JPH02161530A - Membership function generator - Google Patents
Membership function generatorInfo
- Publication number
- JPH02161530A JPH02161530A JP63315360A JP31536088A JPH02161530A JP H02161530 A JPH02161530 A JP H02161530A JP 63315360 A JP63315360 A JP 63315360A JP 31536088 A JP31536088 A JP 31536088A JP H02161530 A JPH02161530 A JP H02161530A
- Authority
- JP
- Japan
- Prior art keywords
- membership function
- membership
- fuzzy inference
- fuzzy
- function
- 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.)
- Pending
Links
- 230000006870 function Effects 0.000 claims abstract description 95
- 230000035807 sensation Effects 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 8
- 238000005070 sampling Methods 0.000 abstract 1
- 230000002194 synthesizing effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
Abstract
Description
【発明の詳細な説明】
〈産業上の利用分野〉
この発明は、ファジィ理論におけるメンバーシップ関数
を発生するのに用いられるメンバーシップ関数発生装置
に関する。DETAILED DESCRIPTION OF THE INVENTION <Industrial Application Field> The present invention relates to a membership function generator used to generate membership functions in fuzzy theory.
〈従来の技術〉
ファジィ理論は、人間の感覚を表現するための理論であ
って、その理論を数値化する手法としてメンバーシップ
関数が用いられる。<Prior Art> Fuzzy theory is a theory for expressing human sensations, and a membership function is used as a method for quantifying the theory.
ところで人間の感覚はその時々の状況に応じて変動する
性質のものである。例えば風呂の湯温を考えると、人間
の感覚は季節により異なるため、どの程度の湯温を適温
であるとするかの判断にずれが生ずる。一般に外気温度
が高いほどぬるい目の風呂が好まれる傾向にあるもので
、湯温は夏は低い目が、また冬は高い目が、それぞれ適
温であると判断される。However, human senses tend to change depending on the situation at the time. For example, when considering the temperature of bath water, human sensations vary depending on the season, which can lead to discrepancies in determining what water temperature is appropriate. In general, the higher the outside temperature, the more people prefer a lukewarm bath, and the water temperature is judged to be lower in the summer and higher in the winter, respectively.
このように湯温に関する感覚が季節により異なるため、
湯温が適温であることを表現するメンバーシップ関数は
、第７図に示す如く、外気温度に応じてその位置が異な
って（る。As the sensation of hot water temperature varies depending on the season,
As shown in FIG. 7, the position of the membership function that expresses that the water temperature is appropriate varies depending on the outside temperature.
第７図（１）は外気温度が２０°Ｃのときのメンバーシ
ップ関数を示すもので、このメンバーシップ関数は外気
温度が３０°Ｃに上がると、第７図（２）に示す如く低
温方向へ位置ずれし、また外気温度がＩＯ’Ｃに下がる
と、第７図（３）に示す如く高温方向へ位置ずれする。Figure 7 (1) shows the membership function when the outside air temperature is 20°C, and when the outside air temperature rises to 30°C, the membership function moves toward lower temperatures as shown in Figure 7 (2). When the temperature of the outside air drops to IO'C, the position shifts toward higher temperatures as shown in FIG. 7(3).
つぎの０〜０式は、外気温度が２０°Ｃのときの「ぬる
い」 「適温」 「あつい」の各感覚を表現するメンバ
ーシップ関ｉ１［μ”ａ （ｔ） 。The following 0 to 0 formulas are membership relations i1 [μ”a (t) that express the sensations of “lukewarm,” “suitable temperature,” and “hot” when the outside temperature is 20°C.
μ２°ｎ （ｔ） 、 μ”ｃ （ｔ）を示している
。μ2°n (t) and μ”c (t) are shown.
μ”Ａ （ｔ） ＝ （ｌΔ−１／２（ｔ−４２））
Ｖ Ｏ・・・・■ａ”ｆｌ （ｔ） −（１／２（
ｔ−４０） Δ−１／２（ｔ−４４）） Ｖ Ｏ・・
・・■
μ”Ｃ（ｔ） −（１／２（ｔ−４２） Δ１）ＶＯ
・・・・■なお上式中、Δは小さい方の値をとるという
意味であり、また■は大きい方の値をとるという意味で
ある。μ”A (t) = (lΔ-1/2(t-42))
VO・・・・■a”fl (t) −(1/2(
t-40) Δ-1/2 (t-44)) V O...
・・■μ”C(t) −(1/2(t-42) Δ1)VO
...■ In the above formula, Δ means to take the smaller value, and ■ means to take the larger value.
同様に０〜０式は外気温度が３０°Ｃのときの各メンバ
ーシップ関数を、また０〜０式は外気温度が１０６０の
ときの各メンバーシップ関数を、それぞれ示す。Similarly, formulas 0 to 0 represent membership functions when the outside air temperature is 30°C, and formulas 0 to 0 represent membership functions when the outside temperature is 1060°C.
μ”Ａ （ｔ）＝ ＮΔ−１／２（ｔ−４０）） Ｖ
Ｏ−・・・■μ”０ａ （ｔ） ＝ （１／２（ｔ−３
８）Δ−１／２（ｔ−４２）） Ｖ Ｏ・・・・■
ａ３０ｃ （ｔ） ＝ （１／２（ｔ−４０） Ａ Ｉ
） Ｖ Ｏ−＝・・■ｕ １０Ａ （ｔ） ＝ （Ｉ
Ａ−１／２（ｔ−４４）） Ｖ Ｏ・・・・０８ｍ
０． （ｔ） ＝ （１／２（ｔ−４２）Δ−１／２（
ｔ〜４６））ＶＯ・・・・■
μ”ｃ （ｔ） ＝ （１／２（ｔ−４４）Δ１）■０
・・・・■〈発明が解決しようとする問題点〉
しかしながら従来のファジィ理論では、各外気温度につ
いてのメンバーシップ関数を多数定義して用意する必要
があって、もし全ての外気温度に対応させようとすると
、無限価のメンバーシップ関数が必要となる。μ”A (t) = NΔ-1/2(t-40)) V
O-...■μ”0a (t) = (1/2(t-3
8) Δ-1/2 (t-42)) V O... ■ a30c (t) = (1/2 (t-40) A I
) V O-=...■u 10A (t) = (I
A-1/2 (t-44)) V O...08m
0. (t) = (1/2(t-42)Δ-1/2(
t~46)) VO・・・・■ μ”c (t) = (1/2(t-44)Δ1)■0
・・・・■〈Problem to be solved by the invention〉 However, in conventional fuzzy theory, it is necessary to define and prepare a large number of membership functions for each outside air temperature. This would require an infinitely valenced membership function.
この感覚の変化に対応するために、外気温度を感覚の曖
昧さを増加させる要素（外乱）とみなし、複数のメンバ
ーシップ関数を足し合わせたような形態のメンバーシッ
プ関数（第８図に示す）を用いることも提案されている
。In order to respond to this change in sensation, we consider the outside temperature as an element (disturbance) that increases the ambiguity of sensation, and create a membership function that is the sum of multiple membership functions (shown in Figure 8). It has also been proposed to use
第８図は、外気温度が２０”Ｃを中心として１０〜３０
６Ｃの範囲でばらつくときのメンバーシップ関数を示す
もので、適温を表現するメンバーシップ関数は、湯温が
３８〜４６°Ｃの広い幅にわたっている。この幅は狭け
れば狭いほど適温を表現するメンバーシップ関数の曖昧
さは小さ（なるが、同図の方法によるとき、メンバーシ
ップ関数の幅は広がって曖昧さが増し、適切な推論が行
われ難いという問題がある。Figure 8 shows that the outside temperature is 10 to 30 degrees centering on 20"C.
It shows the membership function when the temperature varies within a range of 6C.The membership function that expresses the appropriate temperature covers a wide range of water temperatures from 38 to 46C. The narrower this width is, the less ambiguous the membership function that expresses the optimal temperature is (however, when using the method shown in the figure, the width of the membership function becomes wider and the ambiguity increases, making it difficult to make appropriate inferences). The problem is that it is difficult.
この発明は、上記問題に着目してなされたもので、人間
の感覚を左右する要素によりメンバーシップ関数を調整
することにより、メンバーシップ関数を多数個用意する
ことなく、適切な推論を行い得る新規なメンバーシップ
関数発生装置を提供することを目的とする。This invention was made by focusing on the above problem, and is a novel method that allows appropriate inference to be made without having to prepare a large number of membership functions by adjusting the membership function according to factors that affect human senses. The purpose of the present invention is to provide a membership function generator.
く問題点を解決するための手段〉
上記目的を達成するため、この発明では、人間の感覚を
表現して得たファジィ理論を数値化するためのメンバー
シップ関数を発生するのに、人間の感覚を左右する要素
に応じてメンバーシップ関数の位置または形態を調整し
て設定するためのメンバーシップ関数設定部と、入力に
対しメンバーシップ関数設定部で得たメンバーシップ関
数による演算を実行してメンバーシップ値を算出するた
めのメンバーシップ値演算部とでメンバーシップ関数発
生装置を構成することにした。Means for Solving the Problems In order to achieve the above object, this invention uses human senses to generate membership functions for quantifying fuzzy theories obtained by expressing human senses. A membership function setting section that adjusts and sets the position or form of the membership function according to the factors that influence We decided to configure a membership function generator with a membership value calculation section for calculating membership values.
またこの発明では、人間の感覚を左右する要素が複雑に
からまっていても、メンバーシップ関数の調整を的確に
行うために、前記メンバーシップ関数設定部には、人間
の感覚を左右する要素を入力してファジィ推論を行いメ
ンバーシップ関数の位置または形態を決定するファジィ
推論部を具備させることにしている。Furthermore, in the present invention, in order to accurately adjust the membership function even if the elements that influence human sensations are complicated, the membership function setting section includes elements that influence human sensations. The system is equipped with a fuzzy inference unit that receives input and performs fuzzy inference to determine the position or form of the membership function.
く作用〉
まず人間の感覚を左右する要素に応して位置または形態
が調整されたメンバーシップ関数が設定された後、入力
に対しそのメンバーシップ関数による演算が実行されて
メンバーシップ値が算出される。このため、予め多数の
メンバーシップ関数を定義して用意することなく、適切
な推論が行われる。First, a membership function whose position or form is adjusted according to the factors that affect human senses is set, and then the membership value is calculated by performing calculations using that membership function on the input. Ru. Therefore, appropriate inference can be performed without having to define and prepare a large number of membership functions in advance.
またメンバーシップ関数の調整をファジィ推論で行うよ
うにすれば、たとえ人間の感覚を左右する要素が複雑に
からまっていても、メンバーシップ関数の調整を的確に
行うことが可能である。Furthermore, if the membership function is adjusted using fuzzy inference, it is possible to accurately adjust the membership function even if the factors that influence human senses are intricately intertwined.
〈実施例〉
第１図は、この発明が適用実施されたファジィ推論部の
構成例を示す。<Embodiment> FIG. 1 shows an example of the configuration of a fuzzy inference section to which the present invention is applied.
このファジィ推論部は、例えば風呂の湯温を自動制御す
るためのものであるが、この発明はこれに限らず、他の
用途のファジィ推論システムにも適用実施できることは
勿論である。This fuzzy inference unit is for automatically controlling the temperature of bath water, for example, but the present invention is not limited to this, and can of course be applied to fuzzy inference systems for other uses.
図示例のファジィ推論部は、ルール処理部ｌと、ＭＡＸ
合成回路２と、デフアシファイヤ３とを含むもので、ル
ール処理部ｌにはセンサなどからの信号をサンプルホー
ルドした２種類の入力Ｘｌ＋Ｘ！が与えられている。な
お入力数は、２種類に限らず、１種類または３種類以上
であってもよい。The fuzzy inference unit in the illustrated example includes a rule processing unit l and a MAX
It includes a synthesis circuit 2 and a defassifier 3, and the rule processing section 1 receives two types of inputs Xl+X! that sample and hold signals from sensors, etc. is given. Note that the number of inputs is not limited to two types, but may be one type or three or more types.
ルール処理部ｌはファジィ推論前件部４とファジィ推論
後件部５とで複数のファジィルールに従ってファジィ推
論を実行するための部分であって、ファジィ推論前件部
４は各ルール毎にそれぞれ２個のメンバーシップ関数発
生装置６゜７とＭＩＮ回路８とを含み、またファジィ推
論後件部５はメンバーシップ関数設定部９とＭＩＮ回路
ｌＯとを含んでいる。The rule processing unit l is a part for executing fuzzy inference according to a plurality of fuzzy rules with a fuzzy inference antecedent part 4 and a fuzzy inference consequent part 5, and the fuzzy inference antecedent part 4 has two fuzzy inference antecedents for each rule. The fuzzy inference consequent section 5 includes a membership function setting section 9 and a MIN circuit 10.
前記のファジィルールは、ｉｆ、 ｔｈｅｎ （もし、
ならば）ルールといわれるもので、この実施例の場合、
つぎのように表現される。The above fuzzy rule is if, then (if,
) is called a rule, and in this example,
It is expressed as follows.
（ルール１）
ｉｆ ｘ（＝Ｘ１１””ａｎｄ Ｘｚ ＝Ｘ１１”’
ｔｈｅｎ ｙ ＝ Ｙ ｔ ”’
（ルール２）
ｉｆ Ｘ＋ ＝Ｘｚ＋””ａｎｄ ｘｉ ＝Ｘ２ｇ”
’ｔｈｅｎ ｙ ＝ Ｙ、 ”’
第２図は、ファジィ推論前件部４における各メンバーシ
ップ関数発生装置６，７の構成を示すもので、メンバー
シップ関数設定部１１とメンバーシップ値演算部１２と
が含まれている。(Rule 1) if x(=X11""and Xz =X11"'
then y = Y t"' (Rule 2) if X+ = Xz+""and xi =X2g"
'then y = Y, "' FIG. 2 shows the configuration of each membership function generation device 6, 7 in the fuzzy inference antecedent section 4, which includes a membership function setting section 11, a membership value calculation section 12, It is included.
メンバーシップ関数設定部１１は、人間の感覚を左右す
る要素（前記の段剥では外気温度など）に応じてメンバ
ーシップ関数の位置または形態を調整して設定するため
のもので、第１のメンバーシップ関数発生装置６は要素
ａ１に応じて、また第２のメンバーシップ関数発生装置
７は要素ａ２に応じて、それぞれメンバーシップ関数の
位置または形態が設定される。前記の各要素ａｌ、ａ２
は、メンバーシップ関数設定用の入力としてセンサより
与えられるが、センサ以外からの入力（例えばキーボー
ドやファイルからの入力）であってもよい。また各要素
は、図中スカラ量で示しであるが、ベク°トル量であっ
てもよい。The membership function setting section 11 is for adjusting and setting the position or form of the membership function according to factors that influence human senses (such as the outside temperature in the case of the above-mentioned stage peeling). The position or form of the membership function is set in the membership function generator 6 according to the element a1, and in the second membership function generator 7 according to the element a2. Each of the above elements al, a2
is given by the sensor as an input for membership function setting, but may be an input from a source other than the sensor (for example, input from a keyboard or a file). Further, although each element is shown as a scalar quantity in the figure, it may be a vector quantity.
いま前記の段剥において、メンバーシップ関数が外気温
度τに応じてその位置が変わる場合を想定すると、「ぬ
るい」 「適温」 「あつい」の各感覚を表現するメン
バーシップ関数μＡ （Ｌτ）、μ、（Ｌ、τ）、μｃ
（ｔ、 τ）はつぎの［相］〜＠式のように表され
る。Now, in the above-mentioned step peeling, assuming that the membership function changes its position depending on the outside temperature τ, the membership functions μA (Lτ), μ that express each feeling of “lukewarm”, “suitable temperature”, and “hot” are , (L, τ), μc
(t, τ) is expressed as the following [phase] ~ @ expression.
μＡ（１，τ）−（ｌΔ−１／２（ｔ−４２−ｒ、 （
τ））■０・・・・［相］
μ、（ｔ、τ） ＝ （１／２（ｔ−４０ｆｚ＋ （τ
））Δ４／２（ｔ−４４ｆ ｚ□（τ））■０・・・・
■μ、（ｔ、τ） ＝ （１／２（ｔ−４２−ｆ 、（
τ））Δ１）ｖＯ・・・・＠
上記の関数ｆは外気温度τの変化によりメンバーシップ
関数の位置がどの程度変化するかを表すもので、ｆ＋
（Ｔ） ＝ｆｚ＋ （ｒ） ＝ｆｚｔ （τ）＝１３（
τ） ＝１１５ （τ−２０）とすると、前記０式は
前記の０００式と同じになる。μA(1,τ)−(lΔ−1/2(t−42−r, (
τ)) ■0... [phase] μ, (t, τ) = (1/2(t-40fz+ (τ
))Δ4/2(t-44f z□(τ)) ■0...
■μ, (t, τ) = (1/2(t-42-f, (
τ))Δ1)vO...@ The above function f represents how much the position of the membership function changes due to changes in the outside air temperature τ, and is expressed as f+
(T) =fz+ (r) =fzt (τ)=13(
When τ) = 115 (τ-20), the above equation 0 becomes the same as the above equation 000.
第４図は、このようにして設定されるメンバーシップ関
数を示すもので、同図中鎖線はこのメンバーシップ関数
の位置が変化する状態を示している。FIG. 4 shows the membership function set in this way, and the chain line in the figure shows the state in which the position of this membership function changes.
またもしメンバーシップ関数が外気温度τに応じてその
形態（傾き）が変わる場合を想定すると、前記メンバー
シップ関数μＡ （ｔ、 τ）μｓ （ｔ、 τ）
、μｃ （ｔ、 τ）はつぎの０〜■式のように表さ
れる。Furthermore, if we assume that the membership function changes its form (slope) depending on the outside temperature τ, then the membership function μA (t, τ) μs (t, τ)
, μc (t, τ) are expressed as the following equations 0 to ■.
μＡ （む、 τ ） ＝ （１Δ −ｇ＋（τ ）
（ｔ’ ｆｌ （τ）））■０・・・・■
μ８（ｔ、τ） ＝ （ｇｚ＋（τ）（ｔ ｆｚ＋（
τ）））Δｇｚ□（τ）（ｔ−ｒｔ□（τ））■０・・
・・０μｃ （ｔ、 τ）＝（ｇ３（τ）（ｔ ｆ
ｚ（τ））Δ１）■０・・・・■
ここでｇ＋（τ）＝ｇｚ＋（τ）−ｇ２□（τ）＝ｇｚ
（τ） ＝１／２ 、ｆ、 （τ）＝ｆ３（τ） ＝４
２＋１１５（τ−２０） 、ｆｚｌ（τ） ＝４０＋１
１５（τ−２０）とすると、前記０式は前記の■■■式
と同じになる。μA (m, τ) = (1Δ −g+(τ)
(t' fl (τ))) ■0...■ μ8 (t, τ) = (gz+(τ)(t fz+(
τ)))Δgz□(τ)(t-rt□(τ))■0...
・・0μc (t, τ)=(g3(τ)(t f
z(τ))Δ1)■0...■ Here g+(τ)=gz+(τ)-g2□(τ)=gz
(τ) = 1/2, f, (τ) = f3(τ) = 4
2+115(τ-20), fzl(τ) =40+1
15(τ-20), the above equation 0 becomes the same as the above equation ■■■.
第５図は、このようにして設定されるメンパージ・ノブ
関数を示すもので、同図中鎖線はこのメンバーシップ関
数の傾きが変化する状態を示している。FIG. 5 shows the membership knob function set in this way, and the chain line in the figure shows the state in which the slope of this membership function changes.
なお上記の例では、人間のを覚を左右する要素として夕
（気温度τのみを想定したが、例えばその要素として２
種類（例えば外気温度τと湿度ｄ）を想定すると、各メ
ンバーシップ関数μＡ（Ｌ、（τ、σ））、μｎｏ、（
τ、σ））。In the above example, only the evening temperature (temperature τ) was assumed as the factor that influences human perception, but for example, 2
Assuming a type (for example, outside temperature τ and humidity d), each membership function μA(L, (τ, σ)), μno, (
τ, σ)).
μｃ（ｔ、（τ、σ））はつぎの■〜■弐のように表さ
れる。μc(t, (τ, σ)) is expressed as shown in the following ■~■2.
μ、ｔＣｔ、（τ、σｌ ） −（１Δ−ｇ＋（τ、σ
）（ｔ−ｆｌ （τ７ σ）））ＶＯ・・・、■μ１ｌ
（ｔ、（τ、σ） ） ＝ （ｇｚ＋（τ、σ） （
１「２Ｉ（τ、σ）））八−ｇ２□（τ、σ）（シｆｚ
ｚ（τ、σ））■０・・・・■
μｃｏ、ｆτ、σ） ） ＝ （ｇ３（τ、σ） （
１［３（τ、σ））Δ１）■０・・・・■第３図は、メ
ンバーシップ関数設定部１１をファジィ推論部１３とメ
ンバーシップ関数発生部１４とで構成した第２実施例を
示している。μ, tCt, (τ, σl ) −(1Δ−g+(τ, σ
) (t-fl (τ7 σ))) VO..., ■μ1l
(t, (τ, σ) ) = (gz+(τ, σ) (
1 "2I (τ, σ))) 8-g2 □ (τ, σ) (Sh fz
z(τ, σ)) ■0...■ μco, fτ, σ) ) = (g3(τ, σ) (
1[3(τ,σ))Δ1) ■0...■ Fig. 3 shows a second embodiment in which the membership function setting section 11 is composed of a fuzzy inference section 13 and a membership function generation section 14. It shows.
上記の各実施例では、外気温度τや湿度σの変化により
メンバーシップ関数の位置や傾きにどの程度影響を与え
るかを関数ｆ９ｇの形で表現しているが、人間の感覚を
左右する要素が複雑にからま−、てくると、このような
関数（ｇで与えられるパラメータを求めることが困難と
なる。そこでこの第２実施例では、ファジィ推論部１３
でファジィ推論を行って前記のパラメータを求め、メン
バーシップ関数発生部１４でこのパラメータを用いてメ
ンバーシップ関数を生成している。In each of the above embodiments, the degree to which the position and slope of the membership function are influenced by changes in the outside temperature τ and humidity σ is expressed in the form of a function f9g, but the factors that influence human perception are When the function becomes complicated, it becomes difficult to obtain the parameter given by such a function (g. Therefore, in this second embodiment, the fuzzy inference unit 13
The above-mentioned parameters are obtained by performing fuzzy inference, and the membership function generation section 14 generates a membership function using these parameters.
前記ファジィ推論部１３におけるファジィルールは、例
えば外気温度のみを人間の感覚を左右する要素とした場
合には、つぎのように表現される。The fuzzy rules in the fuzzy inference section 13 are expressed as follows, for example, when the outside temperature is the only factor that influences human sensation.
（ルール１）
もし外気温度が暑いのであれば、人間の感覚はぬるい目
を好む。(Rule 1) If the outside temperature is hot, human senses prefer lukewarm eyes.
（ルール２）
もし外気温度が温かいのであれば、人間の感覚は普通く
らいを好む。(Rule 2) If the outside temperature is warm, humans prefer a normal temperature.
（ルール３）
もし外気温度が寒いのであれば、人間の感覚はあつい目
を好む・。(Rule 3) If the outside temperature is cold, human senses prefer warm eyes.
第６図（１）（２）には、このときのメンバーシップ関
数を具体的に示しである。FIGS. 6(1) and 6(2) specifically show the membership functions at this time.
このようにして得たメンバーシップ関数ば、メンバーシ
ップ関数発生装置６，７のメンバーシップ値演算部１２
に与えられる。メンバーシップ値演算部１２は、人力Ｘ
が与えられると、その人力Ｘがメンバーシップ関数にど
の程度適合するかを求めるための演算を実行してメンバ
ーシップ値を算出する。The membership function obtained in this way is used by the membership value calculation unit 12 of the membership function generators 6 and 7.
given to. The membership value calculation unit 12 uses human power
When given, the membership value is calculated by performing calculations to find out how well the human power X matches the membership function.
第１図に戻って、ルール処理部１のファジィ推論前件部
４において、ルール毎にそれぞれメンバーシップ関数発
生装置６，７が要素ａｌ。Returning to FIG. 1, in the fuzzy inference antecedent section 4 of the rule processing section 1, membership function generators 6 and 7 generate elements al for each rule.
ａ２に応じて調整されたメンバーシップ関数によりメン
バーシップ値（適合度）を算出すると、各ＭＩＮ回路８
はそのうち適合度の小さい方を選択する。そしてファジ
ィ推論後件部５の各ＭＩＮ回路１０では、選択された適
合度によりファジィルールの出力ｙに関するメンバーシ
ップ関数に制限をかけて、例えば台形状のメンバーシッ
プ関数を得るのである。When the membership value (fitness) is calculated using the membership function adjusted according to a2, each MIN circuit 8
selects the one with the smaller fitness. Each MIN circuit 10 of the fuzzy inference consequent part 5 limits the membership function regarding the output y of the fuzzy rule based on the selected degree of fitness, to obtain, for example, a trapezoidal membership function.
各ＭＩＮ回路１０に与えられる出力ｙに関するメンバー
シップ関数は、前記と同様、メンバーシップ関数設定部
９にて人間の感覚を左右する要素すに応じてその位置や
形態が調整されている。As described above, the position and form of the membership function regarding the output y given to each MIN circuit 10 is adjusted by the membership function setting section 9 in accordance with the factors that influence human sensation.
ＭＡＸ合成回路２は、各ＭＩＮ回路１０．１０の出力を
重ね合わせて合成出力μ（ｙ）を生成し、この合成出力
の重心がデフアシファイヤ３で算出されて確定出力ｙ０
を得ている。The MAX synthesis circuit 2 superimposes the outputs of the respective MIN circuits 10.10 to generate a composite output μ(y), and the center of gravity of this composite output is calculated by the defassifier 3 to produce a final output y0.
I am getting .
〈発明の効果〉
この発明は上記の如く、人間の感覚を左右する要素に応
じてメンバーシップ関数の位置や形態を調節するから、
予め多数のメンバーシップ関数を定義して用意すること
なしに、適切な推論を行うことができる。<Effects of the Invention> As described above, this invention adjusts the position and form of the membership function according to the factors that influence human senses.
Appropriate inference can be made without having to define and prepare a large number of membership functions in advance.
またファジィ推論を行って前記のメンバーシップ関数の
調整を行うようにしたから、たとえ人間の感覚が複雑に
からまっていても、メンバーシップ関数の調整を的確に
行うことが可能であるなど、発明目的を達成した顕著な
効果を奏する。Furthermore, since the membership function is adjusted using fuzzy inference, it is possible to accurately adjust the membership function even if human senses are complicated. Achieves a remarkable effect of achieving the purpose.
第１図はこの発明が適用されたファジィ推論部の構成例
を示すブロック図、第２図はこの発明の一実施例にかか
るメンバーシップ関数発生装置の構成を示すブロック図
、第３図はメンバーシップ関数設定部の他の実施例を示
すブロック図、第４図はメンバーシップ関数の位置が変
化する状態を示す説明図、第５図はメンバーシップの傾
きが変化する状態を示す説明図、第６図は第２実施例の
推論過程で用いられるメンバーシップ関数を示す説明図
、第７図は外気温度に応じてメンバーシップ関数の位置
が変化する状態を示す説明図、第８図は従来方式の推論
過程で用いられるメンバーシップ関数の一例を示す説明
図である。
６．７・・・・メンバーシップ関数発生装置１１・・・
・メンバーシップ関数設定部１２・・・・メンバーシッ
プ値演算部
１３・・・・ファジィ推論部FIG. 1 is a block diagram showing a configuration example of a fuzzy inference section to which the present invention is applied, FIG. 2 is a block diagram showing a configuration of a membership function generator according to an embodiment of the present invention, and FIG. 4 is an explanatory diagram showing a state in which the position of the membership function changes; FIG. 5 is an explanatory diagram showing a state in which the slope of membership changes; FIG. Figure 6 is an explanatory diagram showing the membership function used in the inference process of the second embodiment, Figure 7 is an explanatory diagram showing how the position of the membership function changes depending on the outside temperature, and Figure 8 is the conventional method. FIG. 2 is an explanatory diagram showing an example of a membership function used in the inference process of FIG. 6.7...Membership function generator 11...
・Membership function setting section 12...Membership value calculation section 13...Fuzzy inference section
Claims (2)
するためのメンバーシップ関数を発生する装置であって
、 人間の感覚を左右する要素に応じてメンバ ーシップ関数の位置または形態を調整して設定するため
のメンバーシップ関数設定部と、入力に対しメンバーシ
ップ関数設定部で得 たメンバーシップ関数による演算を実行してメンバーシ
ップ値を算出するためのメンバーシップ値演算部とから
成るメンバーシップ発生装置。(1) A device that generates membership functions for quantifying fuzzy theories obtained by expressing human sensations, and adjusts the position or form of the membership functions according to the factors that influence human sensations. A member consisting of a membership function setting part for setting a membership function, and a membership value calculation part for calculating a membership value by performing an operation on the input using the membership function obtained in the membership function setting part. Ship generator.
左右する要素を入力してファジイ推論を行いメンバーシ
ップ関数の位置または形態を決定するファジイ推論部を
備えている請求項１に記載のメンバーシップ関数発生装
置。(2) The member according to claim 1, wherein the membership function setting section includes a fuzzy inference section that inputs elements that affect human senses and performs fuzzy inference to determine the position or form of the membership function. Ship function generator.
Priority Applications (8)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63315360A JPH02161530A (en) | 1988-12-14 | 1988-12-14 | Membership function generator |
| US07/449,717 US5193144A (en) | 1988-12-14 | 1989-12-12 | Fuzzy system |
| EP95120411A EP0715253B1 (en) | 1988-12-14 | 1989-12-13 | Fuzzy control system and method |
| DE68928609T DE68928609T2 (en) | 1988-12-14 | 1989-12-13 | Fuzzy device |
| AT89123056T ATE164241T1 (en) | 1988-12-14 | 1989-12-13 | FUZZY DEVICE |
| EP89123056A EP0373628B1 (en) | 1988-12-14 | 1989-12-13 | Fuzzy apparatus |
| DE68928984T DE68928984T2 (en) | 1988-12-14 | 1989-12-13 | Fuzzy control system and method |
| US08/400,958 USRE38754E1 (en) | 1988-12-14 | 1995-03-08 | Fuzzy system, fuzzy control system development support apparatus, and method of developing a fuzzy control system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63315360A JPH02161530A (en) | 1988-12-14 | 1988-12-14 | Membership function generator |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH02161530A true JPH02161530A (en) | 1990-06-21 |
Family
ID=18064477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63315360A Pending JPH02161530A (en) | 1988-12-14 | 1988-12-14 | Membership function generator |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH02161530A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04330596A (en) * | 1991-01-18 | 1992-11-18 | Hochiki Corp | Fire annunciator |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61180305A (en) * | 1985-02-06 | 1986-08-13 | Hitachi Ltd | Control condition input device |
-
1988
- 1988-12-14 JP JP63315360A patent/JPH02161530A/en active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61180305A (en) * | 1985-02-06 | 1986-08-13 | Hitachi Ltd | Control condition input device |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04330596A (en) * | 1991-01-18 | 1992-11-18 | Hochiki Corp | Fire annunciator |
| JP2889382B2 (en) * | 1991-01-18 | 1999-05-10 | ホーチキ株式会社 | Fire alarm |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Faddy | Optimal control of finite dams: discrete (2-stage) output procedure | |
| Tseng et al. | Servocontroller tuning with fuzzy logic | |
| Ferrero et al. | The possibilistic Kalman filter: Definition and comparison with the available methods | |
| JPH02161530A (en) | Membership function generator | |
| Milojković et al. | Modeling of dynamic systems using orthogonal endocrine adaptive neuro-fuzzy inference systems | |
| Xu et al. | Finite-time synchronization of fractional-order fuzzy time-varying coupled neural networks subject to reaction-diffusion | |
| US6430544B1 (en) | Single variable priority constraint fuzzy control system | |
| Bandyopadhyay et al. | A fuzzy logic based PI autotuner | |
| Fogel | A fundamental approach to the convergence analysis of least squares algorithms | |
| KR920001362A (en) | Fuzzy Inference Parameter Adjustment Method and Its System | |
| JPH0378003A (en) | Fuzzy controller | |
| Muralidharan et al. | Fire detection system using fuzzy logic | |
| Koivo et al. | On a game problem involving systems with time delay | |
| JP2756170B2 (en) | Neural network learning circuit | |
| Osipov et al. | Dynamical inverse problems for systems with distributed parameters | |
| Grimble | H/sub 2/inferential filtering, prediction, and smoothing with application to rolling mill gauge estimation | |
| JPH0388001A (en) | Fuzzy pi control device | |
| SU849141A1 (en) | Variable structure regulator | |
| Sabapathi et al. | A NEW IMPROVED FUZZY LOGIC BASED POWER SYSTEM STABILIZER. | |
| JPH0556522B2 (en) | ||
| CA2102944A1 (en) | Method of Evaluation of a Set of Linguistic Rules | |
| JPH07210542A (en) | Neuron circuit | |
| Stäger et al. | Improved training of neural networks with complex search spaces | |
| Cherniy et al. | Advanced fuzzy logic control system electrically driven with dual-zone speed regulation | |
| Chan | The interpolation property of fuzzy polynomial approximation |