JPH01103706A - フアジイ推論装置 - Google Patents
フアジイ推論装置Info
- Publication number
- JPH01103706A JPH01103706A JP62262033A JP26203387A JPH01103706A JP H01103706 A JPH01103706 A JP H01103706A JP 62262033 A JP62262033 A JP 62262033A JP 26203387 A JP26203387 A JP 26203387A JP H01103706 A JPH01103706 A JP H01103706A
- Authority
- JP
- Japan
- Prior art keywords
- membership function
- value
- inference
- membership
- synthesized
- 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.)
- Granted
Links
- 230000006870 function Effects 0.000 claims abstract description 94
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 7
- 239000002131 composite material Substances 0.000 claims description 30
- 239000000203 mixture Substances 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 abstract description 6
- 238000003786 synthesis reaction Methods 0.000 abstract description 6
- 230000003111 delayed effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 5
- 238000004886 process control Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000013642 negative control Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
この発明は、各種工業プロセスを監視して、当該工業プ
ロセスに対してふされしいパラメータの値を推論する、
再帰型のファジィ推論装置に関するものである。
ロセスに対してふされしいパラメータの値を推論する、
再帰型のファジィ推論装置に関するものである。
第５図は例えば「省力と自動化」の１９８６年１１月号
第６１〜６６頁の「ファジィ・システム理論とファジィ
制御」（浅居喜代治）に示された従来のファジィ推論装
置の動作原理を示す説明図であり、図において、１及び
２は推論のルール、３及び４は当該ファジィ推論装置に
入力される特徴間であり、ここではそれぞれ制御系の制
御偏差ｅと制御偏差の変化率へ〇である。また、５及び
６は前記ルール１の前件部のメンバーシップ関数、７は
当該ルール１の後件部のメンバーシップ関数、８及び９
は前記ルール２の前件部のメンバーシップ関数、１０は
当該ルール２の後件部のメンバーシップ関数である。さ
らに、１１は前記メンバーシップ関数７及び１０を合成
したメンバーシップ関数、１２はこのメンバーシップ関
数１１から重心をとって得られる推論値であり、この例
では操作量ΔＵとして当該ファジィ推論装置より出力さ
れる。
第６１〜６６頁の「ファジィ・システム理論とファジィ
制御」（浅居喜代治）に示された従来のファジィ推論装
置の動作原理を示す説明図であり、図において、１及び
２は推論のルール、３及び４は当該ファジィ推論装置に
入力される特徴間であり、ここではそれぞれ制御系の制
御偏差ｅと制御偏差の変化率へ〇である。また、５及び
６は前記ルール１の前件部のメンバーシップ関数、７は
当該ルール１の後件部のメンバーシップ関数、８及び９
は前記ルール２の前件部のメンバーシップ関数、１０は
当該ルール２の後件部のメンバーシップ関数である。さ
らに、１１は前記メンバーシップ関数７及び１０を合成
したメンバーシップ関数、１２はこのメンバーシップ関
数１１から重心をとって得られる推論値であり、この例
では操作量ΔＵとして当該ファジィ推論装置より出力さ
れる。
また、第６図はこのような動作原理に基づ〈従来のファ
ジィ推論装置の一例を示すブロック図であり、図におい
て、１３は前記各ルール１及び２に対し、入力された特
徴間３．４から前件部の成立度を評価し、その成立度に
基づいて後件部のメンバーシップ関数の重み付けを行う
加重手段、１４はこの加重手段１３によって重み付けさ
れたメンバーシップ関数を合成する合成手段、】５はこ
の合成手段１４によって合成されたメンバーシップ関数
から推論値１２を決定して出力する推論値決定手段であ
る。
ジィ推論装置の一例を示すブロック図であり、図におい
て、１３は前記各ルール１及び２に対し、入力された特
徴間３．４から前件部の成立度を評価し、その成立度に
基づいて後件部のメンバーシップ関数の重み付けを行う
加重手段、１４はこの加重手段１３によって重み付けさ
れたメンバーシップ関数を合成する合成手段、】５はこ
の合成手段１４によって合成されたメンバーシップ関数
から推論値１２を決定して出力する推論値決定手段であ
る。
次に動作について説明する。ここで、ルール１は、「特
徴間３（制御偏差ｅ）が負に少しずれ、かつ特徴間４（
制御偏差の変化率へ〇）が正に少しずれているならば、
推論値１２（操作量ΔＵ）を正に少しずらす」という意
味であり、このうち、「・・・・・・ならば」の部分を
前述の前件部と呼び、それより後の部分を前述の後件部
と呼んでいる。従って、このルール１の前件部のメンバ
ーシップ関数５は「負に少しずれた制御偏差の集合」を
規定し、メンバーシップ関数６は「正に少しずれた制御
偏差の変化率の集合」を規定している。
徴間３（制御偏差ｅ）が負に少しずれ、かつ特徴間４（
制御偏差の変化率へ〇）が正に少しずれているならば、
推論値１２（操作量ΔＵ）を正に少しずらす」という意
味であり、このうち、「・・・・・・ならば」の部分を
前述の前件部と呼び、それより後の部分を前述の後件部
と呼んでいる。従って、このルール１の前件部のメンバ
ーシップ関数５は「負に少しずれた制御偏差の集合」を
規定し、メンバーシップ関数６は「正に少しずれた制御
偏差の変化率の集合」を規定している。
今、加重手段１３に入力された特徴間３としての制御偏
差の実際の値がｅ。であり、特徴間４としての制御偏差
の変化率の実際の値がΔｅＱである場合、第５図に示す
ように、前記値ｅ。が「負に少しずれた制御偏差」であ
る度合いは、メンバ−シップ関数５によって“０．８”
と評価され、前記値Δｅｏが［正に少しずれた制御偏差
の変化率］である度合いは、メンバーシップ関数６によ
って“０．７”と評価される。これら両評価値の内、低
い方の値“０．７”が採用されて当該ルール１の前件部
の成立度となる。さらに、このルール１の後件部のメン
バーシップ関数７は「操作量を正に少しずらす」という
ことを意味しており、当該メンバーシップ関数７は、前
記前件部の成立度の値に従って ０．７倍に重み付けさ
れる。
差の実際の値がｅ。であり、特徴間４としての制御偏差
の変化率の実際の値がΔｅＱである場合、第５図に示す
ように、前記値ｅ。が「負に少しずれた制御偏差」であ
る度合いは、メンバ−シップ関数５によって“０．８”
と評価され、前記値Δｅｏが［正に少しずれた制御偏差
の変化率］である度合いは、メンバーシップ関数６によ
って“０．７”と評価される。これら両評価値の内、低
い方の値“０．７”が採用されて当該ルール１の前件部
の成立度となる。さらに、このルール１の後件部のメン
バーシップ関数７は「操作量を正に少しずらす」という
ことを意味しており、当該メンバーシップ関数７は、前
記前件部の成立度の値に従って ０．７倍に重み付けさ
れる。
このことはルール２についても全く同様であり、入力さ
れた特徴間３の制御偏差の実際の値ｅ。と、特徴間４の
制御偏差の変化率の実際の値ΔｅＯに基づいて前件部の
成立度を評価し、その成立度の値“０．５”に基づいて
、後件部のメンバーシップ関数１０に ０．５倍の重み
付けを行う。このようにして重み付けされたメンバーシ
ップ関数７及びｌＯは合成手段１４へ入力されて合成さ
れ、合成メンバーシップ関数１１が得られる。さらに、
この合成メンバーシップ関数１１は推論値決定手段１５
に入力されて重心が計算され、その結果、操作量へ〇〇
が推論値１２として当該ファジィ推論装置より出力され
る。
れた特徴間３の制御偏差の実際の値ｅ。と、特徴間４の
制御偏差の変化率の実際の値ΔｅＯに基づいて前件部の
成立度を評価し、その成立度の値“０．５”に基づいて
、後件部のメンバーシップ関数１０に ０．５倍の重み
付けを行う。このようにして重み付けされたメンバーシ
ップ関数７及びｌＯは合成手段１４へ入力されて合成さ
れ、合成メンバーシップ関数１１が得られる。さらに、
この合成メンバーシップ関数１１は推論値決定手段１５
に入力されて重心が計算され、その結果、操作量へ〇〇
が推論値１２として当該ファジィ推論装置より出力され
る。
以上のように、ファジィ推論装置では複数のルールが同
時に働き、各々の前件部の成立度に応じた後件部の重み
付けがなされ、全体として釣り合いのとれた値を推論値
として出力している。
時に働き、各々の前件部の成立度に応じた後件部の重み
付けがなされ、全体として釣り合いのとれた値を推論値
として出力している。
従来のファジィ推論装置は以上のように構成されている
ので、ファジィ推論装置の入力である特徴間（Ｓｉ）が
、通常は５ｉ＝０で、ある現象が起こるときだけ ０＜
Ｓｉ≦１となるようなものである場合には、推論は不可
能であり、また推論できたとしても推論値が連続的な値
をとることができないばかりか、推論すべきパラメータ
が一定、もしくは緩慢な変化しかしない場合には、収束
性のある推論値を得ることができないなどの問題点があ
った。
ので、ファジィ推論装置の入力である特徴間（Ｓｉ）が
、通常は５ｉ＝０で、ある現象が起こるときだけ ０＜
Ｓｉ≦１となるようなものである場合には、推論は不可
能であり、また推論できたとしても推論値が連続的な値
をとることができないばかりか、推論すべきパラメータ
が一定、もしくは緩慢な変化しかしない場合には、収束
性のある推論値を得ることができないなどの問題点があ
った。
この発明は上記のような問題点を解消するためになされ
たもので、通常は“０”であることが多い特徴量であっ
ても推論が可能で、その推論値は連続的な値をとること
ができ、さらに、推論すべきパラメータが一定または緩
慢な変化しかしない場合にも収束性のある推論値が得ら
れるファジィ推論装置を得ることを目的とする。
たもので、通常は“０”であることが多い特徴量であっ
ても推論が可能で、その推論値は連続的な値をとること
ができ、さらに、推論すべきパラメータが一定または緩
慢な変化しかしない場合にも収束性のある推論値が得ら
れるファジィ推論装置を得ることを目的とする。
この発明に係るファジィ推論装置は、合成メンバーシッ
プ関数の合成に際して、各ルールの後件部のメンバーシ
ップ関数だけでなく、前記ルール起動の度に重み付けさ
れる前回の合成メンバーシップ関数も合わせて合成する
ようにしたものである。
プ関数の合成に際して、各ルールの後件部のメンバーシ
ップ関数だけでなく、前記ルール起動の度に重み付けさ
れる前回の合成メンバーシップ関数も合わせて合成する
ようにしたものである。
この発明におけるファジィ推論装置は、現在だけでなく
、過去の各ルールの働きも加えたメンバーシップ関数の
合成を行うため、−時に多数のルールが働いた場合と同
様な推論を可能とし、しかも、その推論値は連続的な値
をとり得るとともに、合成メンバーシップ関数に学習効
果が生じ、収束性のある推論をも可能とする。
、過去の各ルールの働きも加えたメンバーシップ関数の
合成を行うため、−時に多数のルールが働いた場合と同
様な推論を可能とし、しかも、その推論値は連続的な値
をとり得るとともに、合成メンバーシップ関数に学習効
果が生じ、収束性のある推論をも可能とする。
以下、この発明の一実施例を図について説明する。第１
図はこの発明による再帰型のファジィ推論装置の一実施
例を示すブロック図、第２図はそのプロセス制御用制御
装置の制御ゲインのチューニングへの適用例を示すブロ
ック図、第３図はその動作原理を示す説明図である。こ
れら各図において、２０及び２１は推論のルール、２２
〜２５は当該再帰型のファジィ推論装置に入力される特
徴量、２６及び２７は前記ルール２０の前件部のメンバ
ーシップ関数、２８はその後件部のメンバーシップ関数
、２９及び３０は前記ルール２１の前件部のメンバーシ
ップ関数、３１はその後件部のメンバーシップ関数であ
る。さらに、３２は前回に合成された不満足さを表す合
成メンバーシップ関数、３３はメンバーシップ関数２８
．３１のいずれかが“０”より大きな値をとった場合に
、この不満足さを表す前回の合成メンバーシップ関数３
２に所定の重み付けをして生成した合成メンバーシップ
関数、３４は前記ルール２０の後件部のメンバーシップ
関数２８及びルール２１の後件部のメンバーシップ関数
３１と、前記条件に応じて重み付けされた前回の合成メ
ンバーシップ関数３３を合成して得られる合成メンバー
シップ関数で、［不満足な制御ゲインＫｃＪのファジィ
集合を表しており、また、３５はこの合成メンバーシッ
プ関数３４から得られる推論値で、この例では制御ゲイ
ンＫｃとして当該再起型のファジィ推論装置から出力さ
れる。
図はこの発明による再帰型のファジィ推論装置の一実施
例を示すブロック図、第２図はそのプロセス制御用制御
装置の制御ゲインのチューニングへの適用例を示すブロ
ック図、第３図はその動作原理を示す説明図である。こ
れら各図において、２０及び２１は推論のルール、２２
〜２５は当該再帰型のファジィ推論装置に入力される特
徴量、２６及び２７は前記ルール２０の前件部のメンバ
ーシップ関数、２８はその後件部のメンバーシップ関数
、２９及び３０は前記ルール２１の前件部のメンバーシ
ップ関数、３１はその後件部のメンバーシップ関数であ
る。さらに、３２は前回に合成された不満足さを表す合
成メンバーシップ関数、３３はメンバーシップ関数２８
．３１のいずれかが“０”より大きな値をとった場合に
、この不満足さを表す前回の合成メンバーシップ関数３
２に所定の重み付けをして生成した合成メンバーシップ
関数、３４は前記ルール２０の後件部のメンバーシップ
関数２８及びルール２１の後件部のメンバーシップ関数
３１と、前記条件に応じて重み付けされた前回の合成メ
ンバーシップ関数３３を合成して得られる合成メンバー
シップ関数で、［不満足な制御ゲインＫｃＪのファジィ
集合を表しており、また、３５はこの合成メンバーシッ
プ関数３４から得られる推論値で、この例では制御ゲイ
ンＫｃとして当該再起型のファジィ推論装置から出力さ
れる。
また、３６は制御の対象となるプロセス、３７はこのプ
ロセス３６を制御する、例えばＰＩＤ制御装置のような
制御装置、３８はこの制御装置３７に推論値（制御ゲイ
ンＫｃ）３５を供給する、この発明に係る再帰型のファ
ジィ推論装置、３９はこのファジィ推論装置３８に特徴
量２２〜２５を供給する特徴量抽出器であり、４０は制
御系の外部より与えられる目標値（ｒ）、４１はプロセ
ス３６から出力される制御量（ｙ）、４２は制御装置３
７へ入力される、前記目標値４０と制御量４１との偏差
（ｅ）、４３は制御装置３７よりプロセス３＝８− ６へ与えられる操作量（ｘ）である。
ロセス３６を制御する、例えばＰＩＤ制御装置のような
制御装置、３８はこの制御装置３７に推論値（制御ゲイ
ンＫｃ）３５を供給する、この発明に係る再帰型のファ
ジィ推論装置、３９はこのファジィ推論装置３８に特徴
量２２〜２５を供給する特徴量抽出器であり、４０は制
御系の外部より与えられる目標値（ｒ）、４１はプロセ
ス３６から出力される制御量（ｙ）、４２は制御装置３
７へ入力される、前記目標値４０と制御量４１との偏差
（ｅ）、４３は制御装置３７よりプロセス３＝８− ６へ与えられる操作量（ｘ）である。
さらに、４４は前記各ルール２０及び２１に対して入力
された特徴量２２〜２５から前件部の成立度を評価し、
その成立度に基づいて後件部のメンバーシップ関数の重
み付けを行う加重手段、４５はこの加重手段４４によっ
て重み付けされた各メンバーシップ関数２８．３１と、
前回の合成メンバーシップ関数３３とを合成して、各推
論値３５の不満足さの度合いを表す新たな合成メンバー
シップ関数３４を得る合成手段、４６はこの合成手段４
５によって合成された合成メンバーシップ関数３４から
推論値３５を決定して出力する推論値決定手段、４７は
前記合成手段４５にて合成された前回の合成メンバーシ
ップ関数３２を遅延させる遅延手段、４８は前記各ルー
ル２０．２１の後件部のメンバーシップ関数２８あるい
は３１のいずれかが“０”よりも大きな値をとったか否
かを検知する検知手段、４９はこの検知手段４８ととも
に検知加重手段を形成し、検知手段４８が前記メンバー
シップ関数２８．３１のいずれかが“０”より大きな値
をとったことを検出した場合に、前記遅延手段４７で遅
延された前回の合成メンバーシップ関数３２を所定の重
みに重み付けして合成メンバーシップ関数３３とし、前
記合成手段４５ヘフイードバツクする乗算手段である。
された特徴量２２〜２５から前件部の成立度を評価し、
その成立度に基づいて後件部のメンバーシップ関数の重
み付けを行う加重手段、４５はこの加重手段４４によっ
て重み付けされた各メンバーシップ関数２８．３１と、
前回の合成メンバーシップ関数３３とを合成して、各推
論値３５の不満足さの度合いを表す新たな合成メンバー
シップ関数３４を得る合成手段、４６はこの合成手段４
５によって合成された合成メンバーシップ関数３４から
推論値３５を決定して出力する推論値決定手段、４７は
前記合成手段４５にて合成された前回の合成メンバーシ
ップ関数３２を遅延させる遅延手段、４８は前記各ルー
ル２０．２１の後件部のメンバーシップ関数２８あるい
は３１のいずれかが“０”よりも大きな値をとったか否
かを検知する検知手段、４９はこの検知手段４８ととも
に検知加重手段を形成し、検知手段４８が前記メンバー
シップ関数２８．３１のいずれかが“０”より大きな値
をとったことを検出した場合に、前記遅延手段４７で遅
延された前回の合成メンバーシップ関数３２を所定の重
みに重み付けして合成メンバーシップ関数３３とし、前
記合成手段４５ヘフイードバツクする乗算手段である。
次に動作について説明する。この再帰型のファジィ推論
装置における推論の目的は、プロセス３６の特徴量２２
〜２５を監視することで制御ゲインＫｃのチューニング
を行うことである。そこで、まず上記特徴量２２〜２５
を具体的に示す。即ち、特徴量２２は偏差（ｅ）４２の
発散傾向Ｓａ、特徴潰２３は偏差４２の大きさ Ｓｂ１
特微量２４は目標値（ｒ）４０の変化に対する制御量（
ｙ）の追従度Ｓｃ、特徴量２５は偏差４２の大きさ５ｄ
（−９ｂ）である。このとき、ルール２０は「もし偏差
（ｅ）４２の発散傾向が大きく、またその絶対値も大き
ければ、現在の制御ゲインＫｃは大きすぎると判断でき
る」という意味を持っている。ここで、加重手段４４に
入力された特徴量２２〜２５の実際の値がＳ ａｏ、
Ｓ ｂｏ、 Ｓ Ｃｏ、 Ｓ ｄｏである場合、前記ル
ール２０において、この値Ｓａｏが「大きい」かどうか
、値Ｓｂｏが「大きい」かどうかは、それぞれ当該ルー
ル２０の前件部のメンバーシップ関数２６及び２７によ
って評価される。第３図に図示の例では、それぞれの評
価値は“０．４＠と１．０″であり、この両評価値の内
、低い方の値“０．４”が当該ルール２０の前件部の成
立度として採用される。
装置における推論の目的は、プロセス３６の特徴量２２
〜２５を監視することで制御ゲインＫｃのチューニング
を行うことである。そこで、まず上記特徴量２２〜２５
を具体的に示す。即ち、特徴量２２は偏差（ｅ）４２の
発散傾向Ｓａ、特徴潰２３は偏差４２の大きさ Ｓｂ１
特微量２４は目標値（ｒ）４０の変化に対する制御量（
ｙ）の追従度Ｓｃ、特徴量２５は偏差４２の大きさ５ｄ
（−９ｂ）である。このとき、ルール２０は「もし偏差
（ｅ）４２の発散傾向が大きく、またその絶対値も大き
ければ、現在の制御ゲインＫｃは大きすぎると判断でき
る」という意味を持っている。ここで、加重手段４４に
入力された特徴量２２〜２５の実際の値がＳ ａｏ、
Ｓ ｂｏ、 Ｓ Ｃｏ、 Ｓ ｄｏである場合、前記ル
ール２０において、この値Ｓａｏが「大きい」かどうか
、値Ｓｂｏが「大きい」かどうかは、それぞれ当該ルー
ル２０の前件部のメンバーシップ関数２６及び２７によ
って評価される。第３図に図示の例では、それぞれの評
価値は“０．４＠と１．０″であり、この両評価値の内
、低い方の値“０．４”が当該ルール２０の前件部の成
立度として採用される。
さらに、このルール２０の後件部は［大きすぎる制御ゲ
インＫｃ Ｊのファジィ集合を定義しており、現在の制
御ゲインＫｃｏ以上の制御ゲインＫｃ≧Ｋｃｏは、少な
くとも前件部の成立度“０．４”の度合いで１大きすぎ
る」といえる。そこで、この前件部の成立度“０．４”
に応じた重み付けをして、メンバーシップ関数２８を作
成する。このことはルール２１についても全く同様であ
り、入力された特徴量２４．２５の実際の値Ｓｃｏとｓ
ｄｏを前件部のメンバーシップ関数２９．３０で評価し
た成立度に基づいて後件部のメンバーシップ関数３１を
作成する。この例ではメンバーシップ関数３１は全ての
値が“０”である関数となっている。
インＫｃ Ｊのファジィ集合を定義しており、現在の制
御ゲインＫｃｏ以上の制御ゲインＫｃ≧Ｋｃｏは、少な
くとも前件部の成立度“０．４”の度合いで１大きすぎ
る」といえる。そこで、この前件部の成立度“０．４”
に応じた重み付けをして、メンバーシップ関数２８を作
成する。このことはルール２１についても全く同様であ
り、入力された特徴量２４．２５の実際の値Ｓｃｏとｓ
ｄｏを前件部のメンバーシップ関数２９．３０で評価し
た成立度に基づいて後件部のメンバーシップ関数３１を
作成する。この例ではメンバーシップ関数３１は全ての
値が“０”である関数となっている。
ここで、第４図はその動作の流れをポすフローチャート
である。前回のイテレーションで合成手段４５にて合成
され、次回のイテレーションの入力として（ステップＳ
Ｔ、ＩＯ）送出された合成メンバーシップ関数３２は、
遅延手段４７に送られて１イテレ一シヨン分の遅延が与
えられる（ステップ５ＴＩ）。また、これとは別に、特
徴量２２〜２５が加重手段４４に入力され（ステップ５
Ｔ２）、加重手段４４は入力された特徴量２２〜２５を
ルール２０及び２１の前件部のメンバーシップ関数２６
．２７及び２９．３０で評価し、求めた成立度に基づい
て後件部のメンバーシップ関数２８及び３１を作成する
（ステップ５Ｔ３）。検知手段４８は、このメンバーシ
ップ関数２８あるいは３１のいずれかが“０”よりも大
きな値をとったか否かを検知しくステップ５Ｔ４）、重
み付けの要否が判断される（ステップ５Ｔ５）。図示の
例では、ルール２０が起動してその後件部のメンバーシ
ップ関数２８が“０”より大きな値をとっているので、
前回の合成メンバーシップ関数３：Ｈ；を乗算手段４９
において、例えば０．９倍に重み付けがなされ、合成メ
ンバーシップ関数３３が生成される（ステップ５Ｔ６）
。
である。前回のイテレーションで合成手段４５にて合成
され、次回のイテレーションの入力として（ステップＳ
Ｔ、ＩＯ）送出された合成メンバーシップ関数３２は、
遅延手段４７に送られて１イテレ一シヨン分の遅延が与
えられる（ステップ５ＴＩ）。また、これとは別に、特
徴量２２〜２５が加重手段４４に入力され（ステップ５
Ｔ２）、加重手段４４は入力された特徴量２２〜２５を
ルール２０及び２１の前件部のメンバーシップ関数２６
．２７及び２９．３０で評価し、求めた成立度に基づい
て後件部のメンバーシップ関数２８及び３１を作成する
（ステップ５Ｔ３）。検知手段４８は、このメンバーシ
ップ関数２８あるいは３１のいずれかが“０”よりも大
きな値をとったか否かを検知しくステップ５Ｔ４）、重
み付けの要否が判断される（ステップ５Ｔ５）。図示の
例では、ルール２０が起動してその後件部のメンバーシ
ップ関数２８が“０”より大きな値をとっているので、
前回の合成メンバーシップ関数３：Ｈ；を乗算手段４９
において、例えば０．９倍に重み付けがなされ、合成メ
ンバーシップ関数３３が生成される（ステップ５Ｔ６）
。
前記各ルール２０及び２１の後件部のメンバーシップ関
数２８及び３１と、この必要によって重み付けされた合
成メンバーシップ関数３３とは合成手段４５に入力され
て合成され、新たな合成メンバーシップ関数３４が生成
される（ステップ５Ｔ７）。この合成演算には、和集合
の演算が用いられる。ここで、もし、前記メンバーシッ
プ関数２８及び３１が全て“０”の値のみを有するもの
であれば、前記前回の合成メンバーシップ関数３２は乗
算手段４９にて１．０ が乗算され、重み付けされずに
そのまま合成メンバーシップ関数３３として合成手段４
５へ入力される。従って、この合成手段４５の合成演算
によって得られる新たな合成メンバーシップ関数３４は
、前回の合成メンバーシップ関数３２と同一のものとな
る。このように、この合成メンバーシップ関数３４は現
在までに学習された［不満足な制御ゲインＫｃＪのファ
ジィ集合を表している。このように生成された合成メン
バーシップ関数３４は推論値決定手段４７に入力され、
推論値決定手段４７はそれに基づいて推論値３５として
の制御ゲインＫｃｏを決定し、当該再帰型のファジィ推
論装置３８より制御装置３７へ出力する（ステップ５Ｔ
８）。具体的には、当該合成メンバーシップ関数３４の
値が一番低くなる制御ゲインを選べばよい。次に、動作
の打ち切りの判断を行い（ステップ５Ｔ９）、動作を継
続する場合には処理をステップ５ＴＩＯへ戻し、ステッ
プＳＴ７で得られた合成メンバーシップ関数を次回のイ
テレーションの入力とする。
数２８及び３１と、この必要によって重み付けされた合
成メンバーシップ関数３３とは合成手段４５に入力され
て合成され、新たな合成メンバーシップ関数３４が生成
される（ステップ５Ｔ７）。この合成演算には、和集合
の演算が用いられる。ここで、もし、前記メンバーシッ
プ関数２８及び３１が全て“０”の値のみを有するもの
であれば、前記前回の合成メンバーシップ関数３２は乗
算手段４９にて１．０ が乗算され、重み付けされずに
そのまま合成メンバーシップ関数３３として合成手段４
５へ入力される。従って、この合成手段４５の合成演算
によって得られる新たな合成メンバーシップ関数３４は
、前回の合成メンバーシップ関数３２と同一のものとな
る。このように、この合成メンバーシップ関数３４は現
在までに学習された［不満足な制御ゲインＫｃＪのファ
ジィ集合を表している。このように生成された合成メン
バーシップ関数３４は推論値決定手段４７に入力され、
推論値決定手段４７はそれに基づいて推論値３５として
の制御ゲインＫｃｏを決定し、当該再帰型のファジィ推
論装置３８より制御装置３７へ出力する（ステップ５Ｔ
８）。具体的には、当該合成メンバーシップ関数３４の
値が一番低くなる制御ゲインを選べばよい。次に、動作
の打ち切りの判断を行い（ステップ５Ｔ９）、動作を継
続する場合には処理をステップ５ＴＩＯへ戻し、ステッ
プＳＴ７で得られた合成メンバーシップ関数を次回のイ
テレーションの入力とする。
なお、上記実施例では推論のルールの数が２つのものを
示したが、その数は３つ以上であってもよく、入力と出
力の数、各ルールの前件部の条件の段数も任意に設定で
きる。
示したが、その数は３つ以上であってもよく、入力と出
力の数、各ルールの前件部の条件の段数も任意に設定で
きる。
また、上記実施例ではプロセス制御用制御装置における
制御ゲインのチューニングに適用した場合について説明
したが、その他のパラメータの推定などに応用してもよ
く、上記実施例と同様の効果を奏する。
制御ゲインのチューニングに適用した場合について説明
したが、その他のパラメータの推定などに応用してもよ
く、上記実施例と同様の効果を奏する。
以上のように、この発明によれば前回の合成演算で得ら
れた合成メンバーシップ関数を条件に応じて重み付けし
てフィードバックし、今回のメンバーシップ関数の合成
に再度使用するように構成したので、特徴量（Ｓｉ）と
して、通常は５ｉ＝０で、特定の現象が起きた時のみ
０＜Ｓｉ≦１となるようなものを利用した場合でも推論
が可能となり、しかも、推論値が連続的な値をとり得る
ばかりか、推定すべきパラメータが、一定もしくは緩慢
な変化しかしない場合でも、収束性のある推論値が得ら
れる効果がある。
れた合成メンバーシップ関数を条件に応じて重み付けし
てフィードバックし、今回のメンバーシップ関数の合成
に再度使用するように構成したので、特徴量（Ｓｉ）と
して、通常は５ｉ＝０で、特定の現象が起きた時のみ
０＜Ｓｉ≦１となるようなものを利用した場合でも推論
が可能となり、しかも、推論値が連続的な値をとり得る
ばかりか、推定すべきパラメータが、一定もしくは緩慢
な変化しかしない場合でも、収束性のある推論値が得ら
れる効果がある。
第１図はこの発明の一実施例による再帰型のファジィ推
論装置の一実施例を示すブロック図、第２図はそのプロ
セス制御用制御装置の制御ゲインのチューニングへの適
用例を示すブロック図、第３図はその動作原理を示す説
明図、第４図はその動作の流れを示すフローチャート、
第５図は従来のファジィ推論装置の動作原理を示す説明
図、第６図はそのブロック図である。 ２０．２１はルール、２２〜２５は特徴量、３５は推論
値、３６はプロセス、３８はファジィ推論装置、４４は
加重手段、４５は合成手段、４６は推論値決定手段、４
８は検知加重手段（検知手段）、４９は検知加重手段（
乗算手段）。 なお、図中、同一符号は同一、又は相当部分を示す。 （外２名） 手続補正書（自発） 昭和６３年２°１曾 日
論装置の一実施例を示すブロック図、第２図はそのプロ
セス制御用制御装置の制御ゲインのチューニングへの適
用例を示すブロック図、第３図はその動作原理を示す説
明図、第４図はその動作の流れを示すフローチャート、
第５図は従来のファジィ推論装置の動作原理を示す説明
図、第６図はそのブロック図である。 ２０．２１はルール、２２〜２５は特徴量、３５は推論
値、３６はプロセス、３８はファジィ推論装置、４４は
加重手段、４５は合成手段、４６は推論値決定手段、４
８は検知加重手段（検知手段）、４９は検知加重手段（
乗算手段）。 なお、図中、同一符号は同一、又は相当部分を示す。 （外２名） 手続補正書（自発） 昭和６３年２°１曾 日
Claims (2)
- （１）“０”から“１”の間の値をとるメンバーシップ
関数を用いて前件部と後件部とを形成した複数のルール
を有し、前記各ルールに対し、入力されたプロセスの特
徴量から前記前件部の成立度を評価し、その成立度に応
じて前記後件部のメンバーシップ関数の重み付けを行う
加重手段と、それ自身の合成演算によって得られた前回
の合成メンバーシップ関数と前記加重手段によって重み
付けされた各メンバーシップ関数とを合成して新たな合
成メンバーシップ関数を得る合成手段と、前記各ルール
の前記後件部の前記メンバーシップ関数のいずれかが“
０”よりも大きな値をとったとき、前記合成手段へフィ
ードバックされる前回の合成メンバーシップ関数に所定
の重み付けを行う検知加重手段と、前記合成手段によっ
て得られた前記合成メンバーシップ関数から推論値を決
定して出力する推論値決定手段とを備えたファジィ推論
装置。 - （２）前記加重手段の有する前記各ルールは、出力され
る推論値が、「大きすぎる」及び「小さすぎる」の判定
を行うものであり、前記合成手段は、「大きすぎる値」
もしくは「小さすぎる値」という意味で不満足さを表す
メンバーシップ関数を合成するものであることを特徴と
する特許請求の範囲第１項記載のファジィ推論装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62262033A JPH01103706A (ja) | 1987-10-16 | 1987-10-16 | フアジイ推論装置 |
| GB8819360A GB2211324B (en) | 1987-10-16 | 1988-08-15 | Fuzzy inference apparatus |
| CA000575019A CA1288168C (en) | 1987-10-16 | 1988-08-17 | Fuzzy inference apparatus |
| DE3832789A DE3832789A1 (de) | 1987-10-16 | 1988-09-27 | Stoerungsfolgevorrichtung |
| US07/950,166 US5432885A (en) | 1987-10-16 | 1992-09-24 | Recurrent fuzzy inference apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62262033A JPH01103706A (ja) | 1987-10-16 | 1987-10-16 | フアジイ推論装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH01103706A true JPH01103706A (ja) | 1989-04-20 |
| JPH0551922B2 JPH0551922B2 (ja) | 1993-08-04 |
Family
ID=17370093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62262033A Granted JPH01103706A (ja) | 1987-10-16 | 1987-10-16 | フアジイ推論装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH01103706A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5179634A (en) * | 1989-04-14 | 1993-01-12 | Omron Corporation | System for synthesizing new fuzzy rule sets from existing fuzzy rule sets |
| US5193144A (en) * | 1988-12-14 | 1993-03-09 | Shimano, Inc. | Fuzzy system |
-
1987
- 1987-10-16 JP JP62262033A patent/JPH01103706A/ja active Granted
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5193144A (en) * | 1988-12-14 | 1993-03-09 | Shimano, Inc. | Fuzzy system |
| USRE38754E1 (en) * | 1988-12-14 | 2005-07-05 | Omron Corporation | Fuzzy system, fuzzy control system development support apparatus, and method of developing a fuzzy control system |
| US5179634A (en) * | 1989-04-14 | 1993-01-12 | Omron Corporation | System for synthesizing new fuzzy rule sets from existing fuzzy rule sets |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0551922B2 (ja) | 1993-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0617806B1 (en) | A closed loop neural network automatic tuner | |
| Kudinov et al. | Optimization of fuzzy PID controller's parameters | |
| Park et al. | Output-feedback control of uncertain nonlinear systems using a self-structuring adaptive fuzzy observer | |
| Hamzaoui et al. | State observer based robust adaptive fuzzy controller for nonlinear uncertain and perturbed systems | |
| JPH11513148A (ja) | 多変数予測コントローラに独立フィードフォワード制御を組込む方法 | |
| JP2002023807A (ja) | 最適かつ自動的に外乱を排除するフィードバック制御を実現するための方法及び装置 | |
| US7016743B1 (en) | Model-free adaptive control of quality variables | |
| Yu et al. | Adaptive neural control for a class of pure-feedback nonlinear time-delay systems with asymmetric saturation actuators | |
| Sentoni et al. | Approximate models for nonlinear process control | |
| CN112213944B (zh) | 基于Smith预估器和自适应控制的时滞系统控制方法 | |
| CA1288168C (en) | Fuzzy inference apparatus | |
| JPH01103706A (ja) | フアジイ推論装置 | |
| JPH01103707A (ja) | フアジイ推論装置 | |
| JPH01103705A (ja) | フアジイ推論装置 | |
| JPH01103704A (ja) | フアジイ推論装置 | |
| Asano et al. | A design of self-tuning predictive PID controllers | |
| JPS61109104A (ja) | Ｐｉｄ調節計 | |
| Hung et al. | Comparative analysis of control design techniques for a cart-inverted-pendulum in real-time implementation | |
| JPS60218105A (ja) | 制御装置 | |
| Gutierrez-Oribio et al. | Robust tracking for the diffusion equation using sliding-mode boundary control | |
| JPH0378003A (ja) | ファジイコントローラ | |
| Kovacic et al. | Adaptive fuzzy logic control based on integral criterion | |
| Rubtsov et al. | On the use of fuzzy logic in control systems for technological equipment | |
| Zayed et al. | A nonlinear PID-based multiple controller incorporating a multilayered neural network learning submodel | |
| Wahid et al. | Improvement of linear distillation column control performance using fuzzy self-tuning PI controller |