JPH01103707A - フアジイ推論装置 - Google Patents
フアジイ推論装置Info
- Publication number
- JPH01103707A JPH01103707A JP62262034A JP26203487A JPH01103707A JP H01103707 A JPH01103707 A JP H01103707A JP 62262034 A JP62262034 A JP 62262034A JP 26203487 A JP26203487 A JP 26203487A JP H01103707 A JPH01103707 A JP H01103707A
- 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 97
- 239000002131 composite material Substances 0.000 claims description 33
- 239000000203 mixture Substances 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 230000002194 synthesizing effect Effects 0.000 abstract description 8
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 230000003111 delayed effect Effects 0.000 abstract description 2
- 238000003786 synthesis reaction Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 5
- 230000005484 gravity Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000004886 process control Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 229910020343 SiS2 Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 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
- 230000002747 voluntary effect Effects 0.000 description 1
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
入力される特徴量であり、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ｌ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、ＩＩ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
入力される特徴量であり、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ｌ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、ＩＩ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
徴量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、１５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
徴量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、１５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ｌは、「特
徴量３（制御偏差ｅ）が負に少しずれ、かつ特徴量４（
制御偏差の変化率Δｅ）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。
徴量３（制御偏差ｅ）が負に少しずれ、かつ特徴量４（
制御偏差の変化率Δｅ）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に入力された特徴量３としての制御偏
差の実際の値がｅ。であり、特徴量４としての制御偏差
の変化率の実際の値がΔｅｏ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、メンバーシップ関数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ｌの前＝３
− 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、特徴量４としての制御偏差
の変化率の実際の値がΔｅｏ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、メンバーシップ関数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ｌの前＝３
− 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
れた特徴量３の制御偏差の実際の値ｅ。と、特徴量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ＩＯ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１０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Δｕｏ
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。
れた特徴量３の制御偏差の実際の値ｅ。と、特徴量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ＩＯ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１０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Δｕｏ
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量（Ｓｉ）が
、通常は５ｉ＝Ｏで、ある現象が起こるときだけ ０＜
ＳｉＳ２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量（Ｓｉ）が
、通常は５ｉ＝Ｏで、ある現象が起こるときだけ ０＜
ＳｉＳ２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
れた前回の合成メンバーシップ関数も合わせて合成する
とともに、前記各ルールに前記各推論値の満足さを記述
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
れた前回の合成メンバーシップ関数も合わせて合成する
とともに、前記各ルールに前記各推論値の満足さを記述
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各推論
値の満足度に関する学習効果が生じ、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各推論
値の満足度に関する学習効果が生じ、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は各推論値の満足さの
度合いについて記述された推論のルール、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、２
６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２Ｉ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、この満足
さを表す前回の合成メンバーシップ関数３２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
、［満足な制御ゲインＫｃ Ｊ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は各推論値の満足さの
度合いについて記述された推論のルール、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、２
６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２Ｉ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、この満足
さを表す前回の合成メンバーシップ関数３２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
、［満足な制御ゲインＫｃ Ｊ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３６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３６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２】に対−８＝
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４
４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、４７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、４８はこの検知手段４７とともに検知加
重手段を形成し、検知手段４７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４６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。また、１
５は前記合成手段４６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
値決定手段で、第６図に同一符号を付した従来のものと
同様に、例えば前記合成メンバーシップ関数３４の重心
を計算して推論値３５を求めている。
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４
４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、４７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、４８はこの検知手段４７とともに検知加
重手段を形成し、検知手段４７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４６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。また、１
５は前記合成手段４６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
値決定手段で、第６図に同一符号を付した従来のものと
同様に、例えば前記合成メンバーシップ関数３４の重心
を計算して推論値３５を求めている。
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、特徴量２３は偏差４２の大きさ Ｓｂ１
特徴量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
（−８ｂ）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、制御ゲインＫｃは現在の値よりももっと小さい
ほうがよい」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Ｓａ
ｏ、 Ｓｂｏ、 Ｓｅａ、 Ｓｄｏ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１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。このルール２０の後件部は１
−もっと小さい制御ゲインＫｃ（−満足できる制御ゲイ
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よりも小さな値のところに前記前件部の成
立度“０．４”に応じた重み付けがなされた山の立って
いる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ｓｄｏ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
件部のメンバーノツプ関数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
とな一１１＝ っている。
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、特徴量２３は偏差４２の大きさ Ｓｂ１
特徴量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
（−８ｂ）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、制御ゲインＫｃは現在の値よりももっと小さい
ほうがよい」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Ｓａ
ｏ、 Ｓｂｏ、 Ｓｅａ、 Ｓｄｏ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１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。このルール２０の後件部は１
−もっと小さい制御ゲインＫｃ（−満足できる制御ゲイ
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よりも小さな値のところに前記前件部の成
立度“０．４”に応じた重み付けがなされた山の立って
いる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ｓｄｏ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
件部のメンバーノツプ関数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
とな一１１＝ っている。
ここで、第４図はその動作の流れを示すフローチャート
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人力として（ステップ５
ＴＩＯ）送出された合成メンバーシップ関数３２は、遅
延手段４６に送られてｌイテレーション分の遅延が与え
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５Ｔ
２）、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４７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ＳＴ４ ）
、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３２は乗算手段４８
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人力として（ステップ５
ＴＩＯ）送出された合成メンバーシップ関数３２は、遅
延手段４６に送られてｌイテレーション分の遅延が与え
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５Ｔ
２）、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４７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ＳＴ４ ）
、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３２は乗算手段４８
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４８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「満足な制御ゲインＫｃ Ｊ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１５に入力され、
推論値決定手段１５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
重心を計算し、満足な制御ゲインの代表値Ｋｃｏを決定
する。次に、動作の打ち切りの判断を行い（ステップ５
Ｔ９）、動作を継続する場合には処理をステップ５ＴＩ
Ｏ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４８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「満足な制御ゲインＫｃ Ｊ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１５に入力され、
推論値決定手段１５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
重心を計算し、満足な制御ゲインの代表値Ｋｃｏを決定
する。次に、動作の打ち切りの判断を行い（ステップ５
Ｔ９）、動作を継続する場合には処理をステップ５ＴＩ
Ｏ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す
ることができ、さらに、合成メンバーシップ関数から推
論値を得る方法としても、重心計算に代えて、面積三等
分法等を用いてもよい。
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す
ることができ、さらに、合成メンバーシップ関数から推
論値を得る方法としても、重心計算に代えて、面積三等
分法等を用いてもよい。
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
に再度使用するとともに、各ルールに各推論値の満足さ
を記述するように構成したので、特徴量（Ｓｉ）として
、通常は Ｓｉ−〇で、特定の現象が起きた時のみ Ｏ
＜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
に再度使用するとともに、各ルールに各推論値の満足さ
を記述するように構成したので、特徴量（Ｓｉ）として
、通常は Ｓｉ−〇で、特定の現象が起きた時のみ Ｏ
＜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−１５＝
アジイ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。 １５は推論値決定手段、２０．２１はルール、２２〜２
５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、４
７は検知加重手段（検知手段）、４８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） ＝１６− 手続補正書（自発）
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。 １５は推論値決定手段、２０．２１はルール、２２〜２
５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、４
７は検知加重手段（検知手段）、４８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） ＝１６− 手続補正書（自発）
Claims (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、それぞれが各推論
値の満足さの度合いについて記述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
。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62262034A JPH01103707A (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 |
|---|---|---|---|
| JP62262034A JPH01103707A (ja) | 1987-10-16 | 1987-10-16 | フアジイ推論装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH01103707A true JPH01103707A (ja) | 1989-04-20 |
| JPH0551923B2 JPH0551923B2 (ja) | 1993-08-04 |
Family
ID=17370108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62262034A Granted JPH01103707A (ja) | 1987-10-16 | 1987-10-16 | フアジイ推論装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH01103707A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1991003775A1 (fr) * | 1989-08-31 | 1991-03-21 | Omron Corporation | Dispositif de commande floue pouvant changer de regle et son procede de fonctionnement, et systeme de commande gere par commutation par inference floue et son procede de commande |
| 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 JP62262034A patent/JPH01103707A/ja active Granted
Cited By (4)
| 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 |
| WO1991003775A1 (fr) * | 1989-08-31 | 1991-03-21 | Omron Corporation | Dispositif de commande floue pouvant changer de regle et son procede de fonctionnement, et systeme de commande gere par commutation par inference floue et son procede de commande |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0551923B2 (ja) | 1993-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kudinov et al. | Optimization of fuzzy PID controller's parameters | |
| EP0617806B1 (en) | A closed loop neural network automatic tuner | |
| Hamzaoui et al. | State observer based robust adaptive fuzzy controller for nonlinear uncertain and perturbed systems | |
| JP2647217B2 (ja) | 複合制御方法 | |
| Kannan et al. | Two-degree of freedom PID controller in time delay system using hybrid controller model | |
| CA1288168C (en) | Fuzzy inference apparatus | |
| JPH01103707A (ja) | フアジイ推論装置 | |
| Lee et al. | A fuzzy controller for an aeroload simulator using phase plane method | |
| JPH01103706A (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 | |
| US5432885A (en) | Recurrent fuzzy inference apparatus | |
| Pekaslan et al. | Determining Firing Strengths Through a Novel Similarity Measure to Enhance Uncertainty Handling in Non-singleton Fuzzy Logic Systems. | |
| Burkan | Design of adaptive compensators for the control of robot manipulators robust to unknown structured and unstructured parameters | |
| Brezak et al. | Flank wear regulation using artificial neural networks | |
| JPH0378003A (ja) | ファジイコントローラ | |
| Feng et al. | Improved self-adaptive Smith predictive control scheme for time-delay system | |
| Kannan et al. | Design of fuzzy immune pid controller for liquid level control system | |
| JP2531528B2 (ja) | オ―トチュ―ニング・コントロ―ラのファジィ演算推定方式 | |
| Zhao et al. | A time-delay compensation strategy for processes with uncertainties | |
| Kadri | Control Structures for Multiplicative Input Disturbance Rejection using Adaptive Direct Fuzzy Controllers | |
| JPH03188504A (ja) | ファジィ制御装置およびファジィ推論方法 | |
| Shen et al. | H∞ finite-time prescribed performance trajectory tracking control of MSVs with self-adjusting neural networks | |
| Zayed et al. | A nonlinear PID-based multiple controller incorporating a multilayered neural network learning submodel | |
| Alnufaie | A robust controller design for a robotic system |