JP2539378B2 - あいまい推論方法 - Google Patents
あいまい推論方法Info
- Publication number
- JP2539378B2 JP2539378B2 JP61117294A JP11729486A JP2539378B2 JP 2539378 B2 JP2539378 B2 JP 2539378B2 JP 61117294 A JP61117294 A JP 61117294A JP 11729486 A JP11729486 A JP 11729486A JP 2539378 B2 JP2539378 B2 JP 2539378B2
- Authority
- JP
- Japan
- Prior art keywords
- event
- certainty factor
- inference
- ambiguous
- operator
- 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 - Fee Related
Links
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、あいまいな知識を用いて、特定事象の成立
判定を人間と協力して行う推論方法に係り、特に知識ベ
ースシステムに好適なあいまいな知識を用いたあいまい
推論方法に関する。
判定を人間と協力して行う推論方法に係り、特に知識ベ
ースシステムに好適なあいまいな知識を用いたあいまい
推論方法に関する。
あいまいな知識を用いて推論を行うシステムとしてMY
CIN（E.H.Shortliffe:診療コンピユータシステム：文光
堂）,SPERIL（石塚 満：建築物被害査定のエクスパー
トシステム：情報処理学会論文誌,24.3）などがある。
CIN（E.H.Shortliffe:診療コンピユータシステム：文光
堂）,SPERIL（石塚 満：建築物被害査定のエクスパー
トシステム：情報処理学会論文誌,24.3）などがある。
これらのシステムは、いずれも、特定事象の成立，不
成立の推論中において、未知の事象の真偽値が必要にな
つた場合、直ちに、システムの操作者に問い合わせを行
う。
成立の推論中において、未知の事象の真偽値が必要にな
つた場合、直ちに、システムの操作者に問い合わせを行
う。
この方式では、成立，不成立判定したい特定事象を、
システムにとり既知の事象だけを用いて推論できるにも
かかわらず、推論途中で、未知の事実が必要となると、
システムの操作者に問い合わせてしまうという欠点があ
る。
システムにとり既知の事象だけを用いて推論できるにも
かかわらず、推論途中で、未知の事実が必要となると、
システムの操作者に問い合わせてしまうという欠点があ
る。
また、SPERILでは、わずらわしい不必要な質問の発生
をさけるため、起動させる可能性のないルールに対して
は、スキツプ経路が設けられているが、これは、完全に
必要でない質問のみを省くだけである。
をさけるため、起動させる可能性のないルールに対して
は、スキツプ経路が設けられているが、これは、完全に
必要でない質問のみを省くだけである。
このように、従来のあいまい推論を行うシステムにお
いては、既知事象のみを用いて十分な確信度が得られる
にもかかわらず推論途中に未知事象が出現した場合、こ
れを直ちに問い合わせてしまうこと、および、ある事象
が、特定事象の成立判定推論にどの程度重要であるかを
全く予測せずに推論を行つていることを原因とし、非効
率な推論、システム操作者にとつては、わずらわしい質
問に悩まされるといつた問題点があり、システムの処理
効率の低さ、マンマシン性の悪さの原因となつていた。
いては、既知事象のみを用いて十分な確信度が得られる
にもかかわらず推論途中に未知事象が出現した場合、こ
れを直ちに問い合わせてしまうこと、および、ある事象
が、特定事象の成立判定推論にどの程度重要であるかを
全く予測せずに推論を行つていることを原因とし、非効
率な推論、システム操作者にとつては、わずらわしい質
問に悩まされるといつた問題点があり、システムの処理
効率の低さ、マンマシン性の悪さの原因となつていた。
本発明の目的は、あいまいな知識を用いて、特定事象
の成立，不成立判定を行うシステムにおいて、処理効率
が高くかつマンマシン性にすぐれたあいまい推論方法を
提供することにある。
の成立，不成立判定を行うシステムにおいて、処理効率
が高くかつマンマシン性にすぐれたあいまい推論方法を
提供することにある。
従来のあいまい推論システムの問題点は、 （１）推論途中で、未知の事象に関する真偽値が必要と
なると、直ちに、システムの操作者に問い合わせるた
め、わずらわしい。
なると、直ちに、システムの操作者に問い合わせるた
め、わずらわしい。
（２）システムの操作者への問い合せには、不必要であ
るもの、問い合せた結果が、ほとんど推論に影響を及ぼ
さないものがあり、効果的な問い合わせになつていな
い。
るもの、問い合せた結果が、ほとんど推論に影響を及ぼ
さないものがあり、効果的な問い合わせになつていな
い。
の２点にある。
第１の問題点に関しては、推論途中で、未知の事象の
真偽値が必要になつても、その事象が関係する知識を用
いずに、推論を行い、得られた結果の確信度が十分でな
い場合に、未知の事象の真偽値が必要となつたところよ
り推論を再開し、システムの操作者に問い合せを行いな
がら推論を進めて行く方法が解決できる。
真偽値が必要になつても、その事象が関係する知識を用
いずに、推論を行い、得られた結果の確信度が十分でな
い場合に、未知の事象の真偽値が必要となつたところよ
り推論を再開し、システムの操作者に問い合せを行いな
がら推論を進めて行く方法が解決できる。
第２の問題点に関しては、未知の事象の真偽値をシス
テムの操作者に問い合わせ、値が得られたと仮定し、そ
れがどの程度、成立判定したい事象の確信度に影響を及
ぼすかを予測し、最大の効果を得られる事象から、シス
テムの操作者に問い合せることにより解決できる。
テムの操作者に問い合わせ、値が得られたと仮定し、そ
れがどの程度、成立判定したい事象の確信度に影響を及
ぼすかを予測し、最大の効果を得られる事象から、シス
テムの操作者に問い合せることにより解決できる。
そこで、本発明では、上記、第1,第２の問題点に関す
る解決法を組み合せ、あいまい知識を用いて、効率的な
推論を行う方法に特徴がある。
る解決法を組み合せ、あいまい知識を用いて、効率的な
推論を行う方法に特徴がある。
本発明では、可能な限り自動的かつ効果的に推論を行
い、また、自動的推論が困難な場合、効果的なシステム
操作者への問合せを行うことにより、処理効率が高く、
かつマンマシン性に優れたあいまい推論方法を得ること
ができる。
い、また、自動的推論が困難な場合、効果的なシステム
操作者への問合せを行うことにより、処理効率が高く、
かつマンマシン性に優れたあいまい推論方法を得ること
ができる。
以下、本発明の一実施例を第１図により説明する。
第１図は、本発明のあいまい推論システムの処理の概
要を示す図である。
要を示す図である。
本発明のあいまい推論システム１は、あいまい知識ベ
ース２より、“もし○○ならば△△であり、この知識の
確信度は××である”といつた、あいまいルールを読み
出し、この知識と、事象データベース３に格納されてい
る。“この事象の確信度は○○”といつた事象に関する
データおよび、システムの操作者４に問い合わせて得ら
れる、“この事象の確信度は○○”といつた事象に関す
るデータを基に、システムの操作者４が指定した事象の
成立判定を行い、判定結果をモニタ５に出力する。
ース２より、“もし○○ならば△△であり、この知識の
確信度は××である”といつた、あいまいルールを読み
出し、この知識と、事象データベース３に格納されてい
る。“この事象の確信度は○○”といつた事象に関する
データおよび、システムの操作者４に問い合わせて得ら
れる、“この事象の確信度は○○”といつた事象に関す
るデータを基に、システムの操作者４が指定した事象の
成立判定を行い、判定結果をモニタ５に出力する。
第２図に、本発明のあいまい推論システムの処理フロ
ーを示す。
ーを示す。
まず、機器の初期化、プログラムデータの領域の初期
化を行い（処理６）、次に、あいまい知識ベースより、
あいまいルールを読み出し（処理７）、事象データベー
スより、事象の確信度に関するデータを読み出す（処理
８）。
化を行い（処理６）、次に、あいまい知識ベースより、
あいまいルールを読み出し（処理７）、事象データベー
スより、事象の確信度に関するデータを読み出す（処理
８）。
処理９では、成立判定したい事象名と、成立判定とす
るためにはどの程度の確信度が必要であるかを、システ
ムの操作者に問い合せる。
るためにはどの程度の確信度が必要であるかを、システ
ムの操作者に問い合せる。
そこで、システムの操作者の入力した事象の確信度を
目標値にまで高めるために、まず、システムにとり既知
の事象（確信度のわかつている事象）を用いて推論する
（処理10）。この結果、成立判定したい事象の確信度が
十分であるかを判定し（処理11）、十分でない場合、確
信度の未知の事象で、最も成立判定に寄与するものを計
算し（処理12）、推論に寄与する未知の事象があれば、
システムの操作者に、その確信度を問い合せ（処理1
4）、入力値を基に、推論を継続し（処理15）、処理11
より繰り返す。寄与する事象がない、あるいは指定され
た確信度を満たした場合は、推論結果をモニタに出力し
（処理16）、処理を終了する。
目標値にまで高めるために、まず、システムにとり既知
の事象（確信度のわかつている事象）を用いて推論する
（処理10）。この結果、成立判定したい事象の確信度が
十分であるかを判定し（処理11）、十分でない場合、確
信度の未知の事象で、最も成立判定に寄与するものを計
算し（処理12）、推論に寄与する未知の事象があれば、
システムの操作者に、その確信度を問い合せ（処理1
4）、入力値を基に、推論を継続し（処理15）、処理11
より繰り返す。寄与する事象がない、あるいは指定され
た確信度を満たした場合は、推論結果をモニタに出力し
（処理16）、処理を終了する。
本システムの特徴は、あいまい推論を、まず既知の事
象データのみで行い、十分な確信度が得られなかつた場
合のみ、システムの操作者に問い合わせる推論方式およ
び、最大の効果を得られるように既知事象の確信度、未
知事象の確信度をとり扱うことにある。この特徴的な処
理方式を説明するために、まず、本発明のあいまい推論
方法で用いるルール表現について説明し、次に、推論方
法を説明する。
象データのみで行い、十分な確信度が得られなかつた場
合のみ、システムの操作者に問い合わせる推論方式およ
び、最大の効果を得られるように既知事象の確信度、未
知事象の確信度をとり扱うことにある。この特徴的な処
理方式を説明するために、まず、本発明のあいまい推論
方法で用いるルール表現について説明し、次に、推論方
法を説明する。
第３図は、ルールの表現形式を示す図である。ルール
は、IF〜THEN〜WITH〜の形式で表わされ、条件部21が設
立するならば、結論部22であり、このルールの正しさ
は、確信度23であることを示している。例えば、ルール
24は、X1かつX2かつ…Xn（条件部５）が成立した場合Ｙ
（決論部26）であり、このルールの確信度27は、0.9で
あることを示している。X1…Xn,Yは事象を示しており、
各々確信度を持つ。
は、IF〜THEN〜WITH〜の形式で表わされ、条件部21が設
立するならば、結論部22であり、このルールの正しさ
は、確信度23であることを示している。例えば、ルール
24は、X1かつX2かつ…Xn（条件部５）が成立した場合Ｙ
（決論部26）であり、このルールの確信度27は、0.9で
あることを示している。X1…Xn,Yは事象を示しており、
各々確信度を持つ。
以上説明したように、ルールは、複数個の事象の論理
積から成る条件部、１つの事象より成る結論部、０以上
１以下の値をとる確信度、より構成されており、このル
ールを用いて特定事象の成立判定を行う。
積から成る条件部、１つの事象より成る結論部、０以上
１以下の値をとる確信度、より構成されており、このル
ールを用いて特定事象の成立判定を行う。
第４図により、推論過程において、どのように確信度
を計算するかを説明する。
を計算するかを説明する。
ルール31は、条件部がX1,X2,…Xn、結論部がＴ、確信
度がＺである。このルールを用いてＹの確信度がどのよ
うに計算されるかを示す。
度がＺである。このルールを用いてＹの確信度がどのよ
うに計算されるかを示す。
ステツプ1:条件部の各事象の確信度を求める。X1,〜Xn
の確信度は既知であるとし、その値は関数CFを用いて、
CF（X1），…,CF（Xn）で得られるものとする。
の確信度は既知であるとし、その値は関数CFを用いて、
CF（X1），…,CF（Xn）で得られるものとする。
ステツプ2:条件部の確信度（条件部の満たされている度
合い）を求める。条件部の各事象の確信度は、ステツプ
１で、CF（X1），…,CF（Xn）として得られており、そ
れらを基に条件部の確信度を求める。条件部の各事象は
AND結合されており、これを考慮に入れた関数fandを用
いて、条件説の確信度を求める。fandとしては、min関
数を用いる。
合い）を求める。条件部の各事象の確信度は、ステツプ
１で、CF（X1），…,CF（Xn）として得られており、そ
れらを基に条件部の確信度を求める。条件部の各事象は
AND結合されており、これを考慮に入れた関数fandを用
いて、条件説の確信度を求める。fandとしては、min関
数を用いる。
ステツプ3:前ステツプで得られた条件部の確信度とルー
ル自身の持つ確信度より、結論部の確信度を、関数frul
eを用いて算出する。fruleとしては、frule（x,y）＝ｘ
・ｙを用いる。
ル自身の持つ確信度より、結論部の確信度を、関数frul
eを用いて算出する。fruleとしては、frule（x,y）＝ｘ
・ｙを用いる。
ステツプ4:ステツプ３までで、事象X1,X2,…,Xnを用い
て推論した場合の事象Ｙの確信度が得られる。この値
と、別のルールを用いてすでに得られているＹの確信度
CF（Ｙ）を結合関数fcombとしては、Ｙの確信度を更新
する。fcombとしては、fcomb（x,y）＝ｘ＋ｙ−ｘ・ｙ
を用いる。
て推論した場合の事象Ｙの確信度が得られる。この値
と、別のルールを用いてすでに得られているＹの確信度
CF（Ｙ）を結合関数fcombとしては、Ｙの確信度を更新
する。fcombとしては、fcomb（x,y）＝ｘ＋ｙ−ｘ・ｙ
を用いる。
以上の計算手順でＹの確信度は、このルールを用いた
推論前の確信度が、新しい事象x1〜xnによるルールを用
いることにより引き上げられる。この確信度は、さら
に、上位の事象の確信度へ影響を及ぼす。
推論前の確信度が、新しい事象x1〜xnによるルールを用
いることにより引き上げられる。この確信度は、さら
に、上位の事象の確信度へ影響を及ぼす。
次に本発明のシステムにおける各事象の確信度の最大
値予測の方法、それを用いた探索の方法について第６図
に示すグラフを用い、成を判定したい特定事象をＡとし
て説明する。
値予測の方法、それを用いた探索の方法について第６図
に示すグラフを用い、成を判定したい特定事象をＡとし
て説明する。
各仮説は、確信度と、予想最大確信度の値を持ち、そ
れぞれcf値,up−to−cf値と呼ぶ。どのルールを選択し
て推論すべきかは、このcf値,up−to−cf値を基に決め
る。
れぞれcf値,up−to−cf値と呼ぶ。どのルールを選択し
て推論すべきかは、このcf値,up−to−cf値を基に決め
る。
例えば、Ａを推論するためには、ルール１およびルー
ル２があり、おのおののルールを用いた時、Ａの確信度
が最大どのくらい上昇するかを算出し、それが最大値を
持つルールを優先的に用いて、推論を進める。
ル２があり、おのおののルールを用いた時、Ａの確信度
が最大どのくらい上昇するかを算出し、それが最大値を
持つルールを優先的に用いて、推論を進める。
up−to−cf値の管理方法について説明する、この初期
値は、１に設定される。事象データベースにある事象、
および、操作者に問い合わせた事象のup−to−cf値は、
cf値と等しくする。つまり、これらの事象は根源事象で
あるため、確信度の上昇はあり得ない。up−to−cf値の
更新は、例えば、事象F,Hのcf値がそれぞれ0.4,0.5であ
り、事象G,Iのcf値が不明、つまり、未知事象である
時、ルール３を用いてＢを推論した時の最大確信度は、 0.7×min（up−to−cf（Ｆ）,up−to−cf（Ｇ）） ＝0.28 であり、ルール４を用いてＢを推論した時の最大確信度
は、 0.8×min（up−to−cf（Ｈ）,up−to−cf（Ｉ）） ＝0.40 であるから、0.588となり、up−to−cf（Ｂ）＝0.588で
ある。このup−to−cf管理は、初期値を１にすること以
外は、探索途中に行えば十分でありすべてのグラフ上の
ノードに対して一括して算出する必要はない。
値は、１に設定される。事象データベースにある事象、
および、操作者に問い合わせた事象のup−to−cf値は、
cf値と等しくする。つまり、これらの事象は根源事象で
あるため、確信度の上昇はあり得ない。up−to−cf値の
更新は、例えば、事象F,Hのcf値がそれぞれ0.4,0.5であ
り、事象G,Iのcf値が不明、つまり、未知事象である
時、ルール３を用いてＢを推論した時の最大確信度は、 0.7×min（up−to−cf（Ｆ）,up−to−cf（Ｇ）） ＝0.28 であり、ルール４を用いてＢを推論した時の最大確信度
は、 0.8×min（up−to−cf（Ｈ）,up−to−cf（Ｉ）） ＝0.40 であるから、0.588となり、up−to−cf（Ｂ）＝0.588で
ある。このup−to−cf管理は、初期値を１にすること以
外は、探索途中に行えば十分でありすべてのグラフ上の
ノードに対して一括して算出する必要はない。
既知の事象のみを用いて推論する第一段階では、上
記、ルール選択法を縦型探索法のルール選択規準として
用いて推論を行う。
記、ルール選択法を縦型探索法のルール選択規準として
用いて推論を行う。
未知の事象を問い合せながら推論する第二段階では、
第一段の探索法とは異なり、Ａの確信度が得られるごと
に、第一段の探索法をやりなおす方法で推論を行う。
第一段の探索法とは異なり、Ａの確信度が得られるごと
に、第一段の探索法をやりなおす方法で推論を行う。
本実施例によれば、システムの操作者へ不要な質問を
行うことが減少し、効果的な問い合せを行うためマンマ
シン性を向上することができる。また、最も確信度を上
げることが予測されるルールを優先的に用いるため処理
効率の向上が図れる。
行うことが減少し、効果的な問い合せを行うためマンマ
シン性を向上することができる。また、最も確信度を上
げることが予測されるルールを優先的に用いるため処理
効率の向上が図れる。
本発明によれば、あいまいな知識を用いて、推論する
システムにおいて、不要な問い合せを減少させるととも
に、効果的な探索・問い合せを行うことが可能となるの
で、システムの処理効率の向上、マンマシン性の向上等
の効果がある。
システムにおいて、不要な問い合せを減少させるととも
に、効果的な探索・問い合せを行うことが可能となるの
で、システムの処理効率の向上、マンマシン性の向上等
の効果がある。
【図面の簡単な説明】 第１図はあいまい推論システムの処理概要の一例を示す
図、第２図は処理フローの一例を示す図、第３図はルー
ル記述法の一例を示す図、第４図は事象の確信度の計算
法の一例を示す図、第５図はルールの一例を示す図、第
６図は、第５図に示したルールの関連グラフである。 １……あいまい推論システム、２……あいまい知識ベー
ス、３……事象データベース。
図、第２図は処理フローの一例を示す図、第３図はルー
ル記述法の一例を示す図、第４図は事象の確信度の計算
法の一例を示す図、第５図はルールの一例を示す図、第
６図は、第５図に示したルールの関連グラフである。 １……あいまい推論システム、２……あいまい知識ベー
ス、３……事象データベース。
Claims (2)
- 【請求項１】あいまいな知識を用いて特定事象の成立判
定の推論を行うシステムにおいて、 予め、条件部、前記条件部から導き出される結論部およ
び前記条件部と結論部の確からしさを示す確信度からな
るあいまいルールと、事象毎の確信度を示す事象データ
を記憶しておき、 前記システムの操作者に、成立判定すべき特定事象と前
記特定事象が判定されるために前記操作者が必要と考え
る確信度を問い合わせ、 前記あいまいルールおよび前記事象データから前記あい
まいルールを用いて、前記特定事象の成立判定を推論
し、 推論された結果、前記特定事象の確信度が前記操作者が
必要と考える確信度に比較して十分か判定し、 十分でない場合には、前記システムが確信度を有してい
ない事象であって、前記特定事象の成立判定の推論に寄
与する事象がないかを計算し、 計算した結果、成立判定の推論に寄与する事象があれ
ば、前記寄与する事象の確信度を前記システムの操作者
に問い合わせて、 問い合わせに応じて前記寄与する事象の確信度を用い
て、再度推論を行うことを特徴とするあいまい推論方
法。 - 【請求項２】特許請求の範囲第１項に記載のあいまい推
論方法において、 前記再度の推論は、前記特定事象の確信度が前記操作者
が必要と考える確信度を満たすか、前記計算の結果の成
立判定の推論に寄与する事象がなくなるまで行うことを
特徴とするあいまい推論方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61117294A JP2539378B2 (ja) | 1986-05-23 | 1986-05-23 | あいまい推論方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61117294A JP2539378B2 (ja) | 1986-05-23 | 1986-05-23 | あいまい推論方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62274345A JPS62274345A (ja) | 1987-11-28 |
| JP2539378B2 true JP2539378B2 (ja) | 1996-10-02 |
Family
ID=14708192
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61117294A Expired - Fee Related JP2539378B2 (ja) | 1986-05-23 | 1986-05-23 | あいまい推論方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2539378B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10921757B2 (en) | 2015-09-16 | 2021-02-16 | Nec Corporation | Operation control device, operation control method, and storage medium |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01259419A (ja) * | 1988-04-08 | 1989-10-17 | Matsushita Electric Ind Co Ltd | 文書検索装置 |
| JPH0358132A (ja) * | 1989-07-26 | 1991-03-13 | Fujitsu Ltd | 推論制御方式 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6014303A (ja) * | 1983-07-04 | 1985-01-24 | Hitachi Ltd | 知識ベ−ス型診断方式 |
-
1986
- 1986-05-23 JP JP61117294A patent/JP2539378B2/ja not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6014303A (ja) * | 1983-07-04 | 1985-01-24 | Hitachi Ltd | 知識ベ−ス型診断方式 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10921757B2 (en) | 2015-09-16 | 2021-02-16 | Nec Corporation | Operation control device, operation control method, and storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS62274345A (ja) | 1987-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Local search for minimum weight dominating set with two-level configuration checking and frequency based scoring function | |
| JPH05101072A (ja) | エンジニアリング変更の管理を制御する方法とシステム | |
| US7130770B2 (en) | Monitoring method and system with corrective actions having dynamic intensities | |
| CN112738172A (zh) | 区块链节点的管理方法、装置、计算机设备和存储介质 | |
| Panisson et al. | Using preferences over sources of information in argumentation-based reasoning | |
| JP2539378B2 (ja) | あいまい推論方法 | |
| JP3761238B2 (ja) | 判断規則修正装置と判断規則修正方法 | |
| CN113568991B (zh) | 一种基于动态风险的告警处理方法及系统 | |
| JPH08235249A (ja) | 営業支援システム | |
| KR20080087571A (ko) | 상황 예측 시스템 및 그 방법 | |
| JPH0693204B2 (ja) | プラント監視制御システム | |
| JP2656330B2 (ja) | 知識利用情報処理システムにおける推論装置 | |
| JP2792158B2 (ja) | エキスパートシステムのフレーム知識管理装置 | |
| JP2778309B2 (ja) | 知識ベースコンピュータシステム | |
| JPH02260001A (ja) | ファジィ同定器 | |
| JPH0750440B2 (ja) | 推論装置 | |
| JP3642677B2 (ja) | ネットワークシステム | |
| Adi et al. | Modeling and monitoring dynamic dependency environments | |
| JP2985777B2 (ja) | エージェントの経路によるセキュリティ管理 | |
| JPH1091450A (ja) | 推論処理方法 | |
| CN117575802A (zh) | 金融系统的升级监控方法、装置、计算机设备和存储介质 | |
| Schut et al. | Intention reconsideration as discrete deliberation scheduling | |
| SAKAWA et al. | An interactive fuzzy satisficing method using constraint problems and its application to regional planning | |
| JPS63123131A (ja) | 知識処理型オペレ−テイングシステム | |
| JPH03116239A (ja) | 診断方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |