JP3157878B2

JP3157878B2 - 推論装置

Info

Publication number: JP3157878B2
Application number: JP31102991A
Authority: JP
Inventors: 雅一服部; 利一田中; 直道末田
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1991-11-26
Filing date: 1991-11-26
Publication date: 2001-04-16
Anticipated expiration: 2016-04-16
Also published as: JPH06131184A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、類似設計事例が蓄積さ
れている領域に対する設計業務や類似計画事例が蓄積さ
れている領域に対する計画業務などの多様な問題解決タ
スクを支援するものであり、入力された問題である要求
からその要求を満足する解である生成物を出力すること
のできる事例ベース推論装置に関する。

【０００２】

【従来の技術】近年、高度情報化社会の進展に伴って、
専門家の高度な知識をノウハウとして客観的な知識とと
もに知識ベースとして蓄えて、この知識ベースに格納さ
れた知識を利用しながら汎用の推論エンジンを用いて、
事実データを推論し、問題解決を図るエキスパートシス
テムが提唱されている。

【０００３】しかし、エキスパートシステムを開発する
ために、従来では、知識技術者と呼ばれる技術者を通し
て、１つ１つの知識をルールなどの形式で表現し、格納
し、知識ベースを構築する必要があった。

【０００４】この知識ベース構築において、専門家から
曖昧な専門領域に関する知識を引き出すことが困難であ
ること、必要となる知識を予め全て格納することは不可
能であることなどの問題点が、多くの知識技術者から指
摘されている。

【０００５】そこで、「知識ベース構築におけるボトル
ネック」と呼ばれている前記問題点を解消するために、
過去の経験である事例に基づいて推論を行う事例ベース
推論に関心が集まっている。

【０００６】なぜなら、この事例ベース推論は、知識が
無意識に用いられていたり、曖昧であっても事例そのも
のは具体的な事実であること、ルールがドキュメント化
されている分野は少ないが、事例がドキュメント化ある
いはデータベース化されている分野は多いことなどの理
由から知識獲得は容易であると考えられるからである。

【０００７】しかし、従来の事例ベース推論には、次の
ような問題点がある。

【０００８】第１に、事例ベース推論の基本原理は類推
にあり、類推に基づいて修正を行って解を求めるがゆえ
に、解の正答性を主張することが困難である。

【０００９】特に、事例ベースの推論過程において複数
の事例を必要とする場合、問題の解は、複数の事例を組
み合わせた結果となり、全体としての整合性や正当性を
保証することが非常に困難なものとなる。

【００１０】第２に、前記「知識ベース構築のボトルネ
ック」を軽減すると考えらている事例ベース推論でも、
問題の特徴を抽出する知識や選択された事例を問題に適
合するように修正する知識などの組み込みが不可欠とな
ることである。

【００１１】このため、事例ベース推論に本質的な推論
手続を網羅的に洗い出して、既存のルール型知識で記述
しようとすれば「知識ベース構築のボトルネック」と同
質の困難が生じる可能性があり、現実に、修正知識の知
識獲得の困難な分野が多数存在していることが判ってい
る。

【００１２】

【発明が解決しようとする課題】前述したように、従来
の事例ベース推論装置は、獲得された知識の範囲内で、
推論結果の妥当性を保証することが困難であり、解の整
合性や正当性に関する信頼度を上げるには、推論ルール
を必要とし、大量の事例を組み合わせた解である場合は
事例間の整合性を高めることが困難であるという問題点
があった。

【００１３】そこで、本発明は、かかる問題点を除去
し、獲得された知識の範囲内で妥当性が保証できる推論
結果を得ることができる実用的な推論装置を提供するこ
とを目的とする。

【００１４】

【課題を解決するための手段】本発明は、与えられた問
題に対して適正な事例を事例ベースから取り出し、知識
ベースを基に該事例に修正を加えて問題の解を得る推論
装置において、前記与えられた問題に関する特徴を抽出
し、前記事例ベースから前記抽出した特徴を満足する基
本事例を検索する基本事例検索手段と、前記与えられた
問題と前記検索した基本事例から問題空間上の記述差異
を抽出し、解空間を含む記述要素間の依存関係知識を有
する知識ベースを基に、前記抽出した問題空間上の記述
差異から伝搬して前記与えられた問題と前記検索した基
本事例の解空間上の記述差異を生成し、前記解空間上の
記述差異を基本事例の修正対象として特定する修正対象
特定手段と、前記修正対象として特定された前記解空間
上の記述差異を基に、前記事例ベースから基本事例の修
正に利用が可能な補助事例を検索し、収集する補助事例
収集手段と、前記検索した基本事例と前記収集した補助
事例を合成する合成手段とを具備することを特徴とす
る。

【００１５】

【作用】本発明は、与えられた問題に対して適正な事例
を事例ベースから取り出し、知識ベースを基に該事例に
修正を加えて問題の解を得る推論装置において、前記与
えられた問題に関する特徴を抽出し、前記事例ベースか
ら前記抽出した特徴を満足する基本事例を検索する基本
事例検索手段と、前記与えられた問題と前記検索した基
本事例から問題空間上の記述差異を抽出し、解空間を含
む記述要素間の依存関係知識を有する知識ベースを基
に、前記抽出した問題空間上の記述差異から伝搬して前
記与えられた問題と前記検索した基本事例の解空間上の
記述差異を生成し、前記解空間上の記述差異を基本事例
の修正対象として特定する修正対象特定手段と、前記修
正対象として特定された前記解空間上の記述差異を基
に、前記事例ベースから基本事例の修正に利用が可能な
補助事例を検索し、収集する補助事例収集手段と、前記
検索した基本事例と前記収集した補助事例を合成する合
成手段とを具備し、与えられた問題に対し前記基本事例
を核として、前記補助事例の部分解を利用して前記基本
事例を修正するようにしているため、与えられた問題に
対し全体的に満足する解を効率的に得ることができる。

【００１６】

【実施例】以下、図面を参照して本発明の実施例につい
て説明する。

【００１７】図１は、本発明の一実施例である事例ベー
ス推論装置の概要を示す図である。なお、事例ベース推
論は、過去に発生した事例に基づいて問題を解く推論方
式であり、本事例ベース推論装置の対象例として、入力
された客先仕様を満足するような部品構成表を設計、作
成する産業用モータの機械設計を考える。部品図面と
は、過去の設計の領域には大量の図面が蓄積されている
ものとする。そのため、図面の新規作成を行わずに適切
な部品を収集することで、大半の設計を行うことができ
る。ここで、モータ設計のタスクを「与えられた客先仕
様を満足する部品構成表を生成すること」として考えて
いくことにする。

【００１８】また、モータの機械設計における解の整合
性や正当性の判断基準は、「要求した仕様を満足する部
品を選択したか」、あるいは「選択した部品同士の干渉
が発生していないか」を考えることとする。

【００１９】さて、図１における事例ベース推論装置
は、推論処理部２を核として、逐次、過去の問題解決経
験を表す問題すなわち客先仕様と解すなわち部品構成表
のセットから構成される事例を蓄えた事例ベース６、２
つの客先仕様（以下「問題空間」という。）上の記述に
おける類似性を評価するのに必要な知識を格納し、入力
した客先仕様の事例の仕様との類似性を判断するのに用
いられる類似知識ベース４、入力された現問題の特徴を
生成する特徴抽出知識ベース５、対象領域での記述要素
間の依存関係、干渉関係を表現する対象知識ベース７の
知識が利用される。

【００２０】推論処理部２は、問題入力部８０、基本事
例検索部１０、修正対象特定部２０、補助事例収集部３
０、合成部４０、解出力部６０、格納部７０及び基本事
例再検索準備部５０により構成される。以下、推論処理
部２の推論処理の概要について述べる。

【００２１】まず、現問題１が問題入力部８０から入力
されると、基本事例検索部１０は、特徴抽出知識ベース
５の知識を使って、与えられた現問題の問題空間上の記
述から現問題の特徴を分析し、基本事例の検索のための
インデックスを設定する。さらに、設定されたインデッ
クスに基づいて事例ベース６を検索し、インデックスが
照合する基本事例候補を取り出し、類似知識ベース４を
使って最も類似している基本事例候補を基本事例として
選択する。

【００２２】次に修正対象特定部２０において、現問題
と検索される基本事例との問題空間上での記述差異を生
成する。そのとき、対象領域での記述要素間の依存関係
や干渉関係に関する知識が存在すれば、対象の問題空間
上での記述差異が部品構成表（以下「解空間」とい
う。）上での記述差異に結びついているという知識を導
き出して、求めるべき現問題と基本事例との解空間上で
の記述差異を推定することが可能である。従って、対象
知識ベース７を使って現問題と基本事例との解空間上で
の相違点の集合である記述差異を生成する。つまり、現
問題を満足する解空間を得るために基本事例の解空間上
の記述を解空間上での記述差異の部分で変更すれば良い
ということを意味している。

【００２３】さらに、補助事例収集部３０において、修
正対象特定部２０で特定された解空間上での記述差異を
修正するため、求めた解空間上での記述差異の範囲にお
いて現問題に適合する１個あるいは複数個の補助事例を
検索する。ここで、補助事例を検索する場合、次の合成
部４０で行う基本事例と補助事例の合成のため、基本事
例の解空間で起こし得る記述要素間の干渉を推定し、こ
れを回避する必要がある。また、干渉を回避するような
補助事例が事例ベース６から検索されないときは、修正
対象すなわち解空間上の記述差異の分割を変更するか、
あるいは、基本事例の検索をやり直さなければならな
い。補助事例収集部３０はこのような条件を吟味して補
助事例を検索し、選択処理する必要がある。

【００２４】次に、合成部４０において、解空間上での
記述差異を埋めるため、基本事例と１個あるいは複数個
の補助事例を合成する。基本事例と補助事例の合成は、
具体的には、基本事例の解空間上の記述に、問題空間上
の記述差異の範囲で、対応する補助事例の解空間上の記
述を置換、追加、削除することをいう。

【００２５】このようにして合成部４０により合成され
た解は、解出力部６０から解３として出力される。ま
た、格納部７０は、合成された解を成功事例として事例
ベース６に格納させる。

【００２６】なお、基本事例再検索準備部５０は、補助
事例収集部３０において補助事例が検索不能であった場
合や、合成部４０において基本事例と補助事例が合成不
能であった場合に、それまでの推論を停止させて基本事
例の検索から再度、推論を始めるが、この際に、これま
での問題解決過程の失敗を再び起こさないために、基本
事例の選択に関しての知識を修正する処理を行う。

【００２７】次に、推論処理部２の各部の詳細について
説明する。

【００２８】まず、基本事例検索部１０について説明す
る。

【００２９】図２は、基本事例検索部１０の概念構成を
示す図である。入力された問題に対し、特徴抽出処理部
１１は、特徴抽出知識ベース５の特徴抽出知識を使っ
て、現問題の問題空間から重要な記述をインデックスと
して生成する。生成されたインデックスは基本事例検索
処理部１２に入力され、基本事例検索処理部１２は、事
例ベース６から基本事例候補を検索する。このとき、類
似知識ベース４からの特徴集合の共通度、特徴集合の相
違度、特徴集合の近似度などの類似度知識に基づいて基
本事例候補を優先順序付けすることにより、最良の基本
事例が選択される。

【００３０】図３は、特徴抽出知識ベース５と類似知識
ベース４の内容の一例を示す図である。図３において、
特徴抽出知識ベースの特徴抽出知識は、条件部に問題空
間上の記述を持ち、帰結部にインデックスの指定を持つ
ルールの集合であり、ルールの発火により現問題の特徴
を生成することができる。一方、類似知識ベースの類似
知識は、問題空間上の記述要素の項目と重要度と項目値
間の距離で構成され、類似度は、重要度と距離の積和で
計算される。

【００３１】図４は、産業用モータの機械設計における
現問題と基本事例の問題空間及び基本事例の解空間の記
述例を示す図である。ここで、産業用モータの機械設計
における解とは、現問題である要求仕様を満足する部品
構成表を生成することである。図において、現問題に
は、「形」、「式」、「枠番」、「電圧」などの問題空
間上の記述要素の項目について「三相」、「屋外用」、
「２８０Ｌ」、「２５００」などの項目値が付与されて
いる。一方、基本事例は、事例ベースから特徴であるイ
ンデックスが一致している事例集合を基本事例候補とし
て検索し、現問題を最も類似している問題空間上の記述
を持つ基本事例候補を選択することによって得られる。
また、基本事例の解空間上の記述には「端子箱」、「リ
ード線」、「ファンカバー」などの部品名に対して、具
体的な部品図面を収集した過去の設計結果である部品構
成表が表現されている。なお、部品図面の指定は図面番
号による。この基本事例の解空間上の記述を修正するこ
とによって、現問題の解が得られる。

【００３２】次に、修正対象特定部２０について説明す
る。

【００３３】図５は、修正対象特定部２０の概念構成を
示す図である。図において、基本事例検索部１０から出
力された現問題の問題空間の記述と基本事例の問題空間
の記述は、問題差異生成処理部２１に入力される。問題
差異生成処理部２１は、問題空間上の記述差異を出力す
る。この問題空間上の記述差異が入力された解差異生成
処理部２２は、対象知識ベース７が有する領域に特有の
記述要素間に存在する依存関係や干渉関係に関する対象
知識を使って、解空間上の記述差異を出力する。

【００３４】図６は、問題差異生成処理部２１における
問題空間上での記述差異生成の一例を示す図である。入
力された産業用モータの機械設計の現問題と基本事例検
索部１０で検索された基本事例には、問題空間上の多少
の記述差異が存在する。例えば、図において、「形」、
「電流」、「電圧」などの問題空間上の記述項目におい
て相違する。従って、問題差異生成処理部２１は、これ
らの表面的な相違点の集合を問題空間上の記述差異とし
て生成する。

【００３５】図７は、対象知識ベース７の一例を示す図
である。対象知識ベース７は、問題空間から解空間へ、
解空間から問題空間へ、あるいは解空間から解空間へと
いう記述要素間の依存関係や干渉関係の知識を有してお
り、図において、矢印をもつ点線が依存関係を両端矢印
が干渉関係を示している。例えば、問題空間の記述要素
項目の「形４」は、解空間上の記述要素項目の「ファ
ン」に関係を及ぼしている。逆に言えば、「ファン」
は、「形４」に構造的に依存している。また、解空間上
の記述要素項目の「ベアリング」と「シャフト」は干渉
関係にある。これらは、直接的な依存関係や干渉関係の
例であるが、その他同様な知識を使うことにより、間接
的な依存関係や干渉関係も遷移的に求めることができ
る。

【００３６】図８は、解差異生成処理部２２における問
題空間上の記述差異から解空間上の記述差異を生成する
フローチャートである。

【００３７】まず、差異リスト、伝搬キュー、新規伝搬
リスト、ダミーリスト、ダミー要素、ダミー依存を変数
として準備する（ステップ８０）。そして、差異リスト
を空にしてから、変数である伝搬キューに問題空間上の
記述差異を代入する（ステップ８１）。さらに、伝搬キ
ューから先頭記述要素を１つ取り出し（ステップ８
２）、解空間上の記述要素かどうかを判断する（ステッ
プ８３）。解空間上の記述要素でない場合は、対象知識
ベース７に登録されている逆依存関係すなわち図７にお
ける矢印の方向の知識に基づいて１つの伝搬を行い、依
存する記述を全て生成し、変数ダミーリストに代入し、
さらに、変数新規伝搬リストを空にする（ステップ８
４）。なお、ステップ８３において、伝搬を繰り返して
いる内に解空間上の記述要素となった場合は、変数差異
リストに該解空間上の記述要素を追加する（ステップ８
５）。

【００３８】ステップ８４において記述要素が代入され
たダミーリストから先頭記述要素を１つ取り出し、変数
ダミー要素に代入する（ステップ８６）。次に、ダミー
要素が依存する問題空間上の記述要素群を後述する補助
事例収集部３０の依存記述抽出部３２（図１０）により
生成し、変数ダミー依存に代入する（ステップ８７）。
次に、ダミー依存の問題記述に関し、現問題と基本事例
が一致したかどうかを判断し（ステップ８８）、一致し
ない場合は新規伝搬リストにダミー要素を追加する（ス
テップ８９）。ステップ８６からステップ８８、８９ま
でをダミーリストが空になるまで繰り返す（ステップ９
０）。

【００３９】ダミーリストが空になると、伝搬キューの
最後に新規伝搬リスト内の全記述要素を付加する（ステ
ップ９１）。さらに、伝搬キューが空になるまで、ステ
ップ８２からステップ９１を繰り返す（ステップ９
２）。最後に、伝搬キューが空になると、ステップ８５
において差異リストに追加された記述要素を解空間上の
記述差異として出力する（ステップ９３）。

【００４０】このようにして、解差異生成処理部２２は
問題空間上の記述要素を出力するが、具体的には、図７
において「電流」という問題空間上の記述要素項目から
「リード線の太さ」へ、「リード線の太さ」から「リー
ド線」と「端子箱」へというように逆依存関係が存在す
るので、「電流」の差異から「端子箱」と「リード線」
の差異へと前向きに伝搬操作が行われる。

【００４１】図９は、解差異生成処理部２２における入
出力の一例を示す図である。図において、入力された図
７における問題空間上の記述差異である「形４」、「電
流」、「電圧」は、「リード線」、「端子箱」、「ファ
ン」、「ファンカバー」といった解空間上の記述差異に
伝搬し、展開され、出力される。

【００４２】図１０は、補助事例収集部３０の概念構成
を示す図である。図において、補助事例収集部３０は、
依存記述抽出部３２と修正対象分割部３１と補助事例検
索部３３をサブ処理部として構成される。

【００４３】依存記述抽出部３２は、対象知識ベース７
の有する対象知識を使って、解空間上の記述が依存して
いる問題空間上の記述を生成する。具体的に言えば、解
空間上の記述から問題空間上の記述へと、伝搬操作を行
うことで得られる。

【００４４】修正対象分割部３１は、解空間上での記述
差異を事例ベース６からの事実検索可能性、検索回数、
干渉回避の観点から適切にグループ化する。記述差異が
分割されていない状態では、補助事例の検索回数は、部
品レベルの記述差異の要素と同数であるため、数十回も
の事例検索を行うことになり、事例検索コストは大きく
なる。同時に部品同士が干渉する可能性がある場合は、
干渉する部品同士をまとめてグループ化しておくこと
で、解である部品構成表の整合性を高めることになる。
一般に、多数の事例の解を寄せ集めると、合成された解
の質の低下を招くので、差異をグループ化して差異の分
割数を最小限にすることが重要である。逆の場合を考え
ると、全くの記述差異を１グループと仮定すると、記述
差異全体が依存する問題空間上の記述の範囲が大きくな
る。これでは、事例ベース６から条件を満足する補助事
例を検索することが不可能になってしまう。このよう
に、検索回数を高める操作は一般的に相反する操作なの
で、適切な分割を行うことが重要である。よって、初期
最適解にて干渉関係にある要素同士をできるだけ同じグ
ループとしてまとめながら、検索可能性が低くなれば干
渉関係の低い部品をグループから取り除くという操作を
繰り返してグループ化を行っている。この適切な分割を
行うのが、修正対象分割部３１である。

【００４５】補助事例検索部３３は、グループ化された
解空間上の記述を基にインデックスを生成して補助事例
の検索をし、差異グループ数だけ繰り返す。ここで、も
し、インデックスを満足する事例が事例ベース６に存在
しないことにより、補助事例検索が失敗すれば、基本事
例再検索準備部５０で処理を行った後、再度、基本事例
の検索から推論を行う。

【００４６】図１１は、補助事例収集部３０の動作フロ
ーチャートである。

【００４７】まず、修正対象特定部２０から修正対象で
ある解空間上の全記述差異の要素が修正対象分割部３１
に入力される（ステップ１１０）。修正対象分割部３１
は、記述差異を適切なグループ数に分割する（ステップ
１１１）。次に、修正対象分割部３１で分割されたグル
ープ数だけ補助事例が検索されたかどうかを判断し（ス
テップ１１２）、全て検索されている場合は合成部４０
に検索した補助事例を出力する（ステップ１１８）。分
割されたグループ数だけ補助事例が検索されない場合
は、依存記述抽出部３２において、検索されていない分
割グループの記述が依存する問題空間上の記述を生成す
る（ステップ１１３）。さらに、生成された問題空間上
の記述を基に補助事例を検索する（ステップ１１４）。
その後、補助事例が検索されたかどうかを判断し（ステ
ップ１１５）、該分割グループが検索された場合は、ス
テップ１１２に移行する。ステップ１１５において検索
が不能の場合は、ステップ１１６に移行し、再分割が可
能かどうかを判断する（ステップ１１６）。ステップ１
１６において、再分割が可能であれば、ステップ１１１
に移行し、再度修正対象分割を行う。一方、再分割が不
可能な場合は、基本事例再検索準備部５０に結果が出力
される。

【００４８】すなわち、補助事例の検索は差異グループ
だけ行われるが、差異グループが依存する問題空間上の
記述が大きすぎて、生成されたインデックスがきつくな
り、事例ベース６から補助事例検索ができない場合が存
在する。この場合、修正対象分割をやり直す方法が取ら
れるが、それでも、失敗すれば、基本事例再検索準備部
５０において、差異グループの差異の重要度を上げると
共に、現問題との問題空間上の記述差異が等しくならな
い基本事例候補を優先させるべく、同じ差異を生成しな
い基本事例候補を選択するように基本事例の設定を行
い、基本事例の再検索をやり直す。この操作により、再
設計過程における問題記述上での現問題と基本事例で全
く同一の記述差異が発生する確率を低下させ、全く同一
の補助事例のインデックスを生成して、同じ状況下で補
助事例の検索が失敗してしまうことを防ぐことができ
る。

【００４９】図１２は、依存記述抽出部３２における依
存記述抽出のフローチャートを示している。

【００５０】まず、変数として依存リスト、伝搬キュ
ー、ダミー要素を準備する（ステップ１２０）。次に、
解空間上の記述を伝搬キューに代入し、依存リストを空
にする（ステップ１２１）。さらに、伝搬キューに代入
された先頭記述要素を１つ取り出し、ダミー要素に代入
する（ステップ１２２）。次にダミー要素が問題空間上
の記述要素かどうかを判断し（ステップ１２３）、問題
空間上の記述要素である場合は、ダミー要素を依存リス
トに代入する（ステップ１２４）。一方、問題空間上の
記述要素でない場合は、ダミー要素に直接依存する記述
要素を取り出し、伝搬キューに追加する（ステップ１２
５）。その後、伝搬キューが空になるまで、ステップ１
２２からステップ１２４、１２５までを繰り返す（ステ
ップ１２６）。最後に、伝搬キューが空になった場合
は、依存リストの記述を解空間上の記述要素が依存する
問題空間上の記述要素として出力する（ステップ１２
７）。

【００５１】このようにして、解差異生成処理部２２の
解空間上の記述差異の生成が、問題空間上の記述差異を
前向きに伝搬させていくことにより求めたのに対し、依
存記述抽出部３２は、依存関係に従って、後ろ向きに伝
搬することによって、依存する問題空間の記述を抽出し
て、求めている。

【００５２】図１３は、依存記述抽出部３２における入
出力の一例を示す図である。図７の対象知識ベースの依
存関係から、依存記述抽出過程は、「端子箱」から「リ
ード線の太さ」そして「電流」、「枠番」などの後ろ向
きに依存関係を辿っていくことになる。従って、入力さ
れた「端子箱」は、「電流」と「枠番」の問題空間上の
記述要素項目が出力されることになる。また、「リード
線」が入力されると、「電圧」、「電流」が出力される
ことになる。最終的に、「端子箱」と「リード線」のグ
ループが入力されると、「電圧」、「電流」、「枠番」
が出力されることになる。

【００５３】図１４は、修正対象分割部３１における修
正対象分割のフローチャートを示している。

【００５４】まず、変数としてダミーグループを準備す
る（ステップ１４０）。次に、検索可能性の条件を緩和
した最適なグループ群を初期状態でのグループ群として
生成する（ステップ１４１）。この初期状態でグループ
群の全てが検索可能であるかどうかを判断し（ステップ
１４２）、検索可能であれば、ダミーグループとして補
助事例検索部３３に出力する（ステップ１４９）。

【００５５】一方、検索が可能でない場合は、まず、グ
ループ内に干渉度合が低い記述要素が存在し、かつ、グ
ループから要素を取り除くと検索可能性が高まる記述要
素が存在するかどうかを判断し（ステップ１４３）、存
在する場合は、該当する記述要素を分離し（ステップ１
４４）、ステップ１４２に移行する。存在しない場合
は、グループ内に干渉度合が低い記述要素が存在し、か
つ、記述要素との干渉が高い他のグループが存在し、か
つ、グループに要素を追加しても検索可能性を失わない
条件を満足するものが存在するかどうかを判断する（ス
テップ１４５）。ステップ１４５において、条件を満足
するものが存在する場合は、該当する記述要素を移動さ
せ（ステップ１４６）、ステップ１４２に移行する。条
件を満足するものが存在しない場合は、干渉のない２つ
のグループが存在し、かつ、グループを合体させても検
索可能性を失わないものが存在するかどうかを判断し
（ステップ１４７）、存在する場合は、該当するグルー
プを合体させ（ステップ１４８）、ステップ１４２に移
行する。存在しない場合はダミーグループとして出力す
る（ステップ１４９）。

【００５６】なお、ステップ１４１における初期最適解
生成のフローチャートを図１５に示す。図１５におい
て、まず、修正対象である解空間上の記述差異を入力し
（ステップ１５０）、入力した記述差異要素をそれぞれ
１つのグループとしてダミーグループに代入する（ステ
ップ１５１）。次に、それぞれのグループが干渉関係に
あるかどうかを判断し（ステップ１５２）、干渉関係に
ある場合は、グループを合体させる（ステップ１５
３）。さらに、それぞれのグループの依存関係が強いか
どうかを判断し（ステップ１５４）、依存関係が強い場
合はグループを合体させる（ステップ１５５）。最後
に、ダミーグループとして出力する（ステップ１５
６）。

【００５７】このようにして、修正対象分割部３１は、
解空間上の差異集合を事例ベースからの事例検索の可能
性、検索回数、干渉関係の観点に基づいて適切にグルー
プ化する。

【００５８】ところで、事例ベースからの検索可能性の
判定は、次のような計算可能である。

【００５９】第１に、属性値に基づく上位／下位の階層
構造をもたせて、事例を集合化して、それを事例ベース
とすることである。

【００６０】第２に、事例ベース検索の結果を検索結果
事例として装置内に残しておくことである。

【００６１】第３に、インデックスごとに事例検索の可
能性を専門家から獲得しておくことである。

【００６２】図１６は、事例ベースからの検索可能性を
判定できる事例ベース構造の例を示す図である。

【００６３】前記した第１の方法は、図１６（ａ）に示
すように、事例ベースが弁別ネットワーク構造をしてい
る場合、検索されるインデックスと検索されないインデ
ックスが論理的に判定可能であるので、これを整理して
事例の検索インデックスの検索可能性を判定することが
できる。例えば、「形１」の項目値が「Ｔ」で、「式
２」の項目値が「Ｂ」で、「形３」の項目値が「Ｔ」で
あるインデックスでは、検索可能であるが、「形３」の
項目値が「Ｂ」ならば検索不能であることがわかる。

【００６４】また、第２の方法は、図１６（ｂ）のよう
に、検索結果事例は検索できなかった過去の検索インデ
ックスを登録することで、与えられたインデックスの検
索不可能性を検出できる。

【００６５】また、第３の方法は、専門家からインデッ
クスに関して経験的な事例検索知識を獲得することで可
能となる。

【００６６】図１７は、修正対象分割部３１の分割処理
の具体例を示す図である。

【００６７】修正対象分割部３１において入力される解
空間上の記述差異が「端子箱」、「リード線」、「ファ
ンカバー」、「ファン」である状態での例である。

【００６８】最初は、検索可能性の条件を緩和した初期
最適解は、干渉関係や依存関係の重複度に基づいて、
「端子箱、リード線、ファン、ファンカバー」というグ
ループ１７１になるが、これでは依存する問題空間上の
記述を変換したインデックスが「電圧２５００」、
「電流５００」、「枠番２８０Ｌ」、「式３ころ
がり軸受け」、「形４二重かご形」というインデック
スが生成され、検索インデックスがきつすぎてしまうた
め、このインデックスを満足する補助事例検索が不可能
となる。ここで、検索可能性や干渉の観点から分離、移
動、合体を繰り返す必要がある。

【００６９】まず、「ファン、端子箱、リード線、ファ
ンカバー」の中の部品で他の部品との干渉性を考慮する
と「ファン」が最も干渉の度合いが低いので、「ファ
ン」をグループから分離し、１つのグループとして仮定
する（１７２）。

【００７０】次に、「端子箱、リード線、ファンカバ
ー」の中の部品で「ファン」との干渉性を考慮すると
「ファンカバー」が最も干渉の度合が高いので、「端子
箱、リード線」のグループから「ファンカバー」を分離
し（１７３）、検索可能性に注意しながら「ファン」と
「ファンカバー」を合体させる（１７４）。

【００７１】最終的に、「端子箱、リード線」（グルー
プＡ）と「ファン、ファンカバー」（グループＢ）とい
う事例ベースに対して検索可能なグループになってい
る。

【００７２】なお、解空間上の記述要素間の干渉性は、
対象知識ベースの対象知識によって計算できる。最も単
純な計算方法は、記述要素間の干渉の度合を対象知識ベ
ース内のネットワークパスの数とすることである。つま
り、パスの数が小さい場合は、干渉する可能性が高く、
パスの数が大きい場合は、干渉する可能性が低いことに
なることを利用するものである。

【００７３】図１８は、補助事例検索部３３の検索処理
の一例を示した図である。図において、修正対象分割部
３１でグループ分割された１つのグループは、依存記述
抽出部３２に入力されて、問題空間上の記述を生成す
る。例えば、「端子箱、リード線」ののグループＡが入
力されると、「電流、電圧、枠番」の問題空間上の記述
が出力される。その後、それをインデックスとして補助
事例検索部３３で補助事例を検索する。例えば、依存記
述抽出部３２で出力された問題空間上の記述である「電
流、電圧、枠番」からインデックス「電流＝５００、電
圧＝２５００、枠番＝２８０Ｌ」が生成され、補助事例
検索部３３入力され、補助事例が検索されることにな
る。最終的にグループＡに対する補助事例が検索された
ことになり、分割されたグループ数だけ補助事例が検索
されることになる。

【００７４】図１９は、合成部４０の合成過程の一例を
示す図である。合成部４０は、１つの基本事例の解空間
１９０の記述と補助事例収集部３０で検索された１個あ
るいは複数の補助事例の解空間１９３、１９４の記述の
合成を行う。

【００７５】まず、基本事例の解空間１９０の「端子
箱」と「リード線」の部品が、端子箱・リード線に対応
する補助事例の解空間１９３の「端子箱」と「リード
線」の部品と差し替えられる。さらに、差し替えられた
基本事例の解空間１９１の「ファン」と「ファンカバ
ー」の部品が、ファン・ファンカバーに対応する補助事
例の解空間１９４の「ファン」と「ファンカバー」の部
品と差し替えられ、最終的に現問題を満足する解空間１
９２が得られる。すなわち、修正された最終結果１９２
が、現問題の要求を満足する部品構成表の解である。

【００７６】なお、一般的に合成は、補助事例の該当す
る解空間上の記述を、基本事例の解空間上の記述に置換
することによって達成されるが、それ以外の例外的な処
理は、合成知識を必要とする。

【００７７】図２０は、基本事例再検索準備部５０の再
検索準備フローチャートを示している。

【００７８】まず、補助事例収集部３０で検索できなか
った補助事例、または合成部４０で合成できなかった補
助事例のインデックスを入力する（ステップ２００）。
ここで、合成できない場合とは、基本事例の解空間上の
記述に対応する補助事例が、問題空間上の記述差異の範
囲を越えている場合である。また、問題空間上の記述差
異の範囲に補助事例が対応するかの判定は、補助事例が
記述差異の範囲に含まれているかを判断することで行
う。次に、入力されたインデックスの項目について類似
度知識の重要度を上げる（ステップ２０１）。さらに、
基本事例検索部１０における基本事例の検索基準として
インデックスに対応する記述差異と同一の問題空間の記
述差異を出さない基本事例を優先的に検索・選択する知
識を与える（ステップ２０２）。

【００７９】図２１は、基本事例再検索準備部５０にお
ける再検索準備の一例を示す図である。図において、
「端子箱、リード線」のグループに対応する補助事例が
検索されない、または基本事例を補助事例が合成不能で
ある場合、類似知識ベース４における「電圧」、「電
流」、「枠番」の重要度を上げ、さらに、現問題との問
題空間上の記述差異が「電圧」、「電流」、「枠番」に
ならない基本事例候補を優先させるべく、「電圧、電
流、枠番という記述差異を生成しない基本事例候補を選
択せよ」という知識が与えられる。

【００８０】このようにして、再度の推論を行う際に、
既に行った問題解決過程の失敗を再び起こさないように
するために、基本事例の選択に関しての知識を修正する
処理が行われる。

【００８１】なお、検索された基本事例において記述差
異がない場合は、そのまま解として出力される。

【００８２】

【発明の効果】以上説明したように、本発明は、与えら
れた問題に対して基本事例を検索し、前記与えられた問
題と前記基本事例の問題空間上の記述差異を抽出し、客
観的な対象知識を使って、基本事例の解空間上の修正対
象を特定し、該解空間上の特定された修正対象を補完す
るために１個または複数個の補助事例が検索され、最後
に前記基本事例と前記補助事例を解空間上で合成して前
記与えられた問題を満足する解を生成するようにしてい
る。特に、修正対象を適切に分割することによって、事
例検索の可能性や事例の合成の整合性を高めるようにし
ている。

【００８３】このため、対象知識ベースの依存関係や干
渉関係の知識を取り出すことで妥当性をもった問題解決
を効率的に行うことができ、実用的である利点を有す
る。

【００８４】さらに、検索された事例を与えられた問題
に適合するために必要な事例の修正知識を全て専門家か
ら獲得し、ルール化しないため、専門家からの知識獲得
作業の軽減を図ることができる利点を有する。

【図面の簡単な説明】

【図１】本発明の一実施例である事例ベース推論装置の
概要を示す図。

【図２】基本事例検索部１０の概念構成図。

【図３】特徴抽出知識ベース５と類似知識ベース４の内
容の一例を示す図。

【図４】産業用モータの機械設計における現問題と基本
事例の問題空間及び基本事例の解空間の記述例を示す
図。

【図５】修正対象特定部２０の概念構成図。

【図６】問題差異生成処理部２１における問題空間上の
記述差異生成の一例を示す図。

【図７】対象知識ベース７の一例を示す図。

【図８】解差異生成処理部２２における問題空間上の記
述差異から解空間上の記述差異を生成するフローチャー
ト。

【図９】解差異生成処理部２２における入出力の一例を
示す図。

【図１０】補助事例収集部３０の概念構成図。

【図１１】補助事例収集部３０の動作フローチャート。

【図１２】依存記述抽出部３２における依存記述抽出の
フローチャート。

【図１３】依存記述抽出部３２における入出力の一例を
示す図。

【図１４】修正対象分割部３１における修正対象分割の
フローチャート。

【図１５】修正対象分割部３１における初期最適解生成
のフローチャート。

【図１６】事例ベースの検索可能性を判定できる事例ベ
ース構造の例を示す図。

【図１７】修正対象分割部３１の分割処理の具体例を示
す図。

【図１８】補助事例検索部３３の検索処理の一例を示す
図。

【図１９】合成部４０の合成過程の一例を示す図。

【図２０】基本事例再検索準備部５０の再検索準備フロ
ーチャート。

【図２１】基本事例再検索準備部５０における再検索準
備の一例を示す図。

【符号の説明】

１現問題２推論処理部３解４類似知識ベース５特徴抽出知識ベース６事例ベース７対象知識ベース１０基本事例検索部１１特徴抽出処理部１２基本事例検索処理部２０修正対象特定部２１問題差異生成処理部２２解差異生成処理部３０補助事例収集部３１修正対象分割部３２依存記述抽出部３３補助事例検索部４０合成部５０基本事例再検索準備部６０解出力部７０格納部８０問題入力部

フロントページの続き (56)参考文献特開平３−223963（ＪＰ，Ａ) 橋本、吉浦、辻、「Ｃａｓｅ−ＢａｓｅｄＲｅａｓｏｎｉｎｇによるエキスパートシステムの知識獲得の容易化」、情報処理学会第40回（平成２年前期）全国大会講演論文集（分冊１）、社団法人情報処理学会・発行（特許庁情報館平成２年６月受入）、ｐｐ．274〜277 吉浦、「問題と事例の分割に基づいて部分的類似例を利用する事例ベース推論方式」、情報処理学会論文誌、Ｖｏｌ. 32、Ｎｏ．５、社団法人情報処理学会・発行（1991年５月）、ｐｐ．626〜634 城風、岩根、木下、「設計事例を用いた通信インタフェースの合成」、電子情報通信学会技術研究報告、Ｖｏｌ．91、Ｎｏ．315（ＡＩ91−57〜63）、社団法人電子情報通信学会・発行（1991年11月８日）、ｐｐ．49〜56 仲谷、築山、福田、「事例ベースアプローチによる設計支援〜設計支援システムＳＵＰＰＯＲＴにおける事例の再利用〜」、情報処理学会研究報告Ｖｏｌ. 91、Ｎｏ．16（91−ＡＩ−75）、社団法人情報処理学会・発行（1991年３月）、ｐｐ．39〜48 小林、「事例ベース推論の研究課題」、情報処理学会研究報告、Ｖｏｌ. 91、Ｎｏ．16（91−ＡＩ−75）、社団法人情報処理学会・発行（1991年３月）、ｐｐ．29〜38 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06F 9/44 G06F 17/50 ＪＩＣＳＴファイル（ＪＯＩＳ) ＣＳＤＢ（日本国特許庁)

Claims

(57)【特許請求の範囲】

【請求項１】与えられた問題に対して適正な事例を事例
ベースから取り出し、知識ベースを基に該事例に修正を
加えて問題の解を得る推論装置において、前記与えられた問題に関する特徴を抽出し、前記事例ベ
ースから前記抽出した特徴を満足する基本事例を検索す
る基本事例検索手段と、前記与えられた問題と前記検索した基本事例から問題空
間上の記述差異を抽出し、解空間を含む記述要素間の依
存関係知識を有する知識ベースを基に、前記抽出した問
題空間上の記述差異から伝搬して前記与えられた問題と
前記検索した基本事例の解空間上の記述差異を生成し、
前記解空間上の記述差異を基本事例の修正対象として特
定する修正対象特定手段と、前記修正対象として特定された前記解空間上の記述差異
を基に、前記事例ベースから基本事例の修正に利用が可
能な補助事例を検索し、収集する補助事例収集手段と、前記検索した基本事例と前記収集した補助事例を合成す
る合成手段とを具備することを特徴とする推論装置。
【請求項２】前記補助事例収集手段は、解空間上の全記述差異である修正対象を、事例ベースか
らの補助事例検索可能性、事例間の整合性及び補助事例
の検索回数から最適に分割する修正対象分割手段と、前記修正対象分割手段により分割された前記修正対象が
依存する問題空間上の記述を抽出する依存記述抽出手段
と、前記抽出した問題空間上の記述に関する特徴を抽出し、
前記事例ベースから補助事例を検索する補助事例検索手
段とを具備することを特徴とする前記請求項１記載の推
論装置。
【請求項３】前記補助事例収集手段により前記補助事例
が前記事例ベースから検索不可能である場合、あるい
は、前記合成手段により前記検索された基本事例と前記
収集された補助事例が合成不可能である場合、前記基本事例検索手段による基本事例の再検索時に必要
な学習処理を行わせる基本事例再検索準備手段を具備す
ることを特徴とする前記請求項１記載の推論装置。