JP2559876B2 - ファジィ制御器 - Google Patents

ファジィ制御器

Info

Publication number
JP2559876B2
JP2559876B2 JP2071163A JP7116390A JP2559876B2 JP 2559876 B2 JP2559876 B2 JP 2559876B2 JP 2071163 A JP2071163 A JP 2071163A JP 7116390 A JP7116390 A JP 7116390A JP 2559876 B2 JP2559876 B2 JP 2559876B2
Authority
JP
Japan
Prior art keywords
value
unit
output
learning
input
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
Application number
JP2071163A
Other languages
English (en)
Other versions
JPH03271803A (ja
Inventor
有理 大和田
信雄 渡部
旭 川村
竜介 益岡
和雄 浅川
成典 松岡
浩之 岡田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Fuji Facom Corp
Original Assignee
Fujitsu Ltd
Fuji Facom Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd, Fuji Facom Corp filed Critical Fujitsu Ltd
Priority to JP2071163A priority Critical patent/JP2559876B2/ja
Publication of JPH03271803A publication Critical patent/JPH03271803A/ja
Application granted granted Critical
Publication of JP2559876B2 publication Critical patent/JP2559876B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Devices For Executing Special Programs (AREA)
  • Feedback Control In General (AREA)

Description

【発明の詳細な説明】 〔概要〕 ファジィ制御ルールに従ってファジィ推論を実行する
ことで制御状態量に対応する制御操作量を算出して出力
するファジィ制御器に関し、 ファジィ制御ルールの前件演算機能をフレキシブルに
変更できるようにすることを目的し、 前件演算機能を実行する前件部演算手段を、入力信号
値を分配する入力ユニットと、前段層からの1つ又は複
数の入力と該入力に対して乗算されるべき内部状態値と
を受取って積和値を得るとともに該積和値を関数変換す
ることで出力値を得る基本ユニットとを構成単位とし
て、複数個の入力ユニットを入力層とし、かつ1つ又は
複数個の基本ユニットを中間層として1つ又は複数段の
中間層を備え、かつ1つの基本ユニットを出力層とし、
入力層と最前段の中間層との間、中間層相互間及び最終
段の中間層と出力層との間で内部結合の構成される階層
ネットワーク構造でもって構成する。
〔産業上の利用分野〕
本発明は、ファジィ制御ルールに従ってファジィ推論
を実行することで制御状態量に対応する制御操作量を算
出して出力するファジィ制御器に関し、特に、ファジィ
制御ルール中に記述される前件演算機能をフレキシブル
に変更可能とならしめるファジィ制御器に関するもので
ある。
新しい制御処理方式として、ファジィ制御が普及しつ
つある。このファジィ制御は、人間の判断等のあいまい
さを含む制御アルゴリズムをif−then形式で表現し、フ
ァジィ推論に従ってこの制御アルゴリズムを実行してい
くことで、検出される制御状態量から制御操作量を算出
して制御対象を制御していくものである。このファジィ
制御を実現するファジィ制御器は、制御アルゴリズムの
もつあいまいさを吸収するために、制御アルゴリズム中
に記述される演算機能を容易に変更できるような構成に
していく必要がある。
〔従来の技術〕
ファジィ制御ルールは、 if x1 is big and x2 is small then y1 is big という形式(IF部は前件部と呼ばれて、温度データ等の
制御状態量についての条件を記述する部分であり、THEN
部は後件部と呼ばれて、操作端等の制御操作量について
の条件を記述する部分である)に従って制御論理を記述
するものであって、ファジィ制御器は、制御対象の制御
論理として用意されるこのような複数のファジィ制御ル
ールを管理するとともに、各ファジィ制御ルール中に記
述される「大きい」とか「小さい」とかいうようなあい
まいな言語表現の意味をメンバーシップ関数として定量
化して管理する構成を採ることになる。
そして、ファジィ制御器は、制御対象から温度データ
や水位データ等の制御状態量が与えられると、先ず最初
に、管理している制御状態量のメンバーシップ関数(前
件部メンバーシップ関数となる)から与えられた制御状
態量がもつメンバーシップ関数値(真理値)を算出す
る。次に、最小値を選択する等の前件部演算に従って、
各ファジィ制御ルールにおける後件部に対しての適用値
を決定する処理を実行する。すなわち、上述のファジィ
制御ルールの例で説明するならば、「x1 is big」の真
理値が“0.8"で、「x2 is small」の真理値が“0.5"で
ある場合には、最小値を選択する前件部演算に従って、
この“0.5"をそのファジィ制御ルールの後件部に対して
の適用値として決定するよう処理するのである。
続いて、ファジィ制御器は、最大値を選択する等の後
件部演算に従って、同一の制御操作量の同一のメンバー
シップ関数(後件部メンバーシップ関数となる)につい
て与えられる各ファジィ制御ルールの後件部に対しての
適用値から、そのメンバーシップ関数に対しての適用値
を決定する処理を実行する。すなわち、上述のファジィ
制御ルールで後件部の「y1 is big」に対して“0.5"を
適用値とし、一方、別のファジィ制御ルールでもって
「y1 is big」に対して“0.6"を適用値とする場合に
は、最大値を選択する後件部演算に従って、この“0.6"
を制御操作量y1の「big」のメンバーシップ関数に対し
ての適用値として決定するよう処理するのである。
続いて、ファジィ制御器は、決定された適用値に従っ
て制御操作量のメンバーシップ関数を縮小するととも
に、同一の制御操作量についてのこの縮小されたメンバ
ーシップ関数の関数和の図形の重心を求める等の処理に
従って、ファジィ推論値である制御操作量を算出する処
理を実行して操作端等に出力するという処理を実行する
ことになる。すなわち、制御操作量y1の「big」のメン
バーシップ関数をその決定された適用値に従って縮小
し、別のファジィ制御ルールから求められる制御操作量
y1の「small」等のメンバーシップ関数をその決定され
た適用値に従って縮小するとともに、それらのメンバー
シップ関数の関数和の図形の重心を求める等の処理に従
って、ファジィ制御器としての出力となる制御操作量を
算出するよう処理するのである。
従来のファジィ制御器では、このようなファジィ制御
ルールの実行をプログラム的に実行することで実現する
という構成を採っていた。すなわち、逐次処理を実行す
るコンピュータシステムのソフトウェア手段に従って、
先ず最初に、制御状態量の真理値を算出し、次に、前件
部演算に従って後件部に対しての適用値を決定し、続い
て、後件部演算に従って制御操作量のメンバーシップ関
数に対しての適用値を決定し、続いて、重心演算等によ
り制御操作量を算出して出力するという構成を採ってい
たのである。
〔発明が解決しようとする課題〕
しかしながら、ファジィ制御ルールは、制御対象の制
御に熟知しているオペレータの対象プロセスに関する知
識に従って生成されるものである。これから、最初から
所望の制御を実現できるファジィ制御ルールを生成する
という訳にはいかないというのが実情であり、生成した
ファジィ制御ルールをシミュレーションや現地テストに
より評価しながら試行錯誤的にチューニングしていくこ
とで、制御対象に適合したファジィ制御ルールにと完成
させていくという手順をとらざるを得ない。これから、
前件部演算も、当初想定した演算機能のものとは異なる
ものを用いた方がより適切であるというようなことが起
こることがある。
しかるに、従来のようなソフトウェア手段を用いるフ
ァジィ制御器の構成方法を採ると、このような要求に対
処するためには、種々の前件部機能をサブルーチンとし
て予め装置内に用意して置く必要がある。しかし、本来
使用する前件部演算機能は1つであることから、このよ
うな構成を採るとメモリ容量を無駄に使用するという問
題点がでてくることになる。しかも、既に出荷されてい
るファジィ制御器にその演算機能のサブルーチンが用意
されていないときには、より適切なファジィ制御論理を
実装できないという問題点もでてくることになる。
本発明はかかる事情に鑑みてなされたものであって、
ファジィ制御ルール中に記述される前件部演算機能をメ
モリ容量の増加を招くことなく、かつ出荷したファジィ
制御器も含めてフレキシブルに変更可能とならしめる新
たなファジィ制御器の提供を目的とするものである。
〔課題を解決するための手段〕
第1図は本発明の原理構成図である。
図中、10は本発明を具備するファジィ制御器、11はフ
ァジィルール管理部であって、制御対象に対しての制御
論理を記述するファジィ制御ルールを管理するもの、12
はファジィルール選択部であって、ファジィルール管理
部11の管理するファジィ制御ルールを処理対象とすべく
順次選択するもの、13は前件部メンバーシップ関数管理
部であって、ファジィ制御ルール中に記述される制御状
態量に関しての言語的表現を定量化する前件部メンバー
シップ関数の真理値を管理するもの、14は後件部メンバ
ーシップ関数管理部であって、ファジィ制御ルール中に
記述される制御操作量に関しての言語的表現を定量化す
る後件部メンバーシップ関数の真理値を管理するもの、
15は入力データ受付部であって、制御対象から採取され
る制御状態量データの受付処理を実行するもの、16は前
件部真理値算出部であって、選択されたファジィ制御ル
ールを処理単位として、入力されてくる制御状態量がも
つ前件部メンバーシップ関数の真理値を算出するもの、
17は前件部演算部であって、算出された前件部メンバー
シップ関数の真理値に対して前件部演算を施すことで処
理対象のファジィ制御ルールの後件部に対しての適用値
を決定するもの、18は後件部演算部であって、同一の後
件部メンバーシップ関数について与えられる各ファジィ
制御ルールの後件部に対しての適用値から、その後件部
メンバーシップ関数に対しての適用値を決定するもの、
19は推論値算出部であって、前件部演算部17の出力する
同一の後件部を持たないファジィ制御ルールについての
適用値と、後件部演算部18の出力する同一の後件部を持
つファジィ制御ルールについての適用値とを入力とし
て、例えば、それらの適用値に従って、後件部メンバー
シップ関数を縮小するとともに、その縮小された後件部
メンバーシップ関数の関数和の図形重心を求めることで
ファジィ推論値である制御操作量データを算出するもの
である。
本発明の前件部演算部17は、1つ又は複数の入力と該
入力に対して乗算されるべき内部状態値とを受け取って
積和値を得るとともに、該積和値を関数変換することで
出力値を得る複数の基本ユニット1の内部結合により構
成されて前件部演算を実行するネットワーク構造部20
と、このネットワーク構造部20の内部結合に割り付けら
れる内部状態値を管理する内部状態値管理部21とから構
成される。そして、このネットワーク構造部20は、基本
ユニット1と入力信号値を分配する入力ユニット1′と
を構成単位にして、複数個の入力ユニット1′−hによ
り構成される入力層と、1つ又は複数個の基本ユニット
1−iにより構成されて1つ又は複数段設けられる中間
層と、1つの基本ユニット1−jにより構成される出力
層とを備えるとともに、入力ユニット1′−hと基本ユ
ニット1−iとの間と、基本ユニット1−iの相互間
と、基本ユニット1−iと基本ユニット1−jとの間を
相互に内部結合する階層ネットワーク構造を採ることが
ある。更に、内部状態値管理部21に管理される内部状態
値として、ネットワーク構造部20が入力信号値の最小値
を出力するよう動作することになる値が設定されること
がある。
〔作用〕
本発明の前件部演算部17は、例えば階層ネットワーク
構造から構成されるネットワーク構造部20により構成さ
れる。このネットワーク構造部20は、ネットワーク構造
とそのネットワーク構造の内部結合に割り付けられる内
部状態値とにより規定されるデータ変換機能に従って、
入力されてくる入力信号を対応の出力信号に変換する処
理を実行する。これから、前件部真理値算出部16から選
択されたファジィ制御ルールについての前件部メンバー
シップ関数の真理値が入力信号として与えられると、ネ
ットワーク構造部20は、それに対応する出力信号を前件
部演算の演算結果値として出力するよう動作することに
なる。
このネットワーク構造部20のデータ変換機能は、ネッ
トワーク構造が同一であっても、内部結合に割り付けら
れる内部状態値の値を変更することでその演算内容を自
在に変更できることになる。すなわち、内部状態値管理
部21にネットワーク構造部20が入力信号値の最小値を出
力すべく動作する内部状態値の学習値が設定されると、
前件部演算部17は、算出されるファジィ制御ルールにつ
いての前件部メンバーシップ関数の真理値の最小値を求
めるという演算処理を実行することになり、また、内部
状態値管理部21にネットワーク構造部20が入力信号値の
代数積を出力すべく動作する内部状態値の学習値が設定
されると、前件部演算部17は、算出されたファジィ制御
ルールについての前件部メンバーシップ関数の真理値の
代数積を求めるという演算処理を実行することになると
いうように、内部状態値管理部21に登録する内部状態値
の値を変更するだけで、前件部演算部17の演算内容を自
由に変更できることになる。
このように、本発明によれば、予め装置内にサブルー
チンとして用意していなくても、自由に前件部演算部17
の演算内容を変更できることから、ファジィ制御ルール
中に記述される前件部演算機能の変更要求に容易に対処
できることになる。これから、ファジィ制御器の性能向
上を実現できることになる。
〔実施例〕
以下、階層ネットワーク構成データ処理装置に適用し
た実施例に従って本発明を詳細に説明する。
第2図に、本発明の一実施例を図示する。図中、第1
図で説明したものと同じものについては同一の記号で示
してある。20aは前件部演算を実行する階層ネットワー
ク構造部であって、第1図のネットワーク構造部20に対
応するもの、21aはこの階層ネットワーク構造部20aの内
部結合に割り付けられる重み値を管理する重み値管理部
21aであって、第1図の内部状態値管理部21に対応する
ものである。
前件部真理値算出部16は、第1図でも説明したよう
に、入力されてくる制御状態量がもつ前件部メンバーシ
ップ関数の真理値を算出するよう処理する。すなわち、
選択されたファジィ制御ルールの前件部が、制御状態量
X1,X2,Xnに関して、 IF X1 is Small,X2 is Medium,…,Xn is Big という記述をしていて、これに対して、制御対象から、 X1=A1,X2=A2,…,Xn=An という制御状態量データが与えられたとすると、前件部
真理値算出部16は、第2図に示すように、制御状態量X1
の「Small」を定量化するメンバーシップ関数に従ってA
1という値がもつメンバーシップ関数値Z1を特定し、制
御状態量X2の「Medium」を定量化するメンバーシップ関
数に従ってA2という値がもつメンバーシップ関数値Z2
特定し、制御状態量Xnの「Big」を定量化するメンバー
シップ関数に従ってAnという値がもつメンバーシップ関
数値Znを特定する処理を行う。なお、第2図では説明の
便宜上、これらのメンバーシップ関数値(真理値)が並
列的に求まるもので図示したが、実際には時系列に1つ
ずつ求められることになる。
階層ネットワーク構造部20aは、この前件部真理値算
出部16から与えられる真理値に対して前件部演算を施す
ことで、その真理値の算出対象となったファジィ制御ル
ールの後件部に対しての適用値を決定するよう処理する
ことになる。
第3図に、階層ネットワーク構造部20aを構成するこ
とになる基本ユニット1の基本構成を図示する。この図
に示すように、基本ユニット1は、多入力一出力系とな
っており、複数の入力に対し夫々の内部結合の重み値を
乗算する乗算処理部2と、それらの全乗算結果を加算す
る累算処理部3と、この累算値に非線型の閾値処理を施
して一つの最終出力を出力する閾値処理部4とを備える
ものであって、h層を前段層としi層を後段層とする
と、i層のi番目の基本ユニットの累算処理部3では下
記の(1)式の演算を実行し、閾値処理部4では下記の
(2)式の演算を実行するよう処理する。
ypi=1/(1+exp(−xpi+θ)) (2)式 但し、 h:h層のユニット番号 p:入力信号のパターン番号 θi:i層のi番ユニットの閾値 Wih:h−i層間の内部結合の重み値 yph:p番目パターンの入力信号に対するh層のh番ユニ
ットからの出力 そして、階層ネットワーク構造部20aは、このような
構成を採る基本ユニット1と前件部真理値算出部16の算
出する真理値を分配する入力ユニット1′とを構成単位
にして、第4図に示すように、複数個の入力ユニット
1′−hにより構成される入力層と、1つ又は複数個の
基本ユニット1−iにより構成されて1つ又は複数段設
けられる中間層(この実施例では1段)と、1つの基本
ユニット1−jにより構成される出力層とを備えるとと
もに、入力ユニット1′−hと基本ユニット1−iとの
間と、基本ユニット1−iの相互間と、基本ユニット1
−iと基本ユニット1−jとの間を相互に内部結合する
ことで構成される階層ネットワーク構造を持つよう構成
される。ここで、入力ユニット1′−hのユニット数
は、前件部演算部17を1つの階層ネットワーク構造部20
aで実装する場合には、最も多くの前件部条件を記述す
るファジィ制御ルールのその条件数(すなわち、求めら
れる真理値数)に合わせられて用意されることになる。
このように構成される階層ネットワーク構造部20a
は、階層ネットワーク構造とその階層ネットワーク構造
の内部結合に割り付けられる重み値とにより規定される
データ変換機能に従って、入力されてくる入力信号を対
応の出力信号に変換する処理を実行する機能を発揮する
ことになり、このデータ変換機能に従って前件部演算を
実行するよう処理することになる。
階層ネットワーク構造部20aは、プログラム手段、ハ
ードウェア手段のいずれにより構成することも可能であ
るが、ハードウェア手段で構成する場合には、本出願人
が出願した「特願昭63−216865号(昭和63年8月31日出
願、”ネットワーク構成データ処理装置”)」で開示し
たものを用いることが可能である。
すなわち、基本ユニット1は、第5図に示すように、
入力スイッチ部7を介して入力される前段層からの出力
と重み値保持部8が保持する重み値とを乗算する乗算型
D/Aコンバータ2aと、乗算型D/Aコンバータ2aの出力値と
前回の累算値とを加算して新たな累算値を算出するアナ
ログ加算器3aと、アナログ加算器3aの加算結果を保持す
るサンプルホールド回路3bと、累算処理が終了したとき
にサンプルホールド回路3bの保持データを非線形変換す
る非線型関数発生回路4aと、後段層への出力となる非線
型関数発生回路4aのアナログ信号値をホールドする出力
保持部5と、出力保持部5の保持データを出力する出力
スイッチ部6と、これらの各処理部を制御する制御回路
9とを備えることで実現される。
そして、階層ネットワーク構造部20aは、この構成を
採る基本ユニット1が、第6図に示すように、1本の共
通なアナログバス70でよって電気的に接続される構成で
実現される。ここで、図中、71は基本ユニット1の重み
保持部8に重み値を与える重み出力回路、72は入力ユニ
ット1′に対応する初期信号出力回路、73はデータ転送
の制御信号である同期制御信号を重み出力回路71、初期
信号出力回路72及び制御回路9に伝える同期制御信号
線、74は同期制御信号を送出する主制御回路である。
この構成の階層ネットワーク構造部20aにおいて、主
制御回路74は、前段層の基本ユニット1を時系列的に順
次選択するとともに、この選択処理と同期させて、選択
された基本ユニット1の出力保持部5が保持する最終出
力をアナログバス70を介して時分割の送信形式に従って
後段層の基本ユニット1の乗算型D/Aコンバータ2aに対
して出力するよう処理する。この入力を受け取ると、後
段層の基本ユニット1の乗算型D/Aコンバータ2aは、対
応する重み値を順次選択して入力値と重み値との乗算処
理を行い、アナログ加算器3aとサンプルホールド回路3b
とにより構成される累算処理部3はこの乗算値を順次累
算していく。続いて、前段層の基本ユニット1に関して
のすべての累算処理が終了すると、主制御回路74は、後
段層の基本ユニット1の非線型関数発生回路4aを起動し
て最終出力の算出を行い、出力保持部5がこの変換処理
結果の最終出力を保持するよう処理する。そして、主制
御回路74は、この後段層を新たな前段層として次の後段
層に対して同様の処理を繰り返していくことで、入力パ
ターンに対応する出力パターンが出力されるべく処理す
るのである。
階層ネットワーク構造部20aは、その階層ネットワー
ク構造が固定的な場合にあっても、その階層ネットワー
ク構造の内部結合に割り付けられる重み値を変更するこ
とで、そのデータ変換機能を自由に変更できるという特
徴がある。
第7図に、この階層ネットワーク構造部20aの内部結
合に割り付けられる重み値を学習するための学習システ
ムの一実施例を図示する。次に、この学習システムの実
施例に従って、階層ネットワーク構造部20aの内部結合
の重み値を決定するための学習処理について詳細に説明
する。
第7図において、30は計算機上に構築される階層ネッ
トワーク・シミュレータであって、階層ネットワーク構
造部20aのデータ処理機能を模擬するもの、40は学習信
号提示装置であって、階層ネットワーク構造部20aの内
部結合の重み値の学習のために用いる学習信号群(学習
提示信号と学習教師信号との対を基本単位とする)を管
理し、更に、その学習信号群の内の学習提示信号を階層
ネットワーク・シミュレータ30に提示するとともに、学
習教師信号を後述する学習処理装置50に提示するもので
ある。この処理の実現のために、学習信号提示装置40
は、学習信号群を管理する学習信号格納部41と、学習信
号格納部41から学習用の学習信号を読み出して、その内
の学習提示信号を階層ネットワーク・シミュレータ30に
提示するとともに、対をなすもう一方の学習教師信号を
後述する学習処理装置50と次に説明する学習収束判定部
43に提示する学習信号提示部42と、階層ネットワーク・
シミュレータ30から出力される出力信号と学習信号提示
部42からの学習教師信号とを受けて、階層ネットワーク
・シミュレータ30のデータ処理機能の誤差が許容範囲に
入ったか否かを判定して、その判定結果を学習信号提示
部42に通知する学習収束判定部43とを備えることにな
る。
50は階層ネットワーク構成データ処理装置の重み値の
学習アルゴリズムとして知られているバック・プロパゲ
ーション方を実装する学習処理装置であって、学習信号
提示装置40による学習提示信号の提示に応答して出力さ
れる階層ネットワーク・シミュレータ30からの出力信号
群と、学習信号提示装置40から提示される学習教師信号
群との間の誤差値を算出し、該誤差値に基づいて学習対
象とされる重み値を順次更新していくことで該誤差値が
許容範囲となる内部結合の重み値を学習するものであ
る。
すなわち、学習処理装置50は、バック・プロパゲーシ
ョン法に従い、第4図に示すh層−i層−j層という3
層構造の階層ネットワーク構造部20aで説明するなら
ば、学習用の入力信号(学習提示信号)が提示されたと
きに出力される出力層からの出力信号ypjと、その出力
信号ypjのとるべき信号である学習教師信号dpjとが定ま
ると、先ず最初に、出力信号ypjと教師信号dpjとの差分
値〔dpj−ypj〕を算出し、次に、 αpj=ypj(1−ypj)(dpj−ypj) を算出し、続いて、 に従って、i層−j層間の重み値の更新量ΔWji(t)
を算出する。ここで、tは学習回数を表しており、前回
の更新サイクル時に決定された重み値の更新量に係るも
のを加算するのは学習の高速化を図るためである。
続いて、学習処理装置50は、算出したαpjを用いて、
先ず最初に、 を算出し、次に、 に従って、h層−i層間の重み値の更新量ΔWjh(t)
を算出する。続いて、この算出した更新量に従って次の
更新サイクルのための重み値 Wji(t)=Wji(t−1)+ΔWji(t) Wih(t)=Wih(t−1)+ΔWih(t) を決定していく方法を繰り返していくことで、学習提示
信号が提示されたときに出力される出力層からの出力信
号ypjと、その出力信号ypjのとるべき信号である学習教
師信号dpjとが一致することになる重み値Wji,Wih及び閾
値θiを学習することになる。
なお、本出願人は、先に出願の「特願昭62−333484号
(昭和62年12月28日出願、“ネットワーク構成データ処
理処理”)」で開示したように、入力側のh層に常に
“1"を出力するとともにその出力に対して閾値θを重み
値として割り付けるユニットを設けることで、閾値θを
重み値Wの中の組み込んで閾値θを重み値として扱うよ
うにすることを提案した。これから、閾値θの学習もま
た重み値Wの学習と同様の学習処理により学習されるこ
とになる。
階層ネットワーク・シミュレータ30は、第7図に示す
ように、階層ネットワーク構造部20aの入力ユニット
1′及び基本ユニット1の内部結合関係を管理するネッ
トワーク構造管理部31と、演算処理全体の制御を実行す
る演算制御部32と、階層ネットワーク構造部20aの入力
ユニット1′及び基本ユニット1の各ユニットに入力さ
れる入力値を一時的に展開する入力データ展開部33と、
各内部結合に割り付けられる重み値を管理する重み値管
理部34と、基本ユニット1の演算機能を模擬すべく備え
られる演算実行部35と、演算実行部35の演算結果を管理
する出力データ管理部36とを備えるよう構成される。そ
して、演算実行部35は、重み値と入力値との乗算値を算
出する乗算値算出部37と、この乗算値算出部37の算出値
の総和値を算出する総和値算出部38と、この総和値算出
部38の算出値を閾値処理する閾値算出部39とを備えるよ
う構成される。
このように構成されることで、階層ネットワーク・シ
ミュレータ30は、ファジィ制御器に実装されている階層
ネットワーク構造部20aの実行するデータ処理機能を模
擬することになる。なお、階層ネットワーク構造部20a
をプログラム手段で構成するときには、例えば、このよ
うな階層ネットワーク・シミュレータ30を用いることで
実現することが可能である。
階層ネットワーク構造部20aに従って所望の前件部演
算部17の演算機能を実現する場合、ユーザは、先ず最初
に、その演算機能により実現される入出力信号関係を生
成して学習信号提示装置40の学習信号格納部41に登録す
る処理を実行する。すなわち、前件部演算部17の演算機
能として、前件部真理値算出部16により算出された真理
値の最小値(論理積演算に対応する)を抽出する演算機
能を割り付けたい場合には、入力信号とそれらの入力信
号の内の最小限をとる入力信号を出力信号とする入出力
信号関係を生成して、学習信号格納部41に登録する処理
を行うのである。第8図に、階層ネットワーク構造部20
aの入力層の入力ユニット1′のユニット数が2個であ
る場合におけるこの論理積演算の入出力信号関係を図示
する。この第8図の例では、81個の入出力信号関係を生
成した例を示してある。
続いて、ユーザは、登録された入出力信号関係の内の
入力信号を学習提示信号とし、これに対応付けられる出
力信号を学習教師信号として用いることを指示して学習
信号提示装置40を起動するとともに、この起動処理に対
応させて学習処理装置50を起動することで、階層ネット
ワーク・シミュレータ30の重み値管理部34の重み値がこ
の入出力信号関係を実現することになるべく学習に入る
ことを指示する。
この起動指示に従い、階層ネットワーク・シミュレー
タ30はファジィ制御器に実装(あるいは実装予定)され
ている階層ネットワーク構造部20aとして動作して、提
示される学習提示信号をその重み値により限定されるデ
ータ変換機能に従って変換して出力していくとともに、
学習処理装置50は、この階層ネットワーク・シミュレー
タ30からの出力信号を受けて上述のバック・プロパゲー
ション法に従って内部結合の重み値(重み値管理部34で
管理される)を更新し、学習信号提示装置40は、階層ネ
ットワーク・シミュレータ30からの出力信号が学習教師
信号と概略一致するまで、学習信号の提示を繰り返して
いくことになる。この処理により、登録された入出力信
号関係を実現する階層ネットワーク構造部20aの内部結
合の重み値が階層ネットワーク・シミュレータ30の重み
値管理部34に格納されることになる。
第9図に、第8図に示した入出力信号関係を学習信号
として用いて学習を実行した場合の学習データを図示す
る。ここで、第9図(a)は、学習回数が0回(すなわ
ち、学習開始時)における各学習提示信号の提示に対し
ての階層ネットワーク・シミュレータ30の出力信号デー
タ、第9図(b)は学習回数が5000回における各学習提
示信号の提示に対しての階層ネットワーク・シミュレー
タ30の出力信号データ、第9図(c)は、学習回数が14
673回における各学習提示信号の提示に対しての階層ネ
ットワーク・シミュレータ30の出力信号データを表して
いる。ここで、この学習は、階層ネットワーク構造部20
aの中間層が1段構成の10ユニットからなるもので行っ
た。また、学習の開始時には、各内部結合の重み値(閾
値も含む)の初期値として乱数発生手段により発生され
る乱数値を割り付けた。この図は、例えば、第8図の学
習信号の「A01」の学習提示信号を階層ネットワーク・
シミュレータ30に与えたときに、学習回数が14673回の
ときには階層ネットワーク・シミュレータ30から“0.07
7"が出力されたことを表している。ここで、この“0.07
7"に括弧書きで対応付けられている“0.100"は「A01」
の学習教師信号である。
第10図に、学習回数と階層ネットワーク・シミュレー
タ30のデータ処理機能の誤差をプロットしたものを図示
する。この図に示すように、学習回数が5000回を越える
と、第8図の学習信号の提示に対して、階層ネットワー
ク・シミュレータ30は概略それに対応する学習教師信号
を出力することになる。そして、この状態になると、学
習信号にないものが提示されるときにあっても、論理積
演算の内容に近いそれらしい出力信号を出力するよう動
作することになる。
第11図に、学習回数が14673回のときにおける階層ネ
ットワーク構造部20aの各内部結合に割り付けられる重
み値及び閾値(階層ネットワーク・シミュレータ30の重
み値管理部34で管理される)の学習値を図示する。ここ
で、“−0.652426"は、入力層の第1ユニットと中間層
の第1ユニットとの間の内部結合の重み値、“−0.4576
54"は、出力層のユニットと中間層の第1ユニットとの
間の内部結合の重み値、“−0.343209"は、中間層の第
1ユニットの閾値、“4.409703"は出力層のユニットの
閾値を表している。
第9図(c)及び第10図から分かるように、この第11
図に示す重み値及び閾値をファジィ制御器に実装されて
いる階層ネットワーク構造部20aの重み値管理部21aに登
録すれば、その階層ネットワーク構造部20aにより演算
処理を実行する前件部演算部17は、前件部真理値算出部
16により算出された真理値の最小値を選択して出力する
という前件部演算を実行することになる。
一方、ユーザは、前件部演算部17の演算機能として、
前件部真理値算出部16により算出された真理値の代数積
(階層ネットワーク構造部20aの入力層の入力ユニット
1′の個数が2個であることを想定しているので2つの
真理値の代数積となる)を出力する演算機能を割り付け
たい場合には、先ず最初に、第12図に示すような入力信
号とそれらの入力信号の代数積を出力信号とする入出力
信号関係を生成して学習信号格納部41に登録し、続い
て、学習信号提示装置40及び学習処理装置50を起動する
ことで、階層ネットワーク・シミュレータ30の重み値管
理部34の重み値がこの入出力信号関係を実現することに
なるべく学習に入ることを指示する。
第13図に、第12図に示した入出力信号関係を学習信号
として用いて学習を実行した場合の学習データを図示す
る。ここで、この学習は、論理積の学習と同様に、階層
ネットワーク構造部20aの中間層が1段構成の10ユニッ
トからなるもので行った。また、第13図は、学習の誤差
がほぼ収束した学習回数9499回のときの階層ネットワー
ク・シミュレータ30の出力信号データを表している。
第14図に、この学習回数のときにおける階層ネットワ
ーク構造部20aの各内部結合に割り付けられる重み値及
び閾値の学習値を図示する。この第14図に示す重み値及
び閾値をファジィ制御器に実装されている階層ネットワ
ーク構造部20aの重み値管理部21aに登録すれば、その階
層ネットワーク構造部20aにより演算処理を実行する前
件部演算部17は、前件部真理値算出部16により算出され
た真理値の代数積を算出して出力するという前件部演算
を実行することになる。
また、ユーザは、前件部演算部17の演算機能として、
前件部真理値算出部16により算出された真理値の下式で
表される限界積値z(階層ネットワーク構造部20aの入
力層の入力ユニット1′の個数が2個であることを想定
しているので2つの真理値の限界積となる)を出力する
演算機能を割り付けたい場合には、 z=0∨(x+y−1) 先ず最初に、第15図に示すような2つの入力信号とそ
れらの入力信号の限界積を出力信号とする入出力信号関
係を生成して学習信号格納部41に登録し、続いて、学習
信号提示装置40及び学習処理装置50を起動することで、
階層ネットワーク・シミュレータ30の重み値管理部34の
重み値がこの入出力信号関係を実現することになるべく
学習に入ることを指示する。
第16図に、第15図に示した入出力信号関係を学習信号
として用いて学習を実行した場合の学習データを図示す
る。ここで、この学習は、論理積の学習と同様に、階層
ネットワーク構造部20aの中間層が1段構成の10ユニッ
トからなるもので行った。また、第16図は、学習の誤差
がほぼ収束した学習回数1628回のときの階層ネットワー
ク・シミュレータ30の出力信号データを表している。
第17図に、この学習回数のときにおける階層ネットワ
ーク構造部20aの各内部結合に割り付けられる重み値及
び閾値の学習値を図示する。この第17図に示す重み値及
び閾値をファジィ制御器に実装されている階層ネットワ
ーク構造部20aの重み値管理部21aに登録すれば、その階
層ネットワーク構造部20aにより演算処理を実行する前
件部演算部17は、前件部真理値算出部16により算出され
た真理値の限界値を算出して出力するという前件部演算
を実行することになる。
このように、本発明によれば、階層ネットワーク構造
部20aの内部結合に割り付けられる重み値(閾値)の値
を変更するだけで、前件部演算部17の実行する前件部演
算の演算内容を自在に変更・設定できるようになるので
ある。
図示実施例について説明したが、本発明はこれに限定
されるものではない。例えば、ネットワーク構造部20の
ネットワーク構造は、階層ネットワーク構造に限られる
ものではない。また、基本ユニット1の演算処理は、閾
値変換処理に限られるものではない。また、本出願人
は、先の出願の「特願昭63−227825号(昭和63年9月12
日出願、“ネットワーク構成データ処理装置の学習処理
方式”)」で、バック・プロパゲーション法の改良を図
ってより短時間で重み値の学習処理を実現できるように
する発明を開示したが、本発明はこのような改良された
バック・プロパゲーション法やバック・プロパゲーショ
ン法以外の別の重み値の学習方式も利用することができ
る。そして、シミュレータ等を利用することなく、ファ
ジィ制御器に実装するネットワーク構造部20そのものを
利用して、重み値の学習を行うようにするのであっても
よいのである。
〔発明の効果〕
以上説明したように、本発明によれば、予め装置内に
サブルーチンとして用意しておくような構成を採らなく
ても、自由にファジィ制御器の前件部演算の演算内容を
変更できる。しかも、既に出荷されたファジィ制御器で
あっても、ハードウェアやソフトウェアの追加・変更を
加えることなくこの前件部演算の演算内容の変更を実現
できることになる。これから、ファジィ制御ルール中に
記述される前件部演算の変更要求に対して容易に対処で
きることになるので、ファジィ制御器の性能向上を実現
できることになる。
【図面の簡単な説明】
第1図は本発明の原理構成図、 第2図は本発明の一実施例、 第3図は基本ユニットの基本構成図、 第4図は階層ネットワーク構造部の基本構成図、 第5図は基本ユニットの一実施例、 第6図は階層ネットワーク構造部の一実施例、 第7図は本発明が使用する学習システムの説明図、 第8図は論理積演算を割り付けるときに生成する学習信
号の説明図、 第9図及び第10図は論理積演算の学習データの説明図、 第11図は論理積演算の重み値及び閾値の学習データの説
明図、 第12図は代数積演算を割り付けるときに生成する学習信
号の説明図、 第13図は代数積演算の学習データの説明図、 第14図は代数積演算の重み値及び閾値の学習データの説
明図、 第15図は限界積演算を割り付けるときに生成する学習信
号の説明図、 第16図は限界積演算の学習データの説明図、 第17図は限界積演算の重み値及び閾値の学習データの説
明図である。 図中、1は基本ユニット、1′は入力ユニット、10はフ
ァジィ制御器、16は前件部真理値算出部、17は前件部演
算部、18は後件部演算部、20はネットワーク構造部、20
aは階層ネットワーク構造部、21は内部状態値管理部、2
1aは重み値管理部、30は階層ネットワーク・シミュレー
タ、40は学習信号提示信号、50は学習処理装置である。
フロントページの続き (72)発明者 川村 旭 神奈川県川崎市中原区上小田中1015番地 富士通株式会社内 (72)発明者 益岡 竜介 神奈川県川崎市中原区上小田中1015番地 富士通株式会社内 (72)発明者 浅川 和雄 神奈川県川崎市中原区上小田中1015番地 富士通株式会社内 (72)発明者 松岡 成典 東京都日野市富士町1番地 富士ファコ ム制御株式会社内 (72)発明者 岡田 浩之 東京都日野市富士町1番地 富士ファコ ム制御株式会社内 (56)参考文献 特開 平2−292602(JP,A) 特開 平3−134704(JP,A) 特開 平3−222003(JP,A) 国際公開89/11684(WO,A) 菅野「ファジイ制御」(昭63.5. 30)日刊工業新聞社 寺野ら「応用ファジイシステム入門」 (平1.9.20)オーム社

Claims (3)

    (57)【特許請求の範囲】
  1. 【請求項1】ファジィ制御ルールを単位として、入力さ
    れる制御状態量についてのメンバーシップ関数値を算出
    する前件部真理値算出部(16)と、該前件部真理値算出
    部(16)の算出値に論理演算を施して出力値を得る前件
    部演算部(17)と、該前件部演算部(17)の出力する同
    一の後件部を持つファジィ制御ルールについての出力値
    に論理演算を施して出力値を得る後件部演算部(18)
    と、該前件部演算部(17)の出力する同一の後件部を持
    たないファジィ制御ルールについての出力値と、該後件
    部演算部(18)の出力する出力値と、制御操作量につい
    てのメンバーシップ関数値とから制御操作量を算出する
    推論値算出部(19)とを備えるファジィ制御器におい
    て、 上記前件部演算部(17)が、 1つ又は複数の入力と該入力に対して乗算されるべき内
    部状態値とを受け取って積和値を得るとともに、該積和
    値を関数変換することで出力値を得る複数の基本ユニッ
    ト(1)の内部結合により構成されるネットワーク構造
    部(20)と、外部からアクセス可能となる領域として用
    意されて、該ネットワーク構造部(20)の参照する内部
    状態値を管理する内部状態値管理部(21)とを備えるこ
    とを、 特徴とするファジィ制御器。
  2. 【請求項2】請求項1記載のファジィ制御器において、 ネットワーク構造部(20)が、 基本ユニット(1)と、入力される前件部真理値算出部
    (16)の算出値を分配する入力ユニット(1′)とを構
    成単位として、 複数個の上記入力ユニット(1′−h)を入力層とし、
    かつ1つ又は複数個の上記基本ユニット(1−i)を中
    間層として1つ又は複数段の中間層を備え、かつ1つの
    上記基本ユニット(1−j)を出力層とし、 入力層と最前段の中間層との間、中間層相互間及び最終
    段の中間層と出力層との間で内部結合する階層ネットワ
    ーク構造により構成されることを、 特徴とするファジィ制御器。
  3. 【請求項3】請求項1又は2記載のファジィ制御器にお
    いて、 内部状態値管理部(21)は、ネットワーク構造部(20)
    が入力信号値の最小値を出力するよう動作する内部状態
    値を管理することを、 特徴とするファジィ制御器。
JP2071163A 1990-03-20 1990-03-20 ファジィ制御器 Expired - Lifetime JP2559876B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2071163A JP2559876B2 (ja) 1990-03-20 1990-03-20 ファジィ制御器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2071163A JP2559876B2 (ja) 1990-03-20 1990-03-20 ファジィ制御器

Publications (2)

Publication Number Publication Date
JPH03271803A JPH03271803A (ja) 1991-12-03
JP2559876B2 true JP2559876B2 (ja) 1996-12-04

Family

ID=13452698

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2071163A Expired - Lifetime JP2559876B2 (ja) 1990-03-20 1990-03-20 ファジィ制御器

Country Status (1)

Country Link
JP (1) JP2559876B2 (ja)

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
寺野ら「応用ファジイシステム入門」(平1.9.20)オーム社
菅野「ファジイ制御」(昭63.5.30)日刊工業新聞社

Also Published As

Publication number Publication date
JPH03271803A (ja) 1991-12-03

Similar Documents

Publication Publication Date Title
US6456989B1 (en) Neuro-fuzzy-integrated data processing system
Anderson et al. Reinforcement learning with modular neural networks for control
JP2559876B2 (ja) ファジィ制御器
JP2559884B2 (ja) ファジィ制御器
JP2559879B2 (ja) ファジィ制御器
JP2559877B2 (ja) ファジィ制御器
JP2559878B2 (ja) ファジィ制御器
JP2559881B2 (ja) ファジィ制御器
JP2559883B2 (ja) ファジィ制御器
JP2559880B2 (ja) ファジィ制御器
JP2559882B2 (ja) ファジィ制御器
JP2763370B2 (ja) 階層ネットワーク構成ファジィ制御器
JP2744321B2 (ja) 適応型データ処理装置の解析処理方法
JP2763371B2 (ja) 階層ネットワーク構成ファジィ制御器
JP2763369B2 (ja) ファジィ制御ルールのチューニング方法
JP2763366B2 (ja) 階層ネットワーク構成データ処理装置及びデータ処理システム
JP2763367B2 (ja) ファジィ制御ルールの生成方法
JP2763368B2 (ja) ファジィ制御におけるメンバーシップ関数のチューニング方法
JP3172164B2 (ja) ニューラルネットワークにおける結合のグループ単位逐次学習方式
JPH04291662A (ja) 階層ネットワーク構成演算素子
JP2544821B2 (ja) 階層ネットワ―ク構成デ―タ処理装置
JP2877413B2 (ja) 余剰ニューロン決定処理方式
JP3417574B2 (ja) ファジィ論理演算用ニューロン素子
JP3137669B2 (ja) 階層ネットワーク構成演算素子
JPH02219167A (ja) データ処理装置の学習処理方式