶したFD17がFDD15に装
填される。FDD15を通してFD17のソース・プログラム
（X.E）が一行ずつ読取られCPU11に与えられる（ステッ
プ111）。CPU11はルール・ブロックまで読み進んだかど
うかを常時チェックし（ステップ112），ルール・ブロ
ックに至るとそこに記述されている必須事項を読取り,R
AM13に一時記憶する（ステップ113）。
必須事項の比較処理が行なわれる（ステップ114）。
原ソース・プログラム（X.E）における必須事項のうち
使用分野，入力変数種類数および出力変数種類数の３項
目が比較の対象となる。
原ソース・プログラム（X.E）における必須事項のうち
使用分野，入力変数種類数および出力変数種類数の３項
目が比較の対象となる。
ルール群を記憶したFD16からすべてのルール群につい
て，ルール群ごとに，そのルール群番号とともに，その
ルール群のルール群特性に含まれている使用分野，入力
変数種類数および出力変数種類数が読込まれ,RAM13に記
憶される。
て，ルール群ごとに，そのルール群番号とともに，その
ルール群のルール群特性に含まれている使用分野，入力
変数種類数および出力変数種類数が読込まれ,RAM13に記
憶される。
CPU11は，原ソース・プログラム（X.E）における使用
分野，入力変数種類数および出力変数種類数と，各ルー
ル群のそれらに対応する３項目とを比較し，一致するか
どうかを判断する。３項目のすべてが一致するルール群
のみがルール生成のための基礎ルール群として用いられ
る。CPU11は,3項目のすべてが一致するルール群に関す
るデータをFD16から読込んでRAM13に記憶する（ステッ
プ115）。第13a図および第13b図に示すルール群データ
のうち，上記の３項目が原ソース・プログラム（X.E）
のものと一致するものはルール群番号R3とR57のルール
群である。
分野，入力変数種類数および出力変数種類数と，各ルー
ル群のそれらに対応する３項目とを比較し，一致するか
どうかを判断する。３項目のすべてが一致するルール群
のみがルール生成のための基礎ルール群として用いられ
る。CPU11は,3項目のすべてが一致するルール群に関す
るデータをFD16から読込んでRAM13に記憶する（ステッ
プ115）。第13a図および第13b図に示すルール群データ
のうち，上記の３項目が原ソース・プログラム（X.E）
のものと一致するものはルール群番号R3とR57のルール
群である。
このように，生成すべきルールの基本的枠組を定める
必須事項が完全に一致するルール群のみをあらかじめ選
別して候補としているので，選択の対象にならないよう
なルール群について次の処理を行う必要がなくなる。
必須事項が完全に一致するルール群のみをあらかじめ選
別して候補としているので，選択の対象にならないよう
なルール群について次の処理を行う必要がなくなる。
続いて条件項目に関する検査に移る。条件項目は完全
に一致する必要は必ずしもなく，原ソース・プログラム
（X.E）に記述された条件項目とルール群の対応する項
目とがどの程度一致するかが判定される。この検査はRA
M13内に取込んだルール群についてのみ行なわれる。
に一致する必要は必ずしもなく，原ソース・プログラム
（X.E）に記述された条件項目とルール群の対応する項
目とがどの程度一致するかが判定される。この検査はRA
M13内に取込んだルール群についてのみ行なわれる。
まずルール数一致度が算出される（ステップ116）。
原ソース・プログラム（X.E）のルール数は10である。R
AM13内に取込んだルール群のそれぞれについて，それら
のルール群に含まれているルールの数が計数される。た
とえばルール群R3に含まれているルール数が９であった
とする。これらのルール数10と９とがそれぞれファジィ
数に変換される。数値をファジィ数に変換するやり方は
いろいろあるが，一例として第14a図に示す手法を採用
する。ルール数10に対するグレードが1,ルール数10に±
５した値（15および５）に対するグレードが０となる三
角形のメンバーシップ関数（第14a図に実線で示す）を
考え，このメンバーシップ関数によってルール数10のフ
ァジィ数が表わされるものとする。ルール数９について
も同じような三角形状のメンバーシップ関数（第14a図
に鎖線で示す）を考える。これらの２つのメンバーシッ
プ関数のMIN−MAX演算結果がルール数一致度（0.93）と
なる。ルール群R57のルール数が10であったとすると，
ルール数一致度は1.0となる。
原ソース・プログラム（X.E）のルール数は10である。R
AM13内に取込んだルール群のそれぞれについて，それら
のルール群に含まれているルールの数が計数される。た
とえばルール群R3に含まれているルール数が９であった
とする。これらのルール数10と９とがそれぞれファジィ
数に変換される。数値をファジィ数に変換するやり方は
いろいろあるが，一例として第14a図に示す手法を採用
する。ルール数10に対するグレードが1,ルール数10に±
５した値（15および５）に対するグレードが０となる三
角形のメンバーシップ関数（第14a図に実線で示す）を
考え，このメンバーシップ関数によってルール数10のフ
ァジィ数が表わされるものとする。ルール数９について
も同じような三角形状のメンバーシップ関数（第14a図
に鎖線で示す）を考える。これらの２つのメンバーシッ
プ関数のMIN−MAX演算結果がルール数一致度（0.93）と
なる。ルール群R57のルール数が10であったとすると，
ルール数一致度は1.0となる。
次に入力変数領域一致度が算出される（ステップ11
7）。入力変数領域一致度の算出は入力変数の種類ごと
に行なわれる。たとえば，原ソース・プログラム（X.
E）に記述された入力変数I1の領域は０〜66である。こ
れに対してルール群R3における入力変数I1の領域は０〜
60である。このような場合に，第14b図に示すように，
入力変数領域を底辺とし，その領域の中心でグレードが
１となる三角形状のメンバーシップ関数を考える。これ
らのメンバーシップ関数のMIN−MAX演算結果が入力変数
I1についての領域一致度（0.96）ということになる。ル
ール群R3の他の入力変数I2,および他のルール群R57等に
おける入力変数についても，原ソース・プログラム（X.
E）に記述された入力変数領域との一致度が同じように
して算出される。
7）。入力変数領域一致度の算出は入力変数の種類ごと
に行なわれる。たとえば，原ソース・プログラム（X.
E）に記述された入力変数I1の領域は０〜66である。こ
れに対してルール群R3における入力変数I1の領域は０〜
60である。このような場合に，第14b図に示すように，
入力変数領域を底辺とし，その領域の中心でグレードが
１となる三角形状のメンバーシップ関数を考える。これ
らのメンバーシップ関数のMIN−MAX演算結果が入力変数
I1についての領域一致度（0.96）ということになる。ル
ール群R3の他の入力変数I2,および他のルール群R57等に
おける入力変数についても，原ソース・プログラム（X.
E）に記述された入力変数領域との一致度が同じように
して算出される。
さらに，各ルール群の出力変数領域についても，原ソ
ース・プログラム（X.E）に記述された出力変数領域と
の一致度が同じように算出される（ステップ118）。
ース・プログラム（X.E）に記述された出力変数領域と
の一致度が同じように算出される（ステップ118）。
さらに，各ルール群の前件部メンバーシップ関数の種
類数と原ソース・プログラム（X.E）に記述された前件
部メンバーシップ関数の種類数との一致度が，入力変数
の種類ごとに算出される（ステップ119）。この一致度
算出は，ルール数一致度算出と同様の方法により，メン
バーシップ関数種類数をファジィ数に変換して行なわれ
る。
類数と原ソース・プログラム（X.E）に記述された前件
部メンバーシップ関数の種類数との一致度が，入力変数
の種類ごとに算出される（ステップ119）。この一致度
算出は，ルール数一致度算出と同様の方法により，メン
バーシップ関数種類数をファジィ数に変換して行なわれ
る。
因みに，ルール群R3の入力変数I1に関しては，メンバ
ーシップ関数はSMALL,MEDIUMおよびLARGEの３種類であ
り，原ソース・プログラム（X.E）においても入力変数I
1のメンバーシップ関数種類数は３であるから，一致度
は1.0ということになる。
ーシップ関数はSMALL,MEDIUMおよびLARGEの３種類であ
り，原ソース・プログラム（X.E）においても入力変数I
1のメンバーシップ関数種類数は３であるから，一致度
は1.0ということになる。
各ルール群の後件部メンバーシップ関数の種類数の一
致度についても同じようにして算出される（ステップ12
0）。
致度についても同じようにして算出される（ステップ12
0）。
以上のようにして算出された一致度はルール群ごと
に，そのルール群番号に対応してRAM13に記憶される。R
AM13に記憶された一致度の計算結果の一例が第15図に示
されている。
に，そのルール群番号に対応してRAM13に記憶される。R
AM13に記憶された一致度の計算結果の一例が第15図に示
されている。
ルール群の有効度（％）がルール群ごとに求められる
（ステップ121）。ルール群の有効度は，第１実施例に
おいて説明したように，原ソース・プログラム（X.E）
に記述されたファイル名（X.dat3）のデータ・ファイル
の入力変数データを用いて，ルール群ごとに，そのルー
ル群に含まれるルールにしたがうファジィ推論演算を行
い，ファジィ推論結果と出力変化数データとの比を求
め，この比の平均値を算出することにより求められる。
得られた有効度もまたルール群番号に対応してRAM13に
記憶される（第15図参照）。
（ステップ121）。ルール群の有効度は，第１実施例に
おいて説明したように，原ソース・プログラム（X.E）
に記述されたファイル名（X.dat3）のデータ・ファイル
の入力変数データを用いて，ルール群ごとに，そのルー
ル群に含まれるルールにしたがうファジィ推論演算を行
い，ファジィ推論結果と出力変化数データとの比を求
め，この比の平均値を算出することにより求められる。
得られた有効度もまたルール群番号に対応してRAM13に
記憶される（第15図参照）。
総合一致度はルール群ごとに，ステップ116〜120で求
められた一致度のMIN演算結果として（％で表現され
る）求められ,RAM13に記憶される（ステップ122）（第1
5図参照）。
められた一致度のMIN演算結果として（％で表現され
る）求められ,RAM13に記憶される（ステップ122）（第1
5図参照）。
以上のデータに基づいて最適ルール群が決定される
（ステップ123）。最適ルール群の決定方法には種々の
やり方がある。その一例は，総合一致度が所定のしきい
値以上（たとえば85％以上）という条件を満たすルール
群のうち，最大のルール群有効度をもつルール群を最適
ルール群とする方法である。最適ルール群のルール群有
効度をまた所定のしきい値以上（たとえば80％以上）で
あることが必要である。他の方法には，総合一致度とル
ール群有効度とのMIN演算をルール群ごとに行い，このM
IN演算結果が最大のものを最適ルール群とするものがあ
る。
（ステップ123）。最適ルール群の決定方法には種々の
やり方がある。その一例は，総合一致度が所定のしきい
値以上（たとえば85％以上）という条件を満たすルール
群のうち，最大のルール群有効度をもつルール群を最適
ルール群とする方法である。最適ルール群のルール群有
効度をまた所定のしきい値以上（たとえば80％以上）で
あることが必要である。他の方法には，総合一致度とル
ール群有効度とのMIN演算をルール群ごとに行い，このM
IN演算結果が最大のものを最適ルール群とするものがあ
る。
このようにして決定された最適ルール群のルール群番
号（ルール群名），使用分野，総合一致度，有効度およ
びルール群がRAM13内においてルール・ブロックに書込
まれる（ステップ124）。最後に，このルール・ブロッ
クがFD17のソース・プログラムに書込まれることによ
り，最終的に，ルール群をもつソース・プログラムが得
られる（ステップ125）。生成されたソース・プログラ
ムの一例が第11図に示されている。
号（ルール群名），使用分野，総合一致度，有効度およ
びルール群がRAM13内においてルール・ブロックに書込
まれる（ステップ124）。最後に，このルール・ブロッ
クがFD17のソース・プログラムに書込まれることによ
り，最終的に，ルール群をもつソース・プログラムが得
られる（ステップ125）。生成されたソース・プログラ
ムの一例が第11図に示されている。
このようにして第２実施例では，必須事項を用いて適
格性のあるルール群をまず選択し，次に条件事項を用い
てルール群ごとに総合一致度を算出し，さらにデータ・
ファイルのデータを用いた推論演算によりルール群有効
度を算出し，これらの総合一致度およびルール群有効度
に基づいて総合的に最適ルール群を決定しているので，
間違いなく最も適したルール群が選択される。このよう
にしてオペレータはFD16および17をセットするだけで自
動的に最適なルールを得ることが可能となる。すなわ
ち，オペレータは専門的知識をもっていなくても迅速に
所望のルールを生成することが可能となる。
格性のあるルール群をまず選択し，次に条件事項を用い
てルール群ごとに総合一致度を算出し，さらにデータ・
ファイルのデータを用いた推論演算によりルール群有効
度を算出し，これらの総合一致度およびルール群有効度
に基づいて総合的に最適ルール群を決定しているので，
間違いなく最も適したルール群が選択される。このよう
にしてオペレータはFD16および17をセットするだけで自
動的に最適なルールを得ることが可能となる。すなわ
ち，オペレータは専門的知識をもっていなくても迅速に
所望のルールを生成することが可能となる。
第２実施例では，一方のFDには既存のルール群が，他
方のFDにはソース・プログラムおよびデータ・ファイル
がそれぞれ格納されているので，これらをルール・ライ
ブラリまたはデータ・ライブラリとして持ち運ぶのに便
利である。さらにオペレータごとに自分のFDを持つこと
ができる。
方のFDにはソース・プログラムおよびデータ・ファイル
がそれぞれ格納されているので，これらをルール・ライ
ブラリまたはデータ・ライブラリとして持ち運ぶのに便
利である。さらにオペレータごとに自分のFDを持つこと
ができる。
上述した第１実施例と同じように，決定されたルール
の一部（たとえばメンバーシップ関数や使用分野など）
をオペレータが修正するようにしてもよい。このとき，
キーボード18を用いて修正内容を示すデータや命令を入
力することができる。さらに，ルール群や生成したルー
ルに作成者の氏名，作成年月日を付随させてもよい。こ
れらのデータもまたキーボード18から入力されよう。
の一部（たとえばメンバーシップ関数や使用分野など）
をオペレータが修正するようにしてもよい。このとき，
キーボード18を用いて修正内容を示すデータや命令を入
力することができる。さらに，ルール群や生成したルー
ルに作成者の氏名，作成年月日を付随させてもよい。こ
れらのデータもまたキーボード18から入力されよう。
第３実施例 第17図は第３実施例によるルール生成装置の構成を示
すものである。第３実施例はシステム構築の例を示すも
ので，第１実施例および第２実施例に示すルール生成処
理手順の両方をこの第３実施例に適用することが可能で
ある。
すものである。第３実施例はシステム構築の例を示すも
ので，第１実施例および第２実施例に示すルール生成処
理手順の両方をこの第３実施例に適用することが可能で
ある。
一台のサーバ30と複数台のクライアント端末40とが通
信回線（たとえばLAN＝Local Area Network）により
接続されている。
信回線（たとえばLAN＝Local Area Network）により
接続されている。
サーバ30はルール生成処理を行うもので,CPU31,通信
制御回路32および記憶装置としてのハード・ディスク・
ドライバ（以下HDDという）33を有している。HDD33のハ
ード・ディスクには複数のルール群があらかじめ記憶さ
れている。CPU31は，第８図または第16a図および第16b
図に示すようなルール生成処理を実行する。
制御回路32および記憶装置としてのハード・ディスク・
ドライバ（以下HDDという）33を有している。HDD33のハ
ード・ディスクには複数のルール群があらかじめ記憶さ
れている。CPU31は，第８図または第16a図および第16b
図に示すようなルール生成処理を実行する。
クライアント端末40はルール生成仕様（上述したルー
ル・ブロックに記述された事項）およびルール生成に必
要な入，出力変数データ（上述したデータ・ファイル）
を入力するとともに，ルール生成要求をサーバ30に送る
ためのもので,CPU41,通信制御回路42,HDD43,キーボード
45,プリンタ46およびインターフェイス44を備えてい
る。
ル・ブロックに記述された事項）およびルール生成に必
要な入，出力変数データ（上述したデータ・ファイル）
を入力するとともに，ルール生成要求をサーバ30に送る
ためのもので,CPU41,通信制御回路42,HDD43,キーボード
45,プリンタ46およびインターフェイス44を備えてい
る。
クライアント端末40のキーボード45からルール生成要
求，ルール生成仕様および入，出力変数データが入力さ
れ，これらのデータがサーバ30に送信される。入，出力
変数データはFDを用いて入力することもできる。
求，ルール生成仕様および入，出力変数データが入力さ
れ，これらのデータがサーバ30に送信される。入，出力
変数データはFDを用いて入力することもできる。
サーバ30はこれらのデータを用いてHDD33内に記憶さ
れているルール群の中から最適なルール群を選択し，要
求のあったクライアント端末40に送信する。
れているルール群の中から最適なルール群を選択し，要
求のあったクライアント端末40に送信する。
サーバ30によって選択され，クライアント端末40に送
信された最適ルール群を表わすデータはプリンタ46（ま
たは表示装置）から出力される。
信された最適ルール群を表わすデータはプリンタ46（ま
たは表示装置）から出力される。
このようにして，クライアント端末40から生成すべき
ルールについての規格を入力するだけで，クライアント
端末40において，サーバ30が作成したルール群を入手す
ることができる。
ルールについての規格を入力するだけで，クライアント
端末40において，サーバ30が作成したルール群を入手す
ることができる。
クライアント端末40においてルール生成処理を行うよ
うにしてもよい。この場合には，サーバ30はクライアン
ト端末40からの要求に応じてHDD33に格納されているル
ール群をクライアント端末40に伝送する。クライアント
端末40からサーバ30に上述したルール・ブロックの必須
事項を伝達するようにしてもよい。この場合にはサーバ
30はHDD33内のルール群のうちから必須事項を満たすル
ール群のみをクライアント端末40に伝送する。
うにしてもよい。この場合には，サーバ30はクライアン
ト端末40からの要求に応じてHDD33に格納されているル
ール群をクライアント端末40に伝送する。クライアント
端末40からサーバ30に上述したルール・ブロックの必須
事項を伝達するようにしてもよい。この場合にはサーバ
30はHDD33内のルール群のうちから必須事項を満たすル
ール群のみをクライアント端末40に伝送する。
産業上の利用可能性可能性 ファジィ推論ルールにしたがって制御または推論を実
行する機器は多岐にわたっている。温度制御，湿度制
御，機器の故障診断等々である。これらの多くのファジ
ィ制御分野では制御のためのファジィ・ルールを作成し
なければならない。この発明によるルール生成装置はフ
ァジィ・ルールを用いるすべてのファジィ制御，ファジ
ィ推論の産業分野で利用可能である。
行する機器は多岐にわたっている。温度制御，湿度制
御，機器の故障診断等々である。これらの多くのファジ
ィ制御分野では制御のためのファジィ・ルールを作成し
なければならない。この発明によるルール生成装置はフ
ァジィ・ルールを用いるすべてのファジィ制御，ファジ
ィ推論の産業分野で利用可能である。
Claims (17)
- 【請求項１】それぞれが複数のルールを含む，複数のル
ール群をあらかじめ記憶したルール群記憶手段， ルール生成のための仕様を入力するための第１の入力手
段， ルール生成に用いる入力変数データおよび出力変数デー
タを入力するための第２の入力手段， 上記第１の入力手段から入力された仕様を満たすルール
群を上記ルール群記憶手段に記憶されているルール群の
中から選択する第１の選択手段， 上記第１の選択手段によって選択されたルール群のそれ
ぞれにしたがう演算を，上記第２の入力手段から入力さ
れた入力変数データを用いて行う第１の演算手段， 上記第１の演算手段による演算結果と上記第２の入力手
段から入力された出力変数データとを比較し，ルール群
ごとにその有効度を算出する第２の演算手段，ならびに 上記第２の演算手段によって得られた有効度に基づいて
適切なルール群を選択する第２の選択手段， を備えたルール生成装置。 - 【請求項２】上記第２の選択手段によって選択されたル
ール群を記憶する記憶手段をさらに備えた請求の範囲第
１項に記載のルール生成装置。 - 【請求項３】上記第２の選択手段によって選択されたル
ール群を出力する出力装置をさらに備えた請求の範囲第
１項に記載のルール生成装置。 - 【請求項４】上記第１の入力手段が，仕様データを記憶
した記録媒体と，この記録媒体から仕様データを読取る
読取装置から構成されている，請求の範囲第１項に記載
のルール生成装置。 - 【請求項５】上記第２の入力手段が，入，出力変数デー
タを記憶した記録媒体と，この記録媒体から入，出力変
数データを読取る読取装置から構成されている，請求の
範囲第１項に記載のルール生成装置。 - 【請求項６】ホスト装置と，このホスト装置に交信可能
に接続された端末装置とから構成され， ホスト装置が上記ルール群記憶手段，上記第１の選択手
段，上記第１の演算手段，上記第２の演算手段および上
記第２の選択手段を備え， 上記端末装置が上記第１の入力手段および上記第２の入
力手段を備えている， 請求の範囲第１項に記載のルール生成装置。 - 【請求項７】ホスト装置と，このホスト装置に交信可能
に接続された端末装置とから構成され， 上記ホスト装置が上記ルール群記憶手段を備え， 上記端末装置が上記第１の入力手段，上記第２の入力手
段，上記第１の選択手段，上記第１の演算手段，上記第
２の演算手段および上記第２の選択手段を備えている， 請求の範囲第１項に記載のルール生成装置。 - 【請求項８】ホスト装置と，このホスト装置に交信可能
に接続された端末装置とから構成され， 上記ホスト装置が上記ルール群記憶手段および上記第１
の選択手段を備え， 上記端末装置が上記第１の入力手段，上記第２の入力手
段，上記第１の演算手段，上記第２の演算手段および上
記第２の選択手段を備えている， 請求の範囲第１項に記載のルール生成装置。 - 【請求項９】上記仕様が必須事項と条件事項とを含み， 上記第１の選択手段は必須事項のすべてを満たすルール
群を選択し， 上記第１の選択手段または上記第２の選択手段は上記条
件事項に基づいてルール群を選択するものである， 請求の範囲第１項に記載のルール生成装置。 - 【請求項１０】それぞれが複数のルールを含む，複数の
ルール群をあらかじめ記憶したルール群記憶手段， ルール生成に用いる入力変数データおよび出力変数デー
タを入力するための入力手段， 上記ルール群記憶手段に記憶されたルール群のそれぞれ
にしたがう演算を，上記入力手段から入力された入力変
数データを用いて行う第１の演算手段， 上記第１の演算手段による演算結果と上記入力手段から
入力された出力変数データとを比較し，ルール群ごとに
その有効度を算出する第２の演算手段，ならびに 上記第２の演算手段によって得られた有効度に基づいて
適切なルール群を選択する選択手段， を備えたルール生成装置。 - 【請求項１１】上記選択手段によって選択されたルール
群を記憶する記憶手段をさらに備えた請求の範囲第10項
に記載のルール生成装置。 - 【請求項１２】上記選択手段によって選択されたルール
群を出力する出力装置をさらに備えた請求の範囲第10項
に記載のルール生成装置。 - 【請求項１３】上記入力手段が，入，出力変数データを
記憶した記録媒体と，この記録媒体から入，出力変数デ
ータを読取る読取装置から構成されている，請求の範囲
第10項に記載のルール生成装置。 - 【請求項１４】ホスト装置と，このホスト装置に交信可
能に接続された端末装置とから構成され， ホスト装置が上記ルール群記憶手段，上記第１の演算手
段，上記第２の演算手段および上記選択手段を備え， 上記端末装置が上記入力手段を備えている， 請求の範囲第10項に記載のルール生成装置。 - 【請求項１５】ホスト装置と，このホスト装置に交信可
能に接続された端末装置とから構成され， 上記ホスト装置が上記ルール群記憶手段を備え， 上記端末装置が上記入力手段，上記第１の演算手段，上
記第２の演算手段および上記選択手段を備えている， 請求の範囲第10項に記載のルール生成装置。 - 【請求項１６】それぞれが複数のルールを含む，複数の
ルール群をあらかじめ記憶手段に記憶させておき， ルール生成のための仕様の入力を受付け， ルール生成に用いる入力変数データおよび出力変数デー
タの入力を受付け， 入力された仕様を満たすルール群を上記ルール群記憶手
段に記憶されているルール群の中から選択し， 選択されたルール群のそれぞれにしたがう演算を，入力
された入力変数データを用いて行い， 上記演算結果と入力された出力変数データとを比較し，
ルール群ごとにその有効度を算出し， 得られた有効度に基づいて適切なルール群を選択する， ルール生成方法。 - 【請求項１７】それぞれが複数のルールを含む，複数の
ルール群をあらかじめ記憶手段に記憶させておき， ルール生成に用いる入力変数データおよび出力変数デー
タの入力を受付け， 上記ルール群記憶手段に記憶されたルール群のそれぞれ
にしたがう演算を，入力された入力変数データを用いて
行い， 上記演算結果と入力された出力変数データとを比較し，
ルール群ごとにその有効度を算出し， 得られた有効度に基づいて適切なルール群を選択する， ルール生成方法。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29940692 | 1992-11-10 | ||
| JP4-299406 | 1993-03-11 | ||
| JP5-50846 | 1993-03-11 | ||
| JP5084693 | 1993-03-11 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2621658B2 true JP2621658B2 (ja) | 1997-06-18 |
Family
ID=26391323
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6511921A Expired - Lifetime JP2621658B2 (ja) | 1992-11-10 | 1993-11-09 | ルール生成装置および方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5758031A (ja) |
| EP (1) | EP0669573A4 (ja) |
| JP (1) | JP2621658B2 (ja) |
| KR (1) | KR100218073B1 (ja) |
| WO (1) | WO1994011809A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2020137019A1 (ja) * | 2018-12-27 | 2021-11-04 | 日本電気株式会社 | 方策作成装置、制御装置、方策作成方法、及び、方策作成プログラム |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2761786B1 (fr) * | 1997-04-08 | 1999-06-18 | Sgs Thomson Microelectronics | Procede de traitement d'information en logique floue |
| US6012034A (en) * | 1997-08-18 | 2000-01-04 | Becton, Dickinson And Company | System and method for selecting an intravenous device |
| US6546380B1 (en) * | 1997-09-24 | 2003-04-08 | Unisys Corporation | Method and apparatus for detecting an endless loop in a rules-based expert system |
| US6415275B1 (en) * | 1999-08-05 | 2002-07-02 | Unisys Corp. | Method and system for processing rules using an extensible object-oriented model resident within a repository |
| US6535864B1 (en) * | 1999-08-05 | 2003-03-18 | Unisys Corporation | Method for mapping alterations in system state to knowledge base objects in a persistent repository-resident knowledge base |
| US7328182B1 (en) | 1999-09-23 | 2008-02-05 | Pixon, Llc | System and method for prediction of behavior in financial systems |
| US20020049720A1 (en) * | 2000-05-11 | 2002-04-25 | Chase Manhattan Bank | System and method of data mining |
| AU2002361462A1 (en) * | 2001-11-07 | 2003-05-19 | Sap Aktiengesellschaft | Multi-purpose configuration model |
| US6993204B1 (en) | 2002-01-04 | 2006-01-31 | Pixon Llc | High speed signal enhancement using pixons |
| US20030182167A1 (en) * | 2002-03-21 | 2003-09-25 | Wolfgang Kalthoff | Goal management |
| AU2003219415A1 (en) * | 2002-03-21 | 2003-10-08 | Sap Aktiengesellschaft | Synchronizing users on shared data with locks |
| US20040044730A1 (en) * | 2002-09-03 | 2004-03-04 | Holger Gockel | Dynamic access of data |
| US7236973B2 (en) * | 2002-11-27 | 2007-06-26 | Sap Aktiengesellschaft | Collaborative master data management system for identifying similar objects including identical and non-identical attributes |
| US7509326B2 (en) * | 2002-09-03 | 2009-03-24 | Sap Ag | Central master data management |
| US8438238B2 (en) * | 2002-10-16 | 2013-05-07 | Sap Ag | Master data access |
| US9691053B1 (en) | 2003-02-13 | 2017-06-27 | Sap Se | System and method of master data management |
| US7930149B2 (en) * | 2003-12-19 | 2011-04-19 | Sap Aktiengesellschaft | Versioning of elements in a configuration model |
| US20050149474A1 (en) * | 2003-12-30 | 2005-07-07 | Wolfgang Kalthoff | Master data entry |
| US7272776B2 (en) * | 2003-12-30 | 2007-09-18 | Sap Aktiengesellschaft | Master data quality |
| US8185455B2 (en) * | 2005-09-30 | 2012-05-22 | At&T Intellectual Property I, L.P. | Auditing system with interactive rule construction user interface |
| US20100057519A1 (en) * | 2008-08-27 | 2010-03-04 | Chitra Dorai | System and method for assigning service requests with due date dependent penalties |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4775935A (en) * | 1986-09-22 | 1988-10-04 | Westinghouse Electric Corp. | Video merchandising system with variable and adoptive product sequence presentation order |
| JPH0676181B2 (ja) * | 1988-02-01 | 1994-09-28 | フジテック株式会社 | エレベータの群管理制御方法及び装置 |
| JPH01309101A (ja) * | 1988-06-08 | 1989-12-13 | Hitachi Ltd | 適応知識推定方法 |
| JPH02161529A (ja) * | 1988-09-22 | 1990-06-21 | Omron Tateisi Electron Co | ルール群の切り換え装置 |
| US5363472A (en) * | 1988-09-30 | 1994-11-08 | Omron Tateisi Electronics Co. | Reasoning computer system |
| JPH02207302A (ja) * | 1989-02-07 | 1990-08-17 | Omron Tateisi Electron Co | ファジイ制御システム開発支援装置 |
| EP0715253B1 (en) * | 1988-12-14 | 1999-04-28 | Omron Corporation | Fuzzy control system and method |
| US4970657A (en) * | 1989-01-06 | 1990-11-13 | U.S. Advanced Technologies, N.V. | Expert knowledge system development tool |
| JPH03171329A (ja) * | 1989-11-30 | 1991-07-24 | Nec Corp | ルール集合生成装置 |
| US5313560A (en) * | 1990-05-11 | 1994-05-17 | Hitachi, Ltd. | Method for determining a supplemental transaction changing a decided transaction to satisfy a target |
| US5222197A (en) * | 1990-06-28 | 1993-06-22 | Digital Equipment Corporation | Rule invocation mechanism for inductive learning engine |
| US5303332A (en) * | 1990-07-30 | 1994-04-12 | Digital Equipment Corporation | Language for economically building complex, large-scale, efficient, rule-based systems and sub-systems |
| US5268990A (en) * | 1991-01-31 | 1993-12-07 | Sri International | Method for recognizing speech using linguistically-motivated hidden Markov models |
| EP0506038A3 (en) * | 1991-03-27 | 1995-02-15 | Toyoda Machine Works Ltd | Processing apparatus having rule base |
| JP3184243B2 (ja) * | 1991-06-20 | 2001-07-09 | 株式会社日立製作所 | エキスパートシステムにおける知識獲得支援装置 |
| JP3362364B2 (ja) * | 1992-07-17 | 2003-01-07 | オムロン株式会社 | ファジイ推論システムおよび方法ならびに前件部処理装置 |
-
1993
- 1993-11-09 KR KR1019950701645A patent/KR100218073B1/ko not_active IP Right Cessation
- 1993-11-09 US US08/428,068 patent/US5758031A/en not_active Expired - Fee Related
- 1993-11-09 JP JP6511921A patent/JP2621658B2/ja not_active Expired - Lifetime
- 1993-11-09 WO PCT/JP1993/001626 patent/WO1994011809A1/ja not_active Application Discontinuation
- 1993-11-09 EP EP93924200A patent/EP0669573A4/en not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2020137019A1 (ja) * | 2018-12-27 | 2021-11-04 | 日本電気株式会社 | 方策作成装置、制御装置、方策作成方法、及び、方策作成プログラム |
| JP7201958B2 (ja) | 2018-12-27 | 2023-01-11 | 日本電気株式会社 | 方策作成装置、制御装置、方策作成方法、及び、方策作成プログラム |
| US11841689B2 (en) | 2018-12-27 | 2023-12-12 | Nec Corporation | Policy creation apparatus, control apparatus, policy creation method, and non-transitory computer readable medium storing policy creation program |
Also Published As
| Publication number | Publication date |
|---|---|
| US5758031A (en) | 1998-05-26 |
| WO1994011809A1 (en) | 1994-05-26 |
| EP0669573A4 (en) | 1995-12-06 |
| KR100218073B1 (ko) | 1999-09-01 |
| EP0669573A1 (en) | 1995-08-30 |
| KR950704736A (ko) | 1995-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2621658B2 (ja) | ルール生成装置および方法 | |
| US4853873A (en) | Knowledge information processing system and method thereof | |
| Kohonen et al. | LVQ PAK: A program package for the correct application of Learning Vector Quantization algorithms | |
| US5016204A (en) | Expert system for performing diagnostic and redesign operations incorporating multiple levels of simulation detail | |
| US20070100781A1 (en) | Conditional CSP solving using constraint propagation | |
| JP4185050B2 (ja) | 技術システムを設計するための方法及び装置 | |
| Doshi et al. | The permutable POMDP: fast solutions to POMDPs for preference elicitation | |
| JP3761238B2 (ja) | 判断規則修正装置と判断規則修正方法 | |
| US5319739A (en) | Method for retrieving case for problem and inferring solution of the problem and system thereof | |
| US5347615A (en) | Rule generating and verifying apparatus for fuzzy control using temporary exclusion of a selected rule | |
| JP3638310B2 (ja) | 事例推論支援装置 | |
| US20040205400A1 (en) | Method and system for processing fault hypotheses | |
| US5628012A (en) | Method and apparatus for querying a database containing disjunctive information | |
| JP3147836B2 (ja) | 知識獲得装置、知識獲得方法及び知識獲得用プログラムを記録した記憶媒体 | |
| CN111506402B (zh) | 面向机器学习建模的计算机任务调度方法、装置、设备及介质 | |
| JP3350047B2 (ja) | 質問生成方法およびシステム | |
| CN108920695A (zh) | 一种数据查询方法、装置、设备及存储介质 | |
| CN117369795B (zh) | 用于无人机决策的行为树模型可达性分析方法及装置 | |
| WO2024004203A1 (ja) | 保守支援システム、保守支援方法、および、保守支援プログラム | |
| WO2023084609A1 (ja) | 行動モデルのコスト推定装置、方法およびプログラム | |
| JP3085365B2 (ja) | 工程手順自動調整方法、工程手順自動調整システムおよび工程手順自動調整プログラムを記録した記録媒体 | |
| JPH06252236A (ja) | プロセスフローチェック・シミュレーション装置 | |
| JP3145526B2 (ja) | 知識獲得装置およびそれを用いた診断型エキスパートシステム | |
| JP3211240B2 (ja) | 近似推論装置 | |
| Toth | Software technology risk advisor |