JP2625966B2 - ファジィルール学習装置およびファジィルール学習方法 - Google Patents
ファジィルール学習装置およびファジィルール学習方法Info
- Publication number
- JP2625966B2 JP2625966B2 JP63240374A JP24037488A JP2625966B2 JP 2625966 B2 JP2625966 B2 JP 2625966B2 JP 63240374 A JP63240374 A JP 63240374A JP 24037488 A JP24037488 A JP 24037488A JP 2625966 B2 JP2625966 B2 JP 2625966B2
- Authority
- JP
- Japan
- Prior art keywords
- fuzzy
- rule
- value
- evaluation
- weight
- 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
Landscapes
- Devices For Executing Special Programs (AREA)
- Feedback Control In General (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 この発明はファジィコンピュータやファジイコントロ
ーラにおけるファジイルールの学習装置に関する。
ーラにおけるファジイルールの学習装置に関する。
従来のファジイルール学習装置において、メンバーシ
ップ関数を次のような方法で自動生成するものが知られ
ている。ファジイ変数ｘを確率変数とみなして、ファジ
イ変数がｘをとる確率密度関数ｐ（ｘ）を、サンプルデ
ータの統計処理によって生成する。ｐ（ｘ）は客観的あ
いまい性を表現するものであって、ファジイ理論におい
て取り扱う主観的あいまい性とは異なったものである。
しかし、ｐ（ｘ）をファジイ推論でいうメンバーシップ
関数であるとみなして処理しても良好な結果が得られる
ことが多い。このような学習が従来のファジイ学習装置
における学習の方法であった。
ップ関数を次のような方法で自動生成するものが知られ
ている。ファジイ変数ｘを確率変数とみなして、ファジ
イ変数がｘをとる確率密度関数ｐ（ｘ）を、サンプルデ
ータの統計処理によって生成する。ｐ（ｘ）は客観的あ
いまい性を表現するものであって、ファジイ理論におい
て取り扱う主観的あいまい性とは異なったものである。
しかし、ｐ（ｘ）をファジイ推論でいうメンバーシップ
関数であるとみなして処理しても良好な結果が得られる
ことが多い。このような学習が従来のファジイ学習装置
における学習の方法であった。
このような、従来のファジイ学習装置においては次の
ような問題点があった。
ような問題点があった。
（１）メンバーシップ関数の生成において、その関数
の良否を示すデータが使用されておらず、単に出現頻度
の分布をメンバーシップ関数とするだけであるので、必
らずしも良好な結果をもたらすメンバーシップ関数が得
られるとは限らない。（２）ファジイ推論の結果の良否
にもっとも大きな影響を与えるファジイルールの検出が
できていなかったので、効果の大きな学習ができなかっ
た。
の良否を示すデータが使用されておらず、単に出現頻度
の分布をメンバーシップ関数とするだけであるので、必
らずしも良好な結果をもたらすメンバーシップ関数が得
られるとは限らない。（２）ファジイ推論の結果の良否
にもっとも大きな影響を与えるファジイルールの検出が
できていなかったので、効果の大きな学習ができなかっ
た。
この発明は、このような従来技術の問題点に着目して
なされたものであり、次の課題を解決するものである。
すなわち、ファジイ推論によって得られる確定値の評価
に応じて、その確定値の生成に最大の影響を与えたファ
ジイルールの重みを変化させて、ファジイ推論をより良
好にできるようにファジイ推論の過程を調整すること
を、課題とする。
なされたものであり、次の課題を解決するものである。
すなわち、ファジイ推論によって得られる確定値の評価
に応じて、その確定値の生成に最大の影響を与えたファ
ジイルールの重みを変化させて、ファジイ推論をより良
好にできるようにファジイ推論の過程を調整すること
を、課題とする。
上記課題を解決するために、 本出願の請求項１のファジイルール学習装置は、複数
のファジィルールを用いたファジィ推論によって確定値
を生成するファジィ推論手段と、前記確定値に対する評
価を外部から受けて、良い評価に寄与したファジィルー
ルの重みは増大させ、悪い評価に寄与したファジィルー
ルの重みは減少させることによって、ファジィ推論によ
って生成される確定値の評価が良くなる方向に、ファジ
ィルールの重みを自動調整する調整手段と、 を具備することを特徴とする。ここで「重み」とは、フ
ァジィ推論の実行前にファジィルールごとに与えられる
値であって、そのファジィルールの後件部メンバーシッ
プ関数の最大値を規定する量である。以下の請求項にお
いても同様である。
のファジィルールを用いたファジィ推論によって確定値
を生成するファジィ推論手段と、前記確定値に対する評
価を外部から受けて、良い評価に寄与したファジィルー
ルの重みは増大させ、悪い評価に寄与したファジィルー
ルの重みは減少させることによって、ファジィ推論によ
って生成される確定値の評価が良くなる方向に、ファジ
ィルールの重みを自動調整する調整手段と、 を具備することを特徴とする。ここで「重み」とは、フ
ァジィ推論の実行前にファジィルールごとに与えられる
値であって、そのファジィルールの後件部メンバーシッ
プ関数の最大値を規定する量である。以下の請求項にお
いても同様である。
本出願の請求項２のファジイルール学習装置は、複数
のファジィルールを用いたファジィ推論によって確定値
を生成するファジィ推論手段と、後件部メンバーシップ
関数の前記確定値の近傍におけるメンバーシップ値を各
ファジィルールごとに求め、最大のメンバーシップ値を
有するファジィルールを抽出するルール抽出手段と、前
記確定値に対する評価を外部から受けて、良い評価を与
えられた場合には前記ルール抽出手段によって抽出され
たファジィルールの重みを増加させ、悪い評価を与えら
れた場合には前記ルール抽出手段によって抽出されたフ
ァジィルールの重みを減少させる重み調整手段と、を具
備することを特徴とする。
のファジィルールを用いたファジィ推論によって確定値
を生成するファジィ推論手段と、後件部メンバーシップ
関数の前記確定値の近傍におけるメンバーシップ値を各
ファジィルールごとに求め、最大のメンバーシップ値を
有するファジィルールを抽出するルール抽出手段と、前
記確定値に対する評価を外部から受けて、良い評価を与
えられた場合には前記ルール抽出手段によって抽出され
たファジィルールの重みを増加させ、悪い評価を与えら
れた場合には前記ルール抽出手段によって抽出されたフ
ァジィルールの重みを減少させる重み調整手段と、を具
備することを特徴とする。
本出願の請求項３のファジイルール学習装置は、複数
のファジィルールを用いたファジィ推論によって確定値
を生成するファジィ推論手段と、後件部メンバーシップ
関数の前記確定値の近傍におけるメンバーシップ値を各
ファジィルールごとに求め、最大のメンバーシップ値を
有するファジィルールを抽出するルール抽出手段と、前
記確定値に対する評価を外部から受けて、良い評価を与
えられた場合には前記ルール抽出手段によって抽出され
たファジィルールの重みを増加させ、ルール抽出手段に
よって抽出されたファジィルール以外のファジィルール
の重みを減少させる重み調整手段と、を具備することを
特徴とする。
のファジィルールを用いたファジィ推論によって確定値
を生成するファジィ推論手段と、後件部メンバーシップ
関数の前記確定値の近傍におけるメンバーシップ値を各
ファジィルールごとに求め、最大のメンバーシップ値を
有するファジィルールを抽出するルール抽出手段と、前
記確定値に対する評価を外部から受けて、良い評価を与
えられた場合には前記ルール抽出手段によって抽出され
たファジィルールの重みを増加させ、ルール抽出手段に
よって抽出されたファジィルール以外のファジィルール
の重みを減少させる重み調整手段と、を具備することを
特徴とする。
本出願の請求項４のファジイルール学習方法は、複数
のファジィルールを用いたファジィ推論によって確定値
を生成し、この確定値に対する評価を外部から受けて、
良い評価に寄与したファジィルールの重みは増加させ、
悪い評価に寄与したファジィルールの重みは減少させ、
ファジィ推論によって生成される確定値の評価が良くな
る方向に、ファジィルールの重みを自動調整することを
特徴とする。
のファジィルールを用いたファジィ推論によって確定値
を生成し、この確定値に対する評価を外部から受けて、
良い評価に寄与したファジィルールの重みは増加させ、
悪い評価に寄与したファジィルールの重みは減少させ、
ファジィ推論によって生成される確定値の評価が良くな
る方向に、ファジィルールの重みを自動調整することを
特徴とする。
本出願の請求項５のファジイルール学習方法は、複数
のファジィルールを用いたファジィ推論によって確定値
を生成し、後件部メンバーシップ関数の前記確定値の近
傍におけるメンバーシップ値を各ファジィルールごとに
求め、最大のメンバーシップ値を有するファジィルール
を抽出するとともに、前記確定値に対する評価を外部か
ら受けて、良い評価を与えられた場合には前記抽出され
たファジィルールの重みを増加させ、悪い評価を与えら
れた場合には前記抽出されたファジィルールの重みを減
少させることを特徴とする。
のファジィルールを用いたファジィ推論によって確定値
を生成し、後件部メンバーシップ関数の前記確定値の近
傍におけるメンバーシップ値を各ファジィルールごとに
求め、最大のメンバーシップ値を有するファジィルール
を抽出するとともに、前記確定値に対する評価を外部か
ら受けて、良い評価を与えられた場合には前記抽出され
たファジィルールの重みを増加させ、悪い評価を与えら
れた場合には前記抽出されたファジィルールの重みを減
少させることを特徴とする。
本出願の請求項６のファジイルール学習方法は、複数
のファジィルールを用いたファジィ推論によって確定値
を生成し、後件部メンバーシップ関数の前記確定値の近
傍におけるメンバーシップ値を各ファジィルールごとに
求め、最大のメンバーシップ値を有するファジィルール
を抽出するとともに、前記確定値に対する評価を外部か
ら受けて、良い評価を与えられた場合には前記抽出され
たファジィルールの重みを増加させ、前記抽出手段によ
って抽出されたファジィルール以外のファジィルールの
重みを減少させることを特徴とする。
のファジィルールを用いたファジィ推論によって確定値
を生成し、後件部メンバーシップ関数の前記確定値の近
傍におけるメンバーシップ値を各ファジィルールごとに
求め、最大のメンバーシップ値を有するファジィルール
を抽出するとともに、前記確定値に対する評価を外部か
ら受けて、良い評価を与えられた場合には前記抽出され
たファジィルールの重みを増加させ、前記抽出手段によ
って抽出されたファジィルール以外のファジィルールの
重みを減少させることを特徴とする。
請求項１のファジイルール学習装置および請求項５の
ファジイルール学習方法によれば、ファジイ推論手段に
よって得られる確定値を外部から受けた評価に基づい
て、良い評価に寄与したファジイルールの重みを増加さ
せ悪い評価に寄与したファジイルールの重みを減少させ
るようにして、ファジィ推論によって生成される確定値
の評価が良くなる方向に、ファジイルールの重みがその
寄与度に応じて自動的に調整され、ファジイ推論の出力
である確定値の信頼度が向上し、良い評価を受けるもの
を容易に得ることができるようになる。
ファジイルール学習方法によれば、ファジイ推論手段に
よって得られる確定値を外部から受けた評価に基づい
て、良い評価に寄与したファジイルールの重みを増加さ
せ悪い評価に寄与したファジイルールの重みを減少させ
るようにして、ファジィ推論によって生成される確定値
の評価が良くなる方向に、ファジイルールの重みがその
寄与度に応じて自動的に調整され、ファジイ推論の出力
である確定値の信頼度が向上し、良い評価を受けるもの
を容易に得ることができるようになる。
請求項２のファジイルール学習装置および請求項５の
ファジイルール学習方法によれば、確定値に最も寄与し
たファジイルールを抽出し、この確定値に対する評価に
応じて該ルールの重みを増加させ、または、減少させる
ようにしたことにより、推論結果に大きな影響をもつフ
ァジイルールを選択してその重みを調整することがで
き、的確に素早くファジイルールの重み分布を適切なも
のにすることができる。
ファジイルール学習方法によれば、確定値に最も寄与し
たファジイルールを抽出し、この確定値に対する評価に
応じて該ルールの重みを増加させ、または、減少させる
ようにしたことにより、推論結果に大きな影響をもつフ
ァジイルールを選択してその重みを調整することがで
き、的確に素早くファジイルールの重み分布を適切なも
のにすることができる。
請求項３のファジイルール学習装置および請求項８の
ファジイルール学習方法によれば、確定値に最も寄与し
たファジイルールを抽出し、この確定値が良い評価であ
ったとき該ルールの重みを増加させ、他のファジイルー
ルの重みを減少させるようにしたことにより、良い評価
が得られた推論結果に大きく寄与したファジイルールの
相対的な重みを急激に増大でき、さらに素早くファジイ
ルールの重み分布を適切なものに変更することができ
る。
ファジイルール学習方法によれば、確定値に最も寄与し
たファジイルールを抽出し、この確定値が良い評価であ
ったとき該ルールの重みを増加させ、他のファジイルー
ルの重みを減少させるようにしたことにより、良い評価
が得られた推論結果に大きく寄与したファジイルールの
相対的な重みを急激に増大でき、さらに素早くファジイ
ルールの重み分布を適切なものに変更することができ
る。
第１図はファジイルール学習装置の電気的構成を示す
ブロック図である。R1,R2,R3はそれぞれファジイルール
を評価してメンバーシップ関数を出力するルール評価部
である。M1,M2,M3は、メンバーシップ関数を増幅や減衰
させる調節器である。１は入力される複数のメンバーシ
ップ関数をMAX合成するとともに、デファジファイアー
の出力する確定値において最大のメンバーシップ値を与
えるファジイルール番号を生成するMCMAX回路である。
２は、ファジイ推論の結果の確定値に対する評価値とド
ミナントルール番号に基づいて各調節器に対する調節係
数を生成する調節器制御部である。３はMCMAX回路１の
出力するメンバーシップ関数の重心位置を算出して確定
値として出力するデファジファイアーである。
ブロック図である。R1,R2,R3はそれぞれファジイルール
を評価してメンバーシップ関数を出力するルール評価部
である。M1,M2,M3は、メンバーシップ関数を増幅や減衰
させる調節器である。１は入力される複数のメンバーシ
ップ関数をMAX合成するとともに、デファジファイアー
の出力する確定値において最大のメンバーシップ値を与
えるファジイルール番号を生成するMCMAX回路である。
２は、ファジイ推論の結果の確定値に対する評価値とド
ミナントルール番号に基づいて各調節器に対する調節係
数を生成する調節器制御部である。３はMCMAX回路１の
出力するメンバーシップ関数の重心位置を算出して確定
値として出力するデファジファイアーである。
第２図は、調節器M1の電気的構成を示すブロック図で
ある。他の調節器M2,M3もM1と同様の構成である。MQ1は
調節器M1に入力されるメンバーシップ関数に対する増幅
率を与える調節係数を、たくわえるための調節係数レジ
スタである。VA1,VA2,…,VANはそれぞれ調節係数レジス
タMQ1から入力される調節係数に応じた増幅率で増幅を
行なう増幅率可変型増幅器である。
ある。他の調節器M2,M3もM1と同様の構成である。MQ1は
調節器M1に入力されるメンバーシップ関数に対する増幅
率を与える調節係数を、たくわえるための調節係数レジ
スタである。VA1,VA2,…,VANはそれぞれ調節係数レジス
タMQ1から入力される調節係数に応じた増幅率で増幅を
行なう増幅率可変型増幅器である。
第３図は外部からデファジファイアー３の出力する確
定値に対する評価値と、MCMAX回路が出力するドミナン
トルール番号を受けて、デファジファイアー３の出力す
る確定値の評価が良くなるような調節係数を生成する調
節器制御部の電気的構成を示すブロック図である。４は
調節器制御部の処理を統括するCPUである。５はCPU4に
バスを通じて接続され、データを格納したり、ワーク用
に使用されるRAMである。６はCPU4にバスを通じて接続
されプログラムやデータを格納したROMである。７はバ
スを通じてCPU4に接続された出力インタフェイスであ
る。８は、CPU4にバスを通じて接続された入力インタフ
ェイスである。
定値に対する評価値と、MCMAX回路が出力するドミナン
トルール番号を受けて、デファジファイアー３の出力す
る確定値の評価が良くなるような調節係数を生成する調
節器制御部の電気的構成を示すブロック図である。４は
調節器制御部の処理を統括するCPUである。５はCPU4に
バスを通じて接続され、データを格納したり、ワーク用
に使用されるRAMである。６はCPU4にバスを通じて接続
されプログラムやデータを格納したROMである。７はバ
スを通じてCPU4に接続された出力インタフェイスであ
る。８は、CPU4にバスを通じて接続された入力インタフ
ェイスである。
第４図は、調節器M1,M2,M3の出力するメンバーシップ
関数を受けてMAX合成したメンバーシップ関数を生成す
るとともに、デファジファイアー３が出力する確定値に
おけるメンバーシップ値を、調節器M1,M2,M3の出力する
各メンバーシップ関数について求め、最大のメンバーシ
ップ値を与えるファジイルールの番号を生成するMCMAX
回路のブロック図である。９は、調節器M1,M2,M3の出力
するメンバーシップ関数を受けてMAX合成したメンバー
シップ関数を生成するCMAX回路である。10は、デファジ
ファイアー３の出力する確定値についてのメンバーシッ
プ値を、調節器M1,M2,M3の出力する各メンバーシップ関
数について求め、最大のメンバーシップ値を与えるメン
バーシップ関数に対応するファジイルールの番号を生成
するドミナントルール検出部である。
関数を受けてMAX合成したメンバーシップ関数を生成す
るとともに、デファジファイアー３が出力する確定値に
おけるメンバーシップ値を、調節器M1,M2,M3の出力する
各メンバーシップ関数について求め、最大のメンバーシ
ップ値を与えるファジイルールの番号を生成するMCMAX
回路のブロック図である。９は、調節器M1,M2,M3の出力
するメンバーシップ関数を受けてMAX合成したメンバー
シップ関数を生成するCMAX回路である。10は、デファジ
ファイアー３の出力する確定値についてのメンバーシッ
プ値を、調節器M1,M2,M3の出力する各メンバーシップ関
数について求め、最大のメンバーシップ値を与えるメン
バーシップ関数に対応するファジイルールの番号を生成
するドミナントルール検出部である。
第５図は、ドミナントルール検出部10の電気的構成を
示すブロック図である。11はデファジファイアー３の出
力する確定値をA/D変換するA/D変換器である。12はA/D
変換器11の出力をラッチするラッチ回路である。13,14,
15はラッチ回路12の出力データに応じて、入力のメンバ
ーシップ関数を与える信号ラインの中から１本を選択し
て出力するアナログマルチプレクサである。16,17,18は
A/D変換器であり、それぞれアナログマルチプレクサ13,
14,15の出力信号をA/D変換する。19は最大位置検出部で
あり、A/D変換器16,17,18の出力をうけて、最大値を与
える入力の番号を生成して出力するものである。
示すブロック図である。11はデファジファイアー３の出
力する確定値をA/D変換するA/D変換器である。12はA/D
変換器11の出力をラッチするラッチ回路である。13,14,
15はラッチ回路12の出力データに応じて、入力のメンバ
ーシップ関数を与える信号ラインの中から１本を選択し
て出力するアナログマルチプレクサである。16,17,18は
A/D変換器であり、それぞれアナログマルチプレクサ13,
14,15の出力信号をA/D変換する。19は最大位置検出部で
あり、A/D変換器16,17,18の出力をうけて、最大値を与
える入力の番号を生成して出力するものである。
第６図はファジイ推論過程において、各ファジイルー
ルが出力したメンバーシップ関数が、調節を受けた後に
合成され、デファジファイされて確定値が生成されるま
での過程を示す図である。
ルが出力したメンバーシップ関数が、調節を受けた後に
合成され、デファジファイされて確定値が生成されるま
での過程を示す図である。
上記で説明した図を用いて、特許請求の範囲に記載の
ファジイルール学習装置およびドミナントルール検出装
置について、その動作を説明する。まず、第５図で示さ
れるドミナントルール検出部の動作について説明する。
ファジイルール学習装置およびドミナントルール検出装
置について、その動作を説明する。まず、第５図で示さ
れるドミナントルール検出部の動作について説明する。
ドミナントルール検出部には、デファジファイアー３
からの確定値ｅ＊が入力され、A/D変換器11によってデ
ジタル量eAに変換される。このeAは、デジタル変換時の
量子化誤差等の影響によりｅ＊と完全に一致した値には
ならない。すなわち、eAはｅ＊の近傍の値となる。この
値はラッチ回路12によってラッチされる。ラッチ回路12
の出力eAは、各アナログマルチプレクサの入力となるメ
ンバーシップ関数b1,B2,B3を構成する信号ラインの中か
ら、それぞれ１本の信号ラインを指定する。各アナログ
マルチプレクサ13,14,15は、eAによって指定された番号
の信号ラインを、メンバーシップ関数B1,B2,B3を構成す
る信号ラインの中から選択して、それぞれb1,b2,b3とし
て出力する。b1,b2,b3上には、メンバーシップ関数B1,B
2,B3の値ｅ＊におけるメンバーシップ値を表す電圧信号
が乗っている。メンバーシップ値を表すアナログ信号b
1,b2,b3は、それぞれA/D変換器16,17,18に入力されて、
デジタル信号d1,d2,d3に変換されて、最大位置検出部19
に入力される。最大位置検出部では、次の演算によって
ドミナントルール番号ｎを生成して出力する。
からの確定値ｅ＊が入力され、A/D変換器11によってデ
ジタル量eAに変換される。このeAは、デジタル変換時の
量子化誤差等の影響によりｅ＊と完全に一致した値には
ならない。すなわち、eAはｅ＊の近傍の値となる。この
値はラッチ回路12によってラッチされる。ラッチ回路12
の出力eAは、各アナログマルチプレクサの入力となるメ
ンバーシップ関数b1,B2,B3を構成する信号ラインの中か
ら、それぞれ１本の信号ラインを指定する。各アナログ
マルチプレクサ13,14,15は、eAによって指定された番号
の信号ラインを、メンバーシップ関数B1,B2,B3を構成す
る信号ラインの中から選択して、それぞれb1,b2,b3とし
て出力する。b1,b2,b3上には、メンバーシップ関数B1,B
2,B3の値ｅ＊におけるメンバーシップ値を表す電圧信号
が乗っている。メンバーシップ値を表すアナログ信号b
1,b2,b3は、それぞれA/D変換器16,17,18に入力されて、
デジタル信号d1,d2,d3に変換されて、最大位置検出部19
に入力される。最大位置検出部では、次の演算によって
ドミナントルール番号ｎを生成して出力する。
次に、ファジイルール学習装置の動作を第１図を中心
に説明する。まず、ファジイルール学習装置に対して、
制御対象の状態を表す信号Ｖが入力される。Ｖは各ファ
ジイルールを評価するルール評価部R1,R2,R3によって評
価される。そして、各ルールに応じたメンバーシップ関
数A1,A2,A3が、R1,R2,R3から出力される。ルール評価部
が出力した各メンバーシップ関数A1,A2,A3は、それぞれ
対応する調節器M1,M2,M3に入力されて、各々B1,B2,B3と
いうメンバーシップ関数に変換される。この変換は、次
式によって表わせる。
に説明する。まず、ファジイルール学習装置に対して、
制御対象の状態を表す信号Ｖが入力される。Ｖは各ファ
ジイルールを評価するルール評価部R1,R2,R3によって評
価される。そして、各ルールに応じたメンバーシップ関
数A1,A2,A3が、R1,R2,R3から出力される。ルール評価部
が出力した各メンバーシップ関数A1,A2,A3は、それぞれ
対応する調節器M1,M2,M3に入力されて、各々B1,B2,B3と
いうメンバーシップ関数に変換される。この変換は、次
式によって表わせる。
B1＝K1・A1 （２） B2＝K2・A2 （３） B3＝K3・A3 （４） ここで、K1,K2,K3は調節器制御部２から、前回におい
て与えられた増幅率であり、この発明における「重み」
に対応するものである。各調節器M1,M2,M3は第２図に示
すM1と同一の構造をしており、内部に増幅率を記載する
調節係数レジスタを内蔵している。M1においては、MQ1
の出力によってＮ個の増幅器VA1,VA2,…,VANの増幅率が
制御される。このようにして生成されたメンバーシップ
関数B1,B2,B3はMCMAX回路１に入力されて、MAX合成され
てメンバーシップ関数Ｃが出力される。ここまでの過程
におけるメンバーシップ関数の変換は第６図に示すとお
りである。MCMAX回路の出力メンバーシップ関数Ｃは、
デファジファイアー３に入力される。デファジファイア
ー３では、メンバーシップ関数の重心位置ｅ＊を算出す
る。デファジファイアー３の出力ｅ＊は、MCMAX回路１
に入力される。MCMAX回路１には、第４図に示すように
ドミナントルール検出部10設けられている。ｅ＊とB1,B
2,B3はドミナントルール検出部10に入力される。ドミナ
ントルール検出部10では、前述した方法によって、ドミ
ナントルール番号ｎを生成して、調節器制御部２に入力
される。調節器制御部２には、上記ｎの他に外部からｅ
＊についての評価値ｑが入力される。この評価値ｑは、
たとえばｅ＊による制御対象の整定時間の評価値でもよ
いし、自動生成が可能である。ｎとｑの入力をうけた調
節器制御部は、たとえば次のようなロジックによって、
調節器M1,M2,M3に対する調節係数K1,K2,K3を生成する。
ここで、ｑ＝１のときｅ＊が良を表し、ｑ＝０のときｅ
＊が不良を表す。
て与えられた増幅率であり、この発明における「重み」
に対応するものである。各調節器M1,M2,M3は第２図に示
すM1と同一の構造をしており、内部に増幅率を記載する
調節係数レジスタを内蔵している。M1においては、MQ1
の出力によってＮ個の増幅器VA1,VA2,…,VANの増幅率が
制御される。このようにして生成されたメンバーシップ
関数B1,B2,B3はMCMAX回路１に入力されて、MAX合成され
てメンバーシップ関数Ｃが出力される。ここまでの過程
におけるメンバーシップ関数の変換は第６図に示すとお
りである。MCMAX回路の出力メンバーシップ関数Ｃは、
デファジファイアー３に入力される。デファジファイア
ー３では、メンバーシップ関数の重心位置ｅ＊を算出す
る。デファジファイアー３の出力ｅ＊は、MCMAX回路１
に入力される。MCMAX回路１には、第４図に示すように
ドミナントルール検出部10設けられている。ｅ＊とB1,B
2,B3はドミナントルール検出部10に入力される。ドミナ
ントルール検出部10では、前述した方法によって、ドミ
ナントルール番号ｎを生成して、調節器制御部２に入力
される。調節器制御部２には、上記ｎの他に外部からｅ
＊についての評価値ｑが入力される。この評価値ｑは、
たとえばｅ＊による制御対象の整定時間の評価値でもよ
いし、自動生成が可能である。ｎとｑの入力をうけた調
節器制御部は、たとえば次のようなロジックによって、
調節器M1,M2,M3に対する調節係数K1,K2,K3を生成する。
ここで、ｑ＝１のときｅ＊が良を表し、ｑ＝０のときｅ
＊が不良を表す。
（１） ｑ＝１かつｎ＝１のとき K1＝MIN（MAXK,K1＋DELTA） K2＝MAX（MINK,K2−DELTA） K3＝MAX（MINK,K3−DELTA） （２） ｑ＝１かつｎ＝２のとき K1＝MAX（MINK,K1−DELTA） K2＝MIN（MAXK,K2＋DELTA） K3＝MAX（MINK,K3−DELTA） （３） ｑ＝１かつｎ＝３のとき K1＝MAX（MINK,K1−DELTA） K2＝MAX（MINK,K2−DELTA） K3＝MIN（MAXK,K3＋DELTA） （４） ｑ＝０且つｎ＝１のとき K1＝MIN（MAXK,K1−DELTA） （５） ｑ＝０且つｎ＝２のとき K2＝MIN（MAXK,K2−DELTA） （６） ｑ＝０且つｎ＝３のとき K3＝MIN（MAXK,K3−DELTA） ここで、MAXK＞MINK,MAXK≫DELTAである。このロジッ
クによって良い結果を与えるドミナントルールと出力は
大きく増幅され、悪い結果を与えるドミナントルールの
出力は小さく増幅される。
クによって良い結果を与えるドミナントルールと出力は
大きく増幅され、悪い結果を与えるドミナントルールの
出力は小さく増幅される。
ただし、MINK＝０である。
第１図はファジイルール学習装置の電気的構成を示すブ
ロック図である。 第２図は調節器M1の電気的構成を示すブロック図であ
る。 第３図は調節器制御部の電気的構成を示すブロック図で
ある。 第４図はMCMAX回路のブロック図である。 第５図はドミナントルール検出部のブロック図である。 第６図はファジイ推論過程の説明図である。 R1,R2,R3:ルール評価部 M1,M2,M3:調節器 1:MCMAX回路 2:調節器制御部 3:デファジファイアー 10:ドミナントルール検出部
ロック図である。 第２図は調節器M1の電気的構成を示すブロック図であ
る。 第３図は調節器制御部の電気的構成を示すブロック図で
ある。 第４図はMCMAX回路のブロック図である。 第５図はドミナントルール検出部のブロック図である。 第６図はファジイ推論過程の説明図である。 R1,R2,R3:ルール評価部 M1,M2,M3:調節器 1:MCMAX回路 2:調節器制御部 3:デファジファイアー 10:ドミナントルール検出部
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭62−293401（ＪＰ，Ａ) 特開 昭63−279302（ＪＰ，Ａ) 特開 平２−138603（ＪＰ，Ａ) 計測自動制御学会論文集24〔２〕（昭 63−２）、計測自動制御学会、前田幹 夫、村上周太「自己調整ファジィコント ローラ」Ｐ．191−197 数理科学〔284〕（昭62−２）、伊藤 修「ファジィコントローラ」Ｐ．55−62
Claims (6)
- 【請求項１】複数のファジィルールを用いたファジィ推
論によって確定値を生成するファジィ推論手段と、 前記確定値に対する評価を外部から受けて、良い評価に
寄与したファジィルールの重みは増大させ、悪い評価に
寄与したファジィルールの重みは減少させることによっ
て、ファジィ推論によって生成される確定値の評価が良
くなる方向に、ファジィルールの重みを自動調整する調
整手段と、 を具備するファジィルール学習装置。 - 【請求項２】複数のファジィルールを用いたファジィ推
論によって確定値を生成するファジィ推論手段と、 後件部メンバーシップ関数の前記確定値の近傍における
メンバーシップ値を各ファジィルールごとに求め、最大
のメンバーシップ値を有するファジィルールを抽出する
ルール抽出手段と、 前記確定値に対する評価を外部から受けて、良い評価を
与えられた場合には前記ルール抽出手段によって抽出さ
れたファジィルールの重みを増加させ、悪い評価を与え
られた場合には前記ルール抽出手段によって抽出された
ファジィルールの重みを減少させる重み調整手段と、 を具備するファジィルール学習装置。 - 【請求項３】複数のファジィルールを用いたファジィ推
論によって確定値を生成するファジィ推論手段と、 後件部メンバーシップ関数の前記確定値の近傍における
メンバーシップ値を各ファジィルールごとに求め、最大
のメンバーシップ値を有するファジィルールを抽出する
ルール抽出手段と、 前記確定値に対する評価を外部から受けて、良い評価を
与えられた場合には前記ルール抽出手段によって抽出さ
れたファジィルールの重みを増加させ、ルール抽出手段
によって抽出されたファジィルール以外のファジィルー
ルの重みを減少させる重み調整手段と、 を具備するファジィルール学習装置。 - 【請求項４】複数のファジィルールを用いたファジィ推
論によって確定値を生成し、この確定値に対する評価を
外部から受けて、良い評価に寄与したファジィルールの
重みは増加させ、悪い評価に寄与したファジィルールの
重みは減少させ、ファジィ推論によって生成される確定
値の評価が良くなる方向に、ファジィルールの重みを自
動調整することを特徴とするファジィルール学習方法。 - 【請求項５】複数のファジィルールを用いたファジィ推
論によって確定値を生成し、後件部メンバーシップ関数
の前記確定値の近傍におけるメンバーシップ値を各ファ
ジィルールごとに求め、最大のメンバーシップ値を有す
るファジィルールを抽出するとともに、 前記確定値に対する評価を外部から受けて、良い評価を
与えられた場合には前記抽出されたファジィルールの重
みを増加させ、悪い評価を与えられた場合には前記抽出
されたファジィルールの重みを減少させることを特徴と
するファジィルール学習方法。 - 【請求項６】複数のファジィルールを用いたファジィ推
論によって確定値を生成し、後件部メンバーシップ関数
の前記確定値の近傍におけるメンバーシップ値を各ファ
ジィルールごとに求め、最大のメンバーシップ値を有す
るファジィルールを抽出するとともに、 前記確定値に対する評価を外部から受けて、良い評価を
与えられた場合には前記抽出されたファジィルールの重
みを増加させ、前記抽出手段によって抽出されたファジ
ィルール以外のファジィルールの重みを減少させること
を特徴とするファジィルール学習方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63240374A JP2625966B2 (ja) | 1988-09-26 | 1988-09-26 | ファジィルール学習装置およびファジィルール学習方法 |
| AT89117771T ATE140808T1 (de) | 1988-09-26 | 1989-09-26 | Regelverarbeitungsmittel enthaltendes zerfranstes inferenzsystem |
| DE68926872T DE68926872T2 (de) | 1988-09-26 | 1989-09-26 | Regelverarbeitungsmittel enthaltendes zerfranstes Inferenzsystem |
| EP89117771A EP0361401B1 (en) | 1988-09-26 | 1989-09-26 | Fuzzy inference system having a rule processing means |
| US07/880,487 US5179625A (en) | 1988-09-26 | 1992-05-05 | Fuzzy inference system having a dominant rule detection unit |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63240374A JP2625966B2 (ja) | 1988-09-26 | 1988-09-26 | ファジィルール学習装置およびファジィルール学習方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0289102A JPH0289102A (ja) | 1990-03-29 |
| JP2625966B2 true JP2625966B2 (ja) | 1997-07-02 |
Family
ID=17058541
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63240374A Expired - Lifetime JP2625966B2 (ja) | 1988-09-26 | 1988-09-26 | ファジィルール学習装置およびファジィルール学習方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2625966B2 (ja) |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07104682B2 (ja) * | 1986-06-12 | 1995-11-13 | 三菱重工業株式会社 | ファジーコントローラ |
-
1988
- 1988-09-26 JP JP63240374A patent/JP2625966B2/ja not_active Expired - Lifetime
Non-Patent Citations (2)
| Title |
|---|
| 数理科学〔２８４〕（昭６２−２）、伊藤修「ファジィコントローラ」Ｐ．５５−６２ |
| 計測自動制御学会論文集２４〔２〕（昭６３−２）、計測自動制御学会、前田幹夫、村上周太「自己調整ファジィコントローラ」Ｐ．１９１−１９７ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0289102A (ja) | 1990-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2007505379A (ja) | 人工ニューラルネットワーク | |
| US5136529A (en) | Digital signal weighting processing apparatus and method | |
| CN108538301B (zh) | 一种基于神经网络音频技术的智能数码乐器 | |
| JP2625966B2 (ja) | ファジィルール学習装置およびファジィルール学習方法 | |
| JPH0856160A (ja) | Ａｄコンバータの異常検出装置 | |
| JPH095160A (ja) | フーリエ分光器 | |
| EP3798929A1 (en) | Information processing apparatus, information processing method, and information processing program | |
| CN110111275B (zh) | 一种信号降噪的方法、系统及计算机存储介质 | |
| US20220269988A1 (en) | Abnormality degree calculation system and abnormality degree calculation method | |
| CN113362853B (zh) | 一种基于lstm网络emd端点效应抑制方法 | |
| JP4283968B2 (ja) | 原子炉の減速材温度係数測定方法及び減速材温度係数測定装置 | |
| WO1991000591A1 (en) | Pattern recognition | |
| JPH05135191A (ja) | デイジタル・デフアジイフアイヤ回路 | |
| JP3829393B2 (ja) | 信号増幅装置およびその設定値調整方法 | |
| EP4390866A1 (en) | Fusion method for multimodal remote sensing data based on dedicated and shared architecture | |
| JP6749530B1 (ja) | 構造変換装置、構造変換方法及び構造変換プログラム | |
| JP3262340B2 (ja) | 情報処理装置 | |
| TWI819627B (zh) | 用於深度學習網路的優化方法、運算裝置及電腦可讀取媒體 | |
| RU195143U1 (ru) | Устройство прогнозирования остаточного ресурса радиотехнического средства | |
| Jędrzejewski | A New Method of Increasing the Measurement Accuracy in Adaptive Measurement Systems with Bank of Sensors | |
| JPH08329046A (ja) | ウェーブレット変換を用いた信号解析装置 | |
| JP2651635B2 (ja) | デファジィファイア回路 | |
| JPH04235319A (ja) | キャビテーション雑音検出装置 | |
| JP3101742B2 (ja) | 最小値検出器 | |
| JPH0682407A (ja) | ガス検出システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090411 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090411 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090411 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090411 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090411 Year of fee payment: 12 |