JP3149555B2 - システム設計用目的変換装置 - Google Patents
システム設計用目的変換装置Info
- Publication number
- JP3149555B2 JP3149555B2 JP22095592A JP22095592A JP3149555B2 JP 3149555 B2 JP3149555 B2 JP 3149555B2 JP 22095592 A JP22095592 A JP 22095592A JP 22095592 A JP22095592 A JP 22095592A JP 3149555 B2 JP3149555 B2 JP 3149555B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- target
- crisp
- candidate data
- 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 - Fee Related
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、システム設計用目的変
換装置に関するもので、より具体的には抽象的な目的
（課題）が与えられた時に新機能を有する装置（システ
ム）を創作するために必要となるそのシステムの目標値
を設定するものに関する。
換装置に関するもので、より具体的には抽象的な目的
（課題）が与えられた時に新機能を有する装置（システ
ム）を創作するために必要となるそのシステムの目標値
を設定するものに関する。
【０００２】
【従来の技術】新たなニーズ等により新しい機能を有す
る新しいシステムを作成する場合、その装置に関する知
識を有する技術者の創作活動、すなわち、優れた人間の
頭脳に頼り行っていた。そしてその創作活動の一つとし
て、まず最初に作成するシステムの目標設定を行わなけ
ればならないが、従来の設定は、システム設計者等がシ
ステムの目標概念から定量化した目標値をその設計者の
創作能力に基づいて設計している。
る新しいシステムを作成する場合、その装置に関する知
識を有する技術者の創作活動、すなわち、優れた人間の
頭脳に頼り行っていた。そしてその創作活動の一つとし
て、まず最初に作成するシステムの目標設定を行わなけ
ればならないが、従来の設定は、システム設計者等がシ
ステムの目標概念から定量化した目標値をその設計者の
創作能力に基づいて設計している。
【０００３】
【発明が解決しようとする課題】しかし、上記した従来
のシステム設計、特に目標の設定では、設定した目標を
実行するのが機械である装置であるため、その設定に際
し曖昧な表現を用いることはできず、すべてのスペック
に対して定量的な目標設定をする必要がある。その結
果、システム設計者に多大な労力を要求することになる
ばかりでなく、係るシステムの開発に多大な時間と費用
が必要となる。特に、昨今では、技術の複雑化にともな
い関連する技術分野も多様化するため、上記問題がより
顕著となる。
のシステム設計、特に目標の設定では、設定した目標を
実行するのが機械である装置であるため、その設定に際
し曖昧な表現を用いることはできず、すべてのスペック
に対して定量的な目標設定をする必要がある。その結
果、システム設計者に多大な労力を要求することになる
ばかりでなく、係るシステムの開発に多大な時間と費用
が必要となる。特に、昨今では、技術の複雑化にともな
い関連する技術分野も多様化するため、上記問題がより
顕著となる。
【０００４】本発明は、上記した背景に鑑みてなされた
もので、その目的とするところは、設計者の知識の習熟
度に関係なく曖昧な目的概念を与えるだけで、システム
設計に必要な定量的な目的を自動的に生成，最適化をす
ることのできるシステム設計用目的変換装置を提供する
ことにある。
もので、その目的とするところは、設計者の知識の習熟
度に関係なく曖昧な目的概念を与えるだけで、システム
設計に必要な定量的な目的を自動的に生成，最適化をす
ることのできるシステム設計用目的変換装置を提供する
ことにある。
【０００５】
【課題を解決するための手段】上記した目的を達成する
ために、本発明に係るシステム設計用目的変換装置で
は、定性的な目的データを入力値として入力する入力装
置と、その入力装置により入力された定性的な目的デー
タの意味内容を理解し、定量的に目的として出力すべき
目的候補データに変換して出力する意味理解手段と、前
記出力された目的候補データを受け、具体的な定量値を
求め、目的候補データと対にして出力することにより、
定量的な設計目的に変換するクリスプ変換手段と、前記
意味理解手段並びにクリスプ変換手段における変換処理
を実行するための必要な知識が格納された知識ベースと
を備え、前記クリスプ変換手段によって変換された定量
的な設計目的を出力する出力装置を備えたシステム設計
用目的変換装置である。そしてさらに、前記意味理解手
段に接続された前記知識ベースが、前記定性的な目的デ
ータと、それに関連する目的候補データが関連付けられ
たツリー構造として格納されるとともに、関連する目的
候補データが複数ある場合に、その同義語の関連の度合
いを示す同義語関連度が対となって格納されるように構
成した。
ために、本発明に係るシステム設計用目的変換装置で
は、定性的な目的データを入力値として入力する入力装
置と、その入力装置により入力された定性的な目的デー
タの意味内容を理解し、定量的に目的として出力すべき
目的候補データに変換して出力する意味理解手段と、前
記出力された目的候補データを受け、具体的な定量値を
求め、目的候補データと対にして出力することにより、
定量的な設計目的に変換するクリスプ変換手段と、前記
意味理解手段並びにクリスプ変換手段における変換処理
を実行するための必要な知識が格納された知識ベースと
を備え、前記クリスプ変換手段によって変換された定量
的な設計目的を出力する出力装置を備えたシステム設計
用目的変換装置である。そしてさらに、前記意味理解手
段に接続された前記知識ベースが、前記定性的な目的デ
ータと、それに関連する目的候補データが関連付けられ
たツリー構造として格納されるとともに、関連する目的
候補データが複数ある場合に、その同義語の関連の度合
いを示す同義語関連度が対となって格納されるように構
成した。
【０００６】
【作用】入力装置を介して設計しようとするシステムに
対する定性的な目的を入力する。すると、意味理解手段
にて、知識ベースにアクセスして与えられた定性的な目
的の意味内容を理解し、最終的に出力すべき定量的な目
的データの候補（目的候補データ（具体的な定量値は決
定されていない））を抽出し、クリスプ変換手段に送
る。そして、クリスプ変換手段では、例えばファジィ推
論を行い各目的候補データに対する具体的な目標数値を
求める。次いで、クリスプ変換手段に入力された目的候
補データと、前記算出した目標数値とを対にして出力す
ることにより、定量化された目的データが出力されるこ
とになる。
対する定性的な目的を入力する。すると、意味理解手段
にて、知識ベースにアクセスして与えられた定性的な目
的の意味内容を理解し、最終的に出力すべき定量的な目
的データの候補（目的候補データ（具体的な定量値は決
定されていない））を抽出し、クリスプ変換手段に送
る。そして、クリスプ変換手段では、例えばファジィ推
論を行い各目的候補データに対する具体的な目標数値を
求める。次いで、クリスプ変換手段に入力された目的候
補データと、前記算出した目標数値とを対にして出力す
ることにより、定量化された目的データが出力されるこ
とになる。
【０００７】
【実施例】以下、本発明に係るシステム設計用目的変換
装置の好適な実施例を添付図面を参照にして詳述する。
図１に示すように、本装置は、曖昧な形式（定性的）で
の目的を入力するキーボード等の入力装置１と、その入
力装置１から与えられた目的データの意味を理解し、最
終的に出力する定量的な目的データの候補を決定する意
味理解部２と、その意味理解部２の出力である目的候補
データに対してファジィ推論等を用いてクリスプ定量化
された目的を決定するクリスプ変換部３と、そのクリス
プ変換部３の出力を表示するＣＲＴ等の出力装置４とを
備えている。そして、上記意味理解部２並びにクリスプ
変換部３は、後述する各知識データベースに格納された
データに基づいて所定の処理をするようになっている。
装置の好適な実施例を添付図面を参照にして詳述する。
図１に示すように、本装置は、曖昧な形式（定性的）で
の目的を入力するキーボード等の入力装置１と、その入
力装置１から与えられた目的データの意味を理解し、最
終的に出力する定量的な目的データの候補を決定する意
味理解部２と、その意味理解部２の出力である目的候補
データに対してファジィ推論等を用いてクリスプ定量化
された目的を決定するクリスプ変換部３と、そのクリス
プ変換部３の出力を表示するＣＲＴ等の出力装置４とを
備えている。そして、上記意味理解部２並びにクリスプ
変換部３は、後述する各知識データベースに格納された
データに基づいて所定の処理をするようになっている。
【０００８】ここで、上記各部について詳述すると、ま
ず、入力装置１を介して図２に示すように、システム設
計の対象となる装置名（例えば「イメージスキャナ」）
と、そのシステム設計の目標とする定性的な目的（例え
ば「綺麗な画像を得る」）とを入力するようになってい
る。そして、この目的は１つに限らず、複数個を入力す
るようにしてもよい。
ず、入力装置１を介して図２に示すように、システム設
計の対象となる装置名（例えば「イメージスキャナ」）
と、そのシステム設計の目標とする定性的な目的（例え
ば「綺麗な画像を得る」）とを入力するようになってい
る。そして、この目的は１つに限らず、複数個を入力す
るようにしてもよい。
【０００９】また、意味理解部２では、それに接続され
た対象知識ベース５に格納された同義語データに基づい
て意味理解をするようになっている。ここで、対象知識
ベース５について説明すると、図３に示すように、入力
装置１を介して入力された上記定性的な目的の言語（以
下、「入力目的データ」と称する）と、処理対象装置に
おけるその入力目的データと同様の意味を示す同義語が
関連付けて格納されており、さらに、一つの入力目的デ
ータが複数の同義語に対応する場合には、その関連の度
合い（関連度）も併せて格納されている。なお、入力目
的データと同義語とが１：１対応の時は、その関連度は
１となり、同義語が複数あるときには各同義語に対する
関連度の合計が１となるように設定される。さらに、そ
の同義語に対応（関連）するクリスプ化する対象の目的
候補データも、上記入力目的データと同義語との格納状
態と同様に、関連付けされた状態で格納されている。そ
して、図から明らかなように、入力目的データに対応す
る同義語がない（例えば「はっきりした」）場合には、
直接目的候補データに関係付けされるものもある。これ
は、入力目的データと同義語とが１：１対応で、しか
も、その同義語に関連する他の入力目的データがないた
め、同義語の作成を省略することにより、記憶容量の削
減を図ったためである。さらにまた、このような関連付
けされたデータは、対象となる各装置により同義語（関
連度）等の関わり合いが異なることがあるため、係る装
置（例えばイメージスキャナ，自動車（ナビゲーション
システム）等）毎に作成され、格納されているが、必ず
しも分ける必要はない。
た対象知識ベース５に格納された同義語データに基づい
て意味理解をするようになっている。ここで、対象知識
ベース５について説明すると、図３に示すように、入力
装置１を介して入力された上記定性的な目的の言語（以
下、「入力目的データ」と称する）と、処理対象装置に
おけるその入力目的データと同様の意味を示す同義語が
関連付けて格納されており、さらに、一つの入力目的デ
ータが複数の同義語に対応する場合には、その関連の度
合い（関連度）も併せて格納されている。なお、入力目
的データと同義語とが１：１対応の時は、その関連度は
１となり、同義語が複数あるときには各同義語に対する
関連度の合計が１となるように設定される。さらに、そ
の同義語に対応（関連）するクリスプ化する対象の目的
候補データも、上記入力目的データと同義語との格納状
態と同様に、関連付けされた状態で格納されている。そ
して、図から明らかなように、入力目的データに対応す
る同義語がない（例えば「はっきりした」）場合には、
直接目的候補データに関係付けされるものもある。これ
は、入力目的データと同義語とが１：１対応で、しか
も、その同義語に関連する他の入力目的データがないた
め、同義語の作成を省略することにより、記憶容量の削
減を図ったためである。さらにまた、このような関連付
けされたデータは、対象となる各装置により同義語（関
連度）等の関わり合いが異なることがあるため、係る装
置（例えばイメージスキャナ，自動車（ナビゲーション
システム）等）毎に作成され、格納されているが、必ず
しも分ける必要はない。
【００１０】そして、意味理解部２にデータ入力される
と、まず、対象装置に関するデータに基づいて対象知識
ベース５にアクセスし、その装置に関するデータをゲッ
トし、さらに、入力目的データと同様の語句を検出し、
それに関連する同義語さらには目的候補データを抽出
し、関連度とともに出力する。ここで、一例を示すと例
えば入力目的データが「きれいな画像」の場合には、同
義語も「きれいな」の１つ（関連度１）であるため、最
終的に出力される「細線欠落のない（関連度０．
３）」，「ぼけていない（０．４）」並びに「ノイズの
ない（０．３）」の各関連度は、括弧内に示したように
同義語から目的候補に対する関連付けの際に設定された
関連度と同じでよいが、たとえば、入力目的データが
「明るい」のように、同義語の一つが上記と同一の「き
れいな」であっても、その時の関連度が０．７であるた
め、最終的に出力される上記３つの目的候補データの関
連度は、上記括弧内に示した値に０．７を乗じた値とな
る。そしてまた、入力目的データが複数ある場合には、
上記処理を繰り返し行うが、同一の同義語（目的候補デ
ータ）が生じたときには、その同義語等に対する関連度
は論理和を取り、大きい数値に併せる（図４参照）。そ
して、この意味理解部２における処理フローは、図５に
示すようになっている。
と、まず、対象装置に関するデータに基づいて対象知識
ベース５にアクセスし、その装置に関するデータをゲッ
トし、さらに、入力目的データと同様の語句を検出し、
それに関連する同義語さらには目的候補データを抽出
し、関連度とともに出力する。ここで、一例を示すと例
えば入力目的データが「きれいな画像」の場合には、同
義語も「きれいな」の１つ（関連度１）であるため、最
終的に出力される「細線欠落のない（関連度０．
３）」，「ぼけていない（０．４）」並びに「ノイズの
ない（０．３）」の各関連度は、括弧内に示したように
同義語から目的候補に対する関連付けの際に設定された
関連度と同じでよいが、たとえば、入力目的データが
「明るい」のように、同義語の一つが上記と同一の「き
れいな」であっても、その時の関連度が０．７であるた
め、最終的に出力される上記３つの目的候補データの関
連度は、上記括弧内に示した値に０．７を乗じた値とな
る。そしてまた、入力目的データが複数ある場合には、
上記処理を繰り返し行うが、同一の同義語（目的候補デ
ータ）が生じたときには、その同義語等に対する関連度
は論理和を取り、大きい数値に併せる（図４参照）。そ
して、この意味理解部２における処理フローは、図５に
示すようになっている。
【００１１】一方、クリスプ変換部３では、図６に示す
ように、意味理解部２から出力された目的候補データ
（関連度付き）を受け取るデータ入力部６を有し、この
データ入力部６では、与えられた目的候補データと関連
度を分離し、目的候補データをクリスプ化するデータ抽
出部７に送り、また、その目的候補データと関連度をフ
ァジィ推論部８に送るようになっている。
ように、意味理解部２から出力された目的候補データ
（関連度付き）を受け取るデータ入力部６を有し、この
データ入力部６では、与えられた目的候補データと関連
度を分離し、目的候補データをクリスプ化するデータ抽
出部７に送り、また、その目的候補データと関連度をフ
ァジィ推論部８に送るようになっている。
【００１２】データ抽出部７では、入力された目的候補
データから名詞等の定義語（ルールに用いられる）を抽
出し、入力された目的候補データと共にその抽出した定
義語を次段のファジィ知識等抽出設定部９に送るように
なっている。そして、ここにおいて係るファジィ知識等
抽出設定部９に接続されたファジィ知識データベース１
０並びにクリスプ定量値データベース１１に格納したデ
ータに基づいてファジィ推論部８に送るファジィ知識等
を決定するようになっている。すなわち、まず、ファジ
ィ知識データベース１０には、図７，図８に示すように
目的候補データに対応する各メンバシップ関数と、その
メンバシップ関数を用いて本装置が最終的に出力する定
量化された目的を得るためのルールが格納されている。
また、クリスプ化定量値データベース１１には、図９に
示すように上記ルールを実行するために用いられる定義
語とその定義内容がテーブルとして格納されている。
データから名詞等の定義語（ルールに用いられる）を抽
出し、入力された目的候補データと共にその抽出した定
義語を次段のファジィ知識等抽出設定部９に送るように
なっている。そして、ここにおいて係るファジィ知識等
抽出設定部９に接続されたファジィ知識データベース１
０並びにクリスプ定量値データベース１１に格納したデ
ータに基づいてファジィ推論部８に送るファジィ知識等
を決定するようになっている。すなわち、まず、ファジ
ィ知識データベース１０には、図７，図８に示すように
目的候補データに対応する各メンバシップ関数と、その
メンバシップ関数を用いて本装置が最終的に出力する定
量化された目的を得るためのルールが格納されている。
また、クリスプ化定量値データベース１１には、図９に
示すように上記ルールを実行するために用いられる定義
語とその定義内容がテーブルとして格納されている。
【００１３】そして、上記ファジィ知識等抽出設定部９
では、データ抽出部７から与えられるデータに基づいて
関係するファジィ知識並びにクリスプ定量値を抽出し、
それをファジィ推論部８に設定する。具体的には、目的
候補データから必要なメンバシップ関数並びにルールを
ファジィ知識データベース１０から読み込むとともに、
そのルールに規定される定義語（変数）を、データ抽出
部７で抽出された定義語に基づいてクリスプ定量値デー
タベース１１から読み込むと共に、その定義語の意味内
容を上記ルールの定義語に置き換える。そして、係る置
き換え後のルール並びにメンバシップ関数をファジィ推
論部８に設定するようになる。
では、データ抽出部７から与えられるデータに基づいて
関係するファジィ知識並びにクリスプ定量値を抽出し、
それをファジィ推論部８に設定する。具体的には、目的
候補データから必要なメンバシップ関数並びにルールを
ファジィ知識データベース１０から読み込むとともに、
そのルールに規定される定義語（変数）を、データ抽出
部７で抽出された定義語に基づいてクリスプ定量値デー
タベース１１から読み込むと共に、その定義語の意味内
容を上記ルールの定義語に置き換える。そして、係る置
き換え後のルール並びにメンバシップ関数をファジィ推
論部８に設定するようになる。
【００１４】ファジィ推論部８で、設定されたファジィ
知識を用いて、データ入力部６から与えられる目的候補
データ並びにその関連度に基づいてファジィ推論を行う
ようになっている。なお、このファジィ推論部８におけ
る推論処理は、重心法その他の公知の手法に基づいて演
算処理がなされる。すなわち、例えば、目的候補データ
が「細線欠落がない（関連度が０．３）」を例にして説
明すると、「細線欠落がない」のメンバシップ関数の横
軸に上記関連度（０．３）を代入し、その時のそのメン
バシップ関数の適合度μ１（ＰＢ）並びにμ１（ＺＲ）
を求める。そして、ルールから明らかなように、欠落し
ない線の限界値を決定するためには、「ノイズのなさ」
に関する適合度μ３も必要であるため、「ノイズのない
度合い」である関連度（０．３）をメンバシップ関数に
与え、その時の適合度μ３（ＰＢ）も求める。
知識を用いて、データ入力部６から与えられる目的候補
データ並びにその関連度に基づいてファジィ推論を行う
ようになっている。なお、このファジィ推論部８におけ
る推論処理は、重心法その他の公知の手法に基づいて演
算処理がなされる。すなわち、例えば、目的候補データ
が「細線欠落がない（関連度が０．３）」を例にして説
明すると、「細線欠落がない」のメンバシップ関数の横
軸に上記関連度（０．３）を代入し、その時のそのメン
バシップ関数の適合度μ１（ＰＢ）並びにμ１（ＺＲ）
を求める。そして、ルールから明らかなように、欠落し
ない線の限界値を決定するためには、「ノイズのなさ」
に関する適合度μ３も必要であるため、「ノイズのない
度合い」である関連度（０．３）をメンバシップ関数に
与え、その時の適合度μ３（ＰＢ）も求める。
【００１５】そして、それら各適合度と、ルールを構成
する各定義語（本例の場合「極細線」，「細線」，「太
めの細線」）の定義内容（クリスプ定量値データベース
１１から抽出され設定されており、線の場合はドット
数）を下記のルールに代入する。
する各定義語（本例の場合「極細線」，「細線」，「太
めの細線」）の定義内容（クリスプ定量値データベース
１１から抽出され設定されており、線の場合はドット
数）を下記のルールに代入する。
【００１６】
【数１】線幅＝（極細線）＊μ１（ＰＢ）＋（細線）＊
μ１（ＺＲ） ＋（太めの細線）＊μ３（ＰＢ） ＝１ドット＊μ１（ＰＢ）＋８ドット＊μ１（ＺＲ） ＋１６ドット＊μ３（ＰＢ） このようにして、推論演算することにより、細線欠落を
生じさせない線幅の限界値（６ドット）が求まり定量化
される。なお、「細線欠落のない」に対する推論処理に
おいて、ノイズの無さのメンバシップ関数を用いたの
は、ノイズに対する精度要求を高くし、完全孤立点の除
去をしようとすると、極細線（１ドット）のような極め
て細幅の線が完全孤立点と判断されて誤って除去されて
しまう（細線の欠落となる）おそれがあるため、線幅の
限界値を大きくする必要があるためである。そして、同
様にして各目的候補データに対して定量化される。すな
わち、例えば目的候補データが「ぼけていない（画像の
エッジ部分の濃淡のさが大きい）」とすると、定量化さ
れた目的は「５ライン毎の最大濃淡差が２０％濃度以
上」となり、また、目的候補データが「ノイズのない」
とすると、定量化された目的は「孤立点は除去する」等
となる。そして、係る定量化された目的がクリスプ変換
部３から出力されて、出力装置４に表示されるようにな
る（図１０参照）。すなわち、本例におけるクリスプ変
換部３では、単にファジィ推論を行い具体的な目標値を
決定するだけでなく、係る目標値と目的候補データを適
宜組み合わせることにより図１０に示すごとく所定の文
章化を行い出力するようになっている。
μ１（ＺＲ） ＋（太めの細線）＊μ３（ＰＢ） ＝１ドット＊μ１（ＰＢ）＋８ドット＊μ１（ＺＲ） ＋１６ドット＊μ３（ＰＢ） このようにして、推論演算することにより、細線欠落を
生じさせない線幅の限界値（６ドット）が求まり定量化
される。なお、「細線欠落のない」に対する推論処理に
おいて、ノイズの無さのメンバシップ関数を用いたの
は、ノイズに対する精度要求を高くし、完全孤立点の除
去をしようとすると、極細線（１ドット）のような極め
て細幅の線が完全孤立点と判断されて誤って除去されて
しまう（細線の欠落となる）おそれがあるため、線幅の
限界値を大きくする必要があるためである。そして、同
様にして各目的候補データに対して定量化される。すな
わち、例えば目的候補データが「ぼけていない（画像の
エッジ部分の濃淡のさが大きい）」とすると、定量化さ
れた目的は「５ライン毎の最大濃淡差が２０％濃度以
上」となり、また、目的候補データが「ノイズのない」
とすると、定量化された目的は「孤立点は除去する」等
となる。そして、係る定量化された目的がクリスプ変換
部３から出力されて、出力装置４に表示されるようにな
る（図１０参照）。すなわち、本例におけるクリスプ変
換部３では、単にファジィ推論を行い具体的な目標値を
決定するだけでなく、係る目標値と目的候補データを適
宜組み合わせることにより図１０に示すごとく所定の文
章化を行い出力するようになっている。
【００１７】そして、上記した実施例では、各部におけ
る具体的な処理ステップを説明しながら各部についての
機能を説明したが、本装置の一連の処理の手順は、図１
１に示すフローチャート図に示すようになる（なお、各
処理ステップの具体的な処理については上記した各部に
おける処理が実行されるため、ここでは詳細な説明を省
略する）。
る具体的な処理ステップを説明しながら各部についての
機能を説明したが、本装置の一連の処理の手順は、図１
１に示すフローチャート図に示すようになる（なお、各
処理ステップの具体的な処理については上記した各部に
おける処理が実行されるため、ここでは詳細な説明を省
略する）。
【００１８】そして、実際の装置（システム）の設計に
際しては、このようにして出力表示された定量化された
目的データを参考にして容易に設計を行うことができ
る。また、本発明では、このように設計のみに用いるも
のではなく、例えば実際に使用者が、使用環境下におい
てもっと「明るくしたい」とか、「ノイズを除去した
い」等の目的データを入力することにより、定量化され
た目的を自動的に作成し、その定量化された目的に基づ
いて装置が自動的に機能調整を行うようにすることもで
きる。
際しては、このようにして出力表示された定量化された
目的データを参考にして容易に設計を行うことができ
る。また、本発明では、このように設計のみに用いるも
のではなく、例えば実際に使用者が、使用環境下におい
てもっと「明るくしたい」とか、「ノイズを除去した
い」等の目的データを入力することにより、定量化され
た目的を自動的に作成し、その定量化された目的に基づ
いて装置が自動的に機能調整を行うようにすることもで
きる。
【００１９】
【発明の効果】以上のように、本発明に係るシステム設
計用目的変換装置では、システム設計者は、定性的な目
的データを入力するだけで、自動的に定量化された目的
を得ることができる。よって、出力される定量化された
目的に基づいてシステム設計をすれば良いため、目的を
創案する労力が軽減され、システム開発に要する時間，
労力が軽減される。しかも、最終的に出力される定量化
された目的は、設計者の知識の習熟度に関係なく、シス
テム設計に必要な定量的な目的を自動的に生成，最適化
をすることができる。
計用目的変換装置では、システム設計者は、定性的な目
的データを入力するだけで、自動的に定量化された目的
を得ることができる。よって、出力される定量化された
目的に基づいてシステム設計をすれば良いため、目的を
創案する労力が軽減され、システム開発に要する時間，
労力が軽減される。しかも、最終的に出力される定量化
された目的は、設計者の知識の習熟度に関係なく、シス
テム設計に必要な定量的な目的を自動的に生成，最適化
をすることができる。
【図１】本発明に係るシステム設計用目的変換装置の好
適な一実施例を示すブロック構成図である。
適な一実施例を示すブロック構成図である。
【図２】入力データの一例を示す図である。
【図３】対象データ知識ベースに格納されたデータ構造
の一例を示す図である。
の一例を示す図である。
【図４】意味理解部における処理の一例を示す図であ
る。
る。
【図５】意味理解部の処理を説明するフローチャート図
である。
である。
【図６】クリスプ変換部の具体的な構成を示す機能ブロ
ック図である。
ック図である。
【図７】ファジィ知識ベースに格納されたデータ構造
（メンバシップ関数）の一例を示す図である。
（メンバシップ関数）の一例を示す図である。
【図８】ファジィ知識ベースに格納されたデータ構造
（ルール）の一例を示す図である。
（ルール）の一例を示す図である。
【図９】クリスプ定量値ベースに格納されたデータ構造
の一例を示す図である。
の一例を示す図である。
【図１０】出力装置に表示されるデータの一例を示す図
である。
である。
【図１１】本装置の一連の処理手順を示すフローチャー
ト図である。
ト図である。
１ 入力装置 ２ 意味理解部 ３ クリスプ変換部 ４ 出力装置 ５ 対象知識ベース（知識ベース） ６ データ入力部 ７ データ抽出部 ８ ファジィ推論部 ９ ファジィ知識等抽出設定部 １０ ファジィ知識データベース（知識ベース） １１ クリスプ定量値データベース（知識ベース）
───────────────────────────────────────────────────── フロントページの続き (72)発明者 前田 匡 京都府京都市右京区花園土堂町10番地 オムロン株式会社内 (72)発明者 四ツ井 元記 京都府京都市右京区花園土堂町10番地 オムロン株式会社内 (72)発明者 久野 敦司 京都府京都市右京区花園土堂町10番地 オムロン株式会社内 (56)参考文献 特開 平４−88558（ＪＰ，Ａ) 特開 平２−259961（ＪＰ，Ａ) 特開 平２−170281（ＪＰ，Ａ) 特開 平３−123274（ＪＰ，Ａ) 特開 平１−269178（ＪＰ，Ａ) 特開 昭64−88685（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06F 17/50 604 G06F 9/44 554 特許ファイル（ＰＡＴＯＬＩＳ) ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (2)
- 【請求項１】 定性的な目的データを入力値として入力
する入力装置と、 その入力装置により入力された定性的な目的データの意
味内容を理解し、定量的に目的として出力すべき目的候
補データに変換して出力する意味理解手段と、 前記出力された目的候補データを受け、具体的な定量値
を求め、目的候補データと対にして出力することによ
り、定量的な設計目的に変換するクリスプ変換手段と、 前記意味理解手段並びにクリスプ変換手段における変換
処理を実行するための必要な知識が格納された知識ベー
スとを備え、 前記クリスプ変換手段によって変換された定量的な設計
目的を出力する出力装置を備えたシステム設計用目的変
換装置であって、 前記意味理解手段に接続された前記知識ベースが、前記
定性的な目的データと、それに関連する目的候補データ
が同義語として関連付けられたツリー構造として格納さ
れるとともに、関連する目的候補データが複数ある場合
に、その同義語の関連の度合いを示す同義語関連度が対
となって格納されてなる システム設計用目的変換装置。 - 【請求項２】 前記クリスプ変換手段が、請求項１に記
載の目的候補データに付された関連度に基づいてファジ
ィ推論を行うものである請求項１に記載のシステム設計
用目的変換装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP22095592A JP3149555B2 (ja) | 1992-07-29 | 1992-07-29 | システム設計用目的変換装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP22095592A JP3149555B2 (ja) | 1992-07-29 | 1992-07-29 | システム設計用目的変換装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0652249A JPH0652249A (ja) | 1994-02-25 |
| JP3149555B2 true JP3149555B2 (ja) | 2001-03-26 |
Family
ID=16759177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP22095592A Expired - Fee Related JP3149555B2 (ja) | 1992-07-29 | 1992-07-29 | システム設計用目的変換装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3149555B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0944518A (ja) * | 1995-08-02 | 1997-02-14 | Adoin Kenkyusho:Kk | 画像データベースの構築方法と、画像データベースの検索方法及び検索装置 |
-
1992
- 1992-07-29 JP JP22095592A patent/JP3149555B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0652249A (ja) | 1994-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5267156A (en) | Method for constructing a knowledge base, knowledge base system, machine translation method and system therefor | |
| CN108021547B (zh) | 一种自然语言的生成方法、自然语言生成装置及电子设备 | |
| CN112417846B (zh) | 文本自动化生成方法、装置、电子设备及存储介质 | |
| JP2944346B2 (ja) | 文書要約装置 | |
| JPH1153387A (ja) | 文書の関連付け方法及びそのシステム | |
| US20220222442A1 (en) | Parameter learning apparatus, parameter learning method, and computer readable recording medium | |
| US6965856B1 (en) | Process for the automatic generation of a textual expression from a semantic representation using a computer system | |
| US20050033566A1 (en) | Natural language processing method | |
| JP3149555B2 (ja) | システム設計用目的変換装置 | |
| CN113850395B (zh) | 一种数据处理方法及系统 | |
| JP2003108571A (ja) | 文書要約装置、文書要約装置の制御方法、文書要約装置の制御プログラムおよび記録媒体 | |
| JP2002297635A (ja) | 要約文作成システム及びその方法 | |
| JPH09319768A (ja) | 要点抽出方法 | |
| JPH09212509A (ja) | 単文類似度計算装置 | |
| Palmer et al. | Software risk management: requirements-based risk metrics | |
| JP4074687B2 (ja) | 要約文作成支援システムおよびそのシステムとしてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| US12050632B2 (en) | Question answering apparatus and method | |
| JP3507936B2 (ja) | 文字列パターン抽出方法及び装置 | |
| US20240193441A1 (en) | Computer system and training data generation method | |
| US20020143748A1 (en) | Method and system for providing a generic scalar function | |
| JPH09153068A (ja) | 類似検索方法および装置 | |
| US20060048126A1 (en) | Method and a system thereof for generating a homepage content file capable of dynamically linking with a plurality of on-demand knowledge bases | |
| JPH0415828A (ja) | 推論方法及びシステム | |
| JPH06259409A (ja) | 数値データ説明文生成方法 | |
| JPH10149364A (ja) | 訳語選択装置と記憶媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20001219 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090119 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090119 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100119 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |