JPH02260040A - ファジィ推論装置 - Google Patents
ファジィ推論装置Info
- Publication number
- JPH02260040A JPH02260040A JP1083407A JP8340789A JPH02260040A JP H02260040 A JPH02260040 A JP H02260040A JP 1083407 A JP1083407 A JP 1083407A JP 8340789 A JP8340789 A JP 8340789A JP H02260040 A JPH02260040 A JP H02260040A
- Authority
- JP
- Japan
- Prior art keywords
- inference
- rule
- fuzzy inference
- stores
- execution
- 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 32
- 230000003936 working memory Effects 0.000 claims abstract description 22
- 230000015654 memory Effects 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 30
- 230000006978 adaptation Effects 0.000 abstract description 9
- 238000000034 method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- IDLFZVILOHSSID-OVLDLUHVSA-N corticotropin Chemical compound C([C@@H](C(=O)N[C@@H](CO)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC=1NC=NC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)NCC(=O)N[C@@H](CCCCN)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CC(N)=O)C(=O)NCC(=O)N[C@@H](C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CO)C(=O)N[C@@H](C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](C)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC=1C=CC=CC=1)C(O)=O)NC(=O)[C@@H](N)CO)C1=CC=C(O)C=C1 IDLFZVILOHSSID-OVLDLUHVSA-N 0.000 description 4
- 101100165220 Bacillus subtilis (strain 168) bceS gene Proteins 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Landscapes
- Devices For Executing Special Programs (AREA)
- Feedback Control In General (AREA)
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
本発明は、あいまいな情報を利用して推論を行うファジ
ィ推論装置に関する。
ィ推論装置に関する。
従来の技術
従来のあいまいな知識を用いた推論方式は、例えば「計
測と制御Ｊ ｖｏｌ、２２ Ｎｏ、９ ｐｐ ７７４−
７７９において論じられているように、ＭＭＣＩＮのよ
うな確信度（ＣＦ値）を用いる方法、確率を用いる方法
、ファジィ推論を用いる方法等が知られているが、その
中でもファジィ推論を用いる方法が現在注目されている
。
測と制御Ｊ ｖｏｌ、２２ Ｎｏ、９ ｐｐ ７７４−
７７９において論じられているように、ＭＭＣＩＮのよ
うな確信度（ＣＦ値）を用いる方法、確率を用いる方法
、ファジィ推論を用いる方法等が知られているが、その
中でもファジィ推論を用いる方法が現在注目されている
。
ファジィ推論は数学モデルが記述できないような複雑な
対象において、人間が従来の経験から得ている知識をフ
ァジィ推論規則およびメンバーシップ関数を用いて表し
、計算機で推論しようとするものである。
対象において、人間が従来の経験から得ている知識をフ
ァジィ推論規則およびメンバーシップ関数を用いて表し
、計算機で推論しようとするものである。
第８図は従来のファジィ推論装置の構成図を示すもので
あり、３１は対象としているシステムから得られる情報
を取り込むデータ入力部、３２はデータ入力部３１で得
られた入力データに基づきファジィ推論を行うファジィ
推論演算部、３３はファジィ推論演算部３２の推論結果
を出力するデータ出力部、３４はファジィ推論演算部３
２で用いる推論規則を記憶しているファジィ推論規則記
憶部、３５はメンバーシップ関数の形状データを格納し
ているメンバーシップ関数記憶部である。
あり、３１は対象としているシステムから得られる情報
を取り込むデータ入力部、３２はデータ入力部３１で得
られた入力データに基づきファジィ推論を行うファジィ
推論演算部、３３はファジィ推論演算部３２の推論結果
を出力するデータ出力部、３４はファジィ推論演算部３
２で用いる推論規則を記憶しているファジィ推論規則記
憶部、３５はメンバーシップ関数の形状データを格納し
ているメンバーシップ関数記憶部である。
以上のように構成された従来のファジィ推論装置では、
データ入力部３１から入ってくる入力データＸｌ＋Ｘ２
ｓ、、、、Ｘ１１とデータ出力部３３から出力する出力
データｙの間の関係をＩｆ−ｔｈｅｎ・・・規則として
記述する。例えば入力変数がＸＩ、ＸＩのとき、次のよ
うな推論規則をファジィ推論規則記憶部３４に複数個記
憶させておく。
データ入力部３１から入ってくる入力データＸｌ＋Ｘ２
ｓ、、、、Ｘ１１とデータ出力部３３から出力する出力
データｙの間の関係をＩｆ−ｔｈｅｎ・・・規則として
記述する。例えば入力変数がＸＩ、ＸＩのとき、次のよ
うな推論規則をファジィ推論規則記憶部３４に複数個記
憶させておく。
Ｒ，： Ｉｆ （ｘｌｌｓ Ａ＋＋） ａｎｄ （ＸＩ
１ｓ Ａｓ２） Ｔｈｅｎ （ｙｔｓＢ＋） Ｒ＊： Ｉｆ （ＸＩ １５Ｇ Ａ２１） ａｎｄ （
ＸＩ Ｉｓ Ａｓａ） Ｔｈｅｎ （ｙｔｓＢ＊） ここで１ｆ〜の部分を前件部、ｔｈｅｎ・・・の部分を
後件部と呼ぶ。Ａ目＋ＡＩ２ ｙＡ２１ ＋Ａ１９ ＋
ＢＩ ＋Ｂｔは規則の記述に用いる入力や出力のメンバ
ーシップ関数を表すラベルである。
１ｓ Ａｓ２） Ｔｈｅｎ （ｙｔｓＢ＋） Ｒ＊： Ｉｆ （ＸＩ １５Ｇ Ａ２１） ａｎｄ （
ＸＩ Ｉｓ Ａｓａ） Ｔｈｅｎ （ｙｔｓＢ＊） ここで１ｆ〜の部分を前件部、ｔｈｅｎ・・・の部分を
後件部と呼ぶ。Ａ目＋ＡＩ２ ｙＡ２１ ＋Ａ１９ ＋
ＢＩ ＋Ｂｔは規則の記述に用いる入力や出力のメンバ
ーシップ関数を表すラベルである。
いま、データ入力部３１に実数値Ｘｌ”＋Ｘ２”が入力
されたとすると、ファジィ推論演算部３２において第９
図のように推論される。まず、ファジィ推論演算部３２
は推論に必要な推論規則をファジィ推論規則記憶部３４
から、メンバーシップ関数をメンバーシップ関数記憶部
３５から読み込む。次に、第９図または下式（１０２）
に示すように各々の推論規則に対して前件部の適合度合
ＷＩ４ｆｆｉを計算する。
されたとすると、ファジィ推論演算部３２において第９
図のように推論される。まず、ファジィ推論演算部３２
は推論に必要な推論規則をファジィ推論規則記憶部３４
から、メンバーシップ関数をメンバーシップ関数記憶部
３５から読み込む。次に、第９図または下式（１０２）
に示すように各々の推論規則に対して前件部の適合度合
ＷＩ４ｆｆｉを計算する。
ｗ＋＝ｌ＋ｔ（Ｘｒ＠）Ａム＋＊（Ｘａ”） （１
）Ｗｓ：Ａｓａ（Ｘｔ”）ＡＡ＊１（Ｘｓ”） （
２）但し、Ａは１ｎ演算を示す。
）Ｗｓ：Ａｓａ（Ｘｔ”）ＡＡ＊１（Ｘｓ”） （
２）但し、Ａは１ｎ演算を示す。
そして、各規則の出力値Ｆ＋ ＊Ｆｇ （第８図斜線部
）を次の（３）（４）式によりもとめ、 ｙｔ：Ｗ＋ＡＬ （３）Ｆ＊”Ｗ２Ａ
Ｂ＊ （４）推論結果ＢＩＩを以下の
ようにして求める。
）を次の（３）（４）式によりもとめ、 ｙｔ：Ｗ＋ＡＬ （３）Ｆ＊”Ｗ２Ａ
Ｂ＊ （４）推論結果ＢＩＩを以下の
ようにして求める。
Ｂ・：ｙ＋Ｖｙａ （５）但しＶはｌ
ａＸ演算を示す。
ａＸ演算を示す。
必要に応じてこの出力値である推論結果Ｂｅを実数値に
しなければならない時も生じるが、そのときは、台集合
の要素ｙの重みＢ（ｙ）による重み付き平均ｙ６をその
値とする。
しなければならない時も生じるが、そのときは、台集合
の要素ｙの重みＢ（ｙ）による重み付き平均ｙ６をその
値とする。
発明が解決しようとする課題
しかしながら、上記のような構成では、推論規則の後件
部は変数に値を代入するような形式のものでなけらばな
らず、ファジィ推論規則の後件部が、たとえば Ｒ３： Ｉｆ （ＸＩ Ｓｓ Ａｎ） ａｎ
ｄ （ｘ＠ ｉｓ １ｔｅ） 丁ｈｅｎ
（ｗｉｎｄｏｗ ｏｐｅｎ） Ｒｆｉ： Ｉｆ （Ｘ１１ｓ Ａｓｔ） ａｎｄ （Ｘ
２Ｉｓ Ａｕｇ） Ｔｈｅｎ （ｗｉｎｄｏｗ ｃｌ
ｏｓｅ） に示すような確定的な動作（アクシロン）の場合、（り
〜（５）式であられされるような計算ができないという
問題点を有していた。
部は変数に値を代入するような形式のものでなけらばな
らず、ファジィ推論規則の後件部が、たとえば Ｒ３： Ｉｆ （ＸＩ Ｓｓ Ａｎ） ａｎ
ｄ （ｘ＠ ｉｓ １ｔｅ） 丁ｈｅｎ
（ｗｉｎｄｏｗ ｏｐｅｎ） Ｒｆｉ： Ｉｆ （Ｘ１１ｓ Ａｓｔ） ａｎｄ （Ｘ
２Ｉｓ Ａｕｇ） Ｔｈｅｎ （ｗｉｎｄｏｗ ｃｌ
ｏｓｅ） に示すような確定的な動作（アクシロン）の場合、（り
〜（５）式であられされるような計算ができないという
問題点を有していた。
れているようなシステムでは、ファジィ推論規則の後件
部が確定的な動作（アクシロン）の場合、前件部の適合
度合が最も高い推論規則を実行する方式を採用していた
。
部が確定的な動作（アクシロン）の場合、前件部の適合
度合が最も高い推論規則を実行する方式を採用していた
。
この様な方式では、あるデータに対して複数の推論規則
の適合度合が等しいとき、推論規則は競合し推論装置が
どの規則を実行するか決定できないと言う問題点と、ユ
ーザが推論規則の優先度合を直接指定できないと言う問
題点を有していた。
の適合度合が等しいとき、推論規則は競合し推論装置が
どの規則を実行するか決定できないと言う問題点と、ユ
ーザが推論規則の優先度合を直接指定できないと言う問
題点を有していた。
本発明は、上記課題を解決することを目的とする。
課題を解決するための手段
本発明は、ファジィ推論規則部に推論規則とその実行優
先順位を格納しておき、まずワーキングメモリ中のデー
タに対する適合度合が所定値以上の推論規則を求め、そ
の推論規則の中で、最も実行優先順位が高いものを実行
することを特徴とする。ファジィ推論装置である。
先順位を格納しておき、まずワーキングメモリ中のデー
タに対する適合度合が所定値以上の推論規則を求め、そ
の推論規則の中で、最も実行優先順位が高いものを実行
することを特徴とする。ファジィ推論装置である。
また本発明は推論規則部に推論規則とその確信度を格納
しておき、各推論規則の適合度合と確信度から優先度合
を計算し、その値が最大になる推論規則を実行すること
を特徴とするものである。
しておき、各推論規則の適合度合と確信度から優先度合
を計算し、その値が最大になる推論規則を実行すること
を特徴とするものである。
作用
本発明は前記した構成により、まず、ワーキングメモリ
内の値に対するファジィ推論規則の適合度合を計算する
。そして、適合度合が所定値よりも大きい推論規則の内
で最も実行優先順位の高い推論規則、または適合度合と
確信度から求める優先度合が最も大きい推論規則を実行
することにより、後件部が確定的な動作（アクション）
であるときも競合のないファジィ推論が可能となる。
内の値に対するファジィ推論規則の適合度合を計算する
。そして、適合度合が所定値よりも大きい推論規則の内
で最も実行優先順位の高い推論規則、または適合度合と
確信度から求める優先度合が最も大きい推論規則を実行
することにより、後件部が確定的な動作（アクション）
であるときも競合のないファジィ推論が可能となる。
実施例
第１図は第１の発明の実施例におけるファジィ推論装置
の構成図を示すものである。第１図において、１は推論
に用いるメンバーシップ関数の形状データを記憶してい
るメンバーシップ関数記憶部、２はＩｆ−ｔｈｅｎ・・
・形式のファジィ推論規則と実行優先順序を記憶してい
るファジィ推論規則記憶部、３は推論の中間結果や初期
値を格納するワーキングメモリ、４はワーキングメモリ
３の内容とファジィ推論規則記憶部２に貯えられている
推論規則との適合度合を求める適合度合演算部、５は適
合度合演算部４で求めた各推論規則の適合度合を格納す
る適合度合記憶部、６は適合度合が所定の値よりも大き
い推論規則を選び、その中で最も実行優先順位が高い推
論規則を求める実行規則決定部、７は実行規則決定部６
でもとめた推論規則の後件部を実行する後件部実行部、
８はワーキングメモリ３・適合度合演算部４・適合度合
記憶部５・実行規則決定部６・後件部実行部７で構成さ
れたファジィ推論演算部である。
の構成図を示すものである。第１図において、１は推論
に用いるメンバーシップ関数の形状データを記憶してい
るメンバーシップ関数記憶部、２はＩｆ−ｔｈｅｎ・・
・形式のファジィ推論規則と実行優先順序を記憶してい
るファジィ推論規則記憶部、３は推論の中間結果や初期
値を格納するワーキングメモリ、４はワーキングメモリ
３の内容とファジィ推論規則記憶部２に貯えられている
推論規則との適合度合を求める適合度合演算部、５は適
合度合演算部４で求めた各推論規則の適合度合を格納す
る適合度合記憶部、６は適合度合が所定の値よりも大き
い推論規則を選び、その中で最も実行優先順位が高い推
論規則を求める実行規則決定部、７は実行規則決定部６
でもとめた推論規則の後件部を実行する後件部実行部、
８はワーキングメモリ３・適合度合演算部４・適合度合
記憶部５・実行規則決定部６・後件部実行部７で構成さ
れたファジィ推論演算部である。
以上のように構成された本実施例のファジィ推論装置に
ついて、以下その動作を説明する。
ついて、以下その動作を説明する。
ファジィ推論規則記憶部２には、入力変数がＸ。
＋Ｘ２の２個の時以下のｎ個の推論規則が格納されてい
る。
る。
Ｒ＋：Ｉｆ （Ｘ＋ ｉｓ ＡＩ） ａｎｄ （Ｘａ
Ｉｓ Ａｌ２） ｔｈｅｎ ａｃｔｔｏｎ（１）：
ｐａｌ Ｒ２：Ｉｆ （ｘ＋ Ｉｓ Ａａ＋）ａｎｄ
（Ｘ２ Ｉｓ Ａ２２）ｔｈｅｎ ａｃｔｌｏｎ
（２）： Ｐ：３ Ｒａ：Ｉｆ （ｘ、 Ｉｓ Ａａ＋）ａｎｄ
（Ｘ２ Ｉｓ Ａｓ２）ｔｈｅｎ ａｃｔｔｏｎ
（３）： Ｐ：２ Ｒ，：Ｉｆ （Ｘ＋ Ｉｓ Ａｎ＋）ａｎｄ
（Ｘ２ Ｉｓ Ａｎａ）ｔｈｅｎ ａｃｔｔｏｎ
（ｎ）： Ｐ＝ｍ ここでａｃｔｉｏｎ（１） 〜ａｃｔｉｏｎ（ｎ）は、
例えば「ワーキングメモリへの値の書き込み」や「モー
タスイッチ オン」などの確定的な動作を示し、Ｐは推
論規則の実行優先順序を示す。ｐの値は１以上の整数で
あり小さいほど優先順位は高（なる。また、ＡＩ、〜Ａ
ｎ２のメンバーシップ関数の形はメンバーシップ関数記
憶部１に記憶されている。
Ｉｓ Ａｌ２） ｔｈｅｎ ａｃｔｔｏｎ（１）：
ｐａｌ Ｒ２：Ｉｆ （ｘ＋ Ｉｓ Ａａ＋）ａｎｄ
（Ｘ２ Ｉｓ Ａ２２）ｔｈｅｎ ａｃｔｌｏｎ
（２）： Ｐ：３ Ｒａ：Ｉｆ （ｘ、 Ｉｓ Ａａ＋）ａｎｄ
（Ｘ２ Ｉｓ Ａｓ２）ｔｈｅｎ ａｃｔｔｏｎ
（３）： Ｐ：２ Ｒ，：Ｉｆ （Ｘ＋ Ｉｓ Ａｎ＋）ａｎｄ
（Ｘ２ Ｉｓ Ａｎａ）ｔｈｅｎ ａｃｔｔｏｎ
（ｎ）： Ｐ＝ｍ ここでａｃｔｉｏｎ（１） 〜ａｃｔｉｏｎ（ｎ）は、
例えば「ワーキングメモリへの値の書き込み」や「モー
タスイッチ オン」などの確定的な動作を示し、Ｐは推
論規則の実行優先順序を示す。ｐの値は１以上の整数で
あり小さいほど優先順位は高（なる。また、ＡＩ、〜Ａ
ｎ２のメンバーシップ関数の形はメンバーシップ関数記
憶部１に記憶されている。
このような設定の時、第２図、第３図に示すようなフロ
ーチャートのステップ１〜ステツプ１１にしたがって推
論を行う。以下、このフローチャートにしたがって説明
を行う。
ーチャートのステップ１〜ステツプ１１にしたがって推
論を行う。以下、このフローチャートにしたがって説明
を行う。
ステップ１で初期設定としてワーキングメモリ３に初期
値を入力し推論の初期設定を行う。
値を入力し推論の初期設定を行う。
ステップ２では推論規則番号を示す変数１に１を代入す
る。
る。
ステップ３では、適合度合演算部４でワーキングメモリ
３の内容と推論規則の前件部との適合度合を計算するた
めに、まず、推論規則番号１のファジィ推論規則の前件
部に用いられているメンバーシップ関数のラベルをファ
ジィ推論規則記憶部２から読み込む。
３の内容と推論規則の前件部との適合度合を計算するた
めに、まず、推論規則番号１のファジィ推論規則の前件
部に用いられているメンバーシップ関数のラベルをファ
ジィ推論規則記憶部２から読み込む。
ステップ４ではステップ３で読み込んだラベルに対応す
るメンバーシップ関数の形状データをメンバーシップ関
数記憶部１から読み込む。メンバーシップ関数記憶部１
はメモリで構成されており、メンバーシップ関数は第４
図に示されているような数値テーブルでメンバーシップ
関数記憶部１に記憶されている。第４図の横の項目は変
数ＸＩの台集合の要素を示し、縦の項目はメンバーシッ
プ関数のラベルを示している。表中の値はメンバーシッ
プ関数のグレード値であり０以上１以下の実数である。
るメンバーシップ関数の形状データをメンバーシップ関
数記憶部１から読み込む。メンバーシップ関数記憶部１
はメモリで構成されており、メンバーシップ関数は第４
図に示されているような数値テーブルでメンバーシップ
関数記憶部１に記憶されている。第４図の横の項目は変
数ＸＩの台集合の要素を示し、縦の項目はメンバーシッ
プ関数のラベルを示している。表中の値はメンバーシッ
プ関数のグレード値であり０以上１以下の実数である。
同様にして変数ｘ２に関する数値テーブルも記憶されて
いる。
いる。
ステップ５ではワーキングメモリ３内の値とステップ４
で読み込んだメンバーシップ関数の適合度合を計算する
。ステップ４で読み込んだメンバーシップ関数をＡ＋＋
＋Ａ＋ａとし、ワーキングメモリ３内の変数ＸＩ ＋Ｘ
２の最新の値が実数値Ｘ１’、ｘ２’であるとき、この
推論規則の適合度合Ｗ、は以下の式によって計算される
。
で読み込んだメンバーシップ関数の適合度合を計算する
。ステップ４で読み込んだメンバーシップ関数をＡ＋＋
＋Ａ＋ａとし、ワーキングメモリ３内の変数ＸＩ ＋Ｘ
２の最新の値が実数値Ｘ１’、ｘ２’であるとき、この
推論規則の適合度合Ｗ、は以下の式によって計算される
。
ｗ＋＝Ａ＋ｔ（ｘ１’）ＡＬ＊（ｘ２’）ステップ６で
は上で求めた適合度合Ｗ１と推論規則番号１を適合度合
記憶部５に格納する。
は上で求めた適合度合Ｗ１と推論規則番号１を適合度合
記憶部５に格納する。
ステップ７では推論規則番号１と推論規則数ｎを比較す
る。１がｎ未満の時は、全ての推論規則の適合度合が計
算されてないので、ステップ８により笈の値を１増加さ
せてステップ３へすすむ。
る。１がｎ未満の時は、全ての推論規則の適合度合が計
算されてないので、ステップ８により笈の値を１増加さ
せてステップ３へすすむ。
このステップ３からステップ６までの処理をｉ≧ｎが成
立するまで繰り返す。ｉ≧ｎが成立したとき、ワーキン
グメモリ３の値に対して全ての推論規則の適合度合が計
算され、その値が適合度合記憶装置に格納されている吠
態となる。
立するまで繰り返す。ｉ≧ｎが成立したとき、ワーキン
グメモリ３の値に対して全ての推論規則の適合度合が計
算され、その値が適合度合記憶装置に格納されている吠
態となる。
ステップ９では、適合度合記憶部５に格納された適合度
合のなかで、その値が所定値を以下ものを削除し、適合
度合が所定値ｔより大きい推論規則番号を求める。この
ｔの値は、Ｏ：ａｔ≦１でありその値は推論開始前に設
定しておく。
合のなかで、その値が所定値を以下ものを削除し、適合
度合が所定値ｔより大きい推論規則番号を求める。この
ｔの値は、Ｏ：ａｔ≦１でありその値は推論開始前に設
定しておく。
ステップ１０では、ファジィ推論規則記憶部２を読み、
ステップ９でもとめられた推論規則のうちで、最も実行
優先順位が高い推論規則Ｒ６を１つ選び出す。このステ
ップ９およびステップ１０は実行規則決定部６で行われ
る。
ステップ９でもとめられた推論規則のうちで、最も実行
優先順位が高い推論規則Ｒ６を１つ選び出す。このステ
ップ９およびステップ１０は実行規則決定部６で行われ
る。
ステップ１１はステップ１ｏで求められた推論規則Ｒａ
の後件部をファジィ推論規則記憶部２から読みだし実行
する。この後件部の実行にょリワーキングメモリ３の書
換えや外部システムへの制御操作量の出力が行われる。
の後件部をファジィ推論規則記憶部２から読みだし実行
する。この後件部の実行にょリワーキングメモリ３の書
換えや外部システムへの制御操作量の出力が行われる。
ステップ１１の実行後ステップ２に進み、ステップ２か
らステップ１１までの動作を繰り返す。
らステップ１１までの動作を繰り返す。
以上のように本実施例によれば、推論規則と実行優先順
位を格納するファジィ推論規則記憶部２と、適応度合が
所定値ｔより大きい推論規則の中で実行優先順位が最も
大きい推論規則を求める実行規則決定部６を設けること
により、ユーザが推論の優先度合（実行優先順位）を直
接指定することができ、後件部が確定的な動作（アクシ
ロン）である時も推論規則の競合解消が行われ、最適な
推論規則の実行が実現できる。
位を格納するファジィ推論規則記憶部２と、適応度合が
所定値ｔより大きい推論規則の中で実行優先順位が最も
大きい推論規則を求める実行規則決定部６を設けること
により、ユーザが推論の優先度合（実行優先順位）を直
接指定することができ、後件部が確定的な動作（アクシ
ロン）である時も推論規則の競合解消が行われ、最適な
推論規則の実行が実現できる。
なお、本実施例においては、後件部が確定的な動作のみ
の場合について説明したが、ファジィ変数を取り扱うよ
うな動作が混在していてもよい。
の場合について説明したが、ファジィ変数を取り扱うよ
うな動作が混在していてもよい。
次に第２の発明の実施例について説明する。第５図は第
２の発明の実施例を示すファジィ推論装置の構成図を示
すものである。１は推論に用いるメンバーシップ関数の
形状データを記憶しているメンバーシップ関数記憶部、
３は推論の中間結果や初期値を格納するワーキングメモ
リ、４はワーキングメモリ３の内容と推論規則との適合
度合を求める適合度合演算部、５は適合度合演算部４で
求めた各推論規則の適合度合を格納する適合度合記憶部
、７は実行規則決定部６”でもとめた推論規則の後件部
を実行する後件部実行部で、以上は第１図の構成と同様
なものである。第１図の構成と異なるのは、ファジィ推
論規則記憶部２をＩｆ〜ｔ、ｈｅｎ・・・形式のファジ
ィ推論規則と確信度を記憶しているファジィ推論規則記
憶部２°に変更した点と、適合度合記憶部５に格納され
た各推論規則の適合度合とファジィ推論規則記憶部２゛
に格納された確信度とを演算する優先度合演算部９を設
けた点と、実行規則記憶部６を優先度合演算部９で計算
された優先度合の最も高い推論規則を選択する実行規則
決定部６゛に変更した点である。
２の発明の実施例を示すファジィ推論装置の構成図を示
すものである。１は推論に用いるメンバーシップ関数の
形状データを記憶しているメンバーシップ関数記憶部、
３は推論の中間結果や初期値を格納するワーキングメモ
リ、４はワーキングメモリ３の内容と推論規則との適合
度合を求める適合度合演算部、５は適合度合演算部４で
求めた各推論規則の適合度合を格納する適合度合記憶部
、７は実行規則決定部６”でもとめた推論規則の後件部
を実行する後件部実行部で、以上は第１図の構成と同様
なものである。第１図の構成と異なるのは、ファジィ推
論規則記憶部２をＩｆ〜ｔ、ｈｅｎ・・・形式のファジ
ィ推論規則と確信度を記憶しているファジィ推論規則記
憶部２°に変更した点と、適合度合記憶部５に格納され
た各推論規則の適合度合とファジィ推論規則記憶部２゛
に格納された確信度とを演算する優先度合演算部９を設
けた点と、実行規則記憶部６を優先度合演算部９で計算
された優先度合の最も高い推論規則を選択する実行規則
決定部６゛に変更した点である。
前記のように構成された本実施例のファジィ推論装置に
ついて、以下その動作を第６図、第７図のフローチャー
トにしたがって説明する。
ついて、以下その動作を第６図、第７図のフローチャー
トにしたがって説明する。
ファジィ推論規則記憶部２”には、以下のｎ個の推論規
則が格納されている。
則が格納されている。
Ｒ，：Ｉｆ （ｘ＋ Ｉｓ Ａ＋＋） ａｎｄ （Ｘ２
Ｉｓ Ａｌ２） ｔｈｅｎ ａｃｔｌｏｎ（１） ：
ｆｌ”０．１ Ｒ２：Ｉｆ （Ｘ＋ ＩＳ Ａ２１） ａｎｄ （ｘ２
Ｉｓ Ａｈａ） ｔｈｅｎ ａｃｔｔｏｎ（２） ：
＋２：０．７ Ｒｓ’ｌｆ （Ｘ＋ Ｉｓ Ａａ＋） ａｎｄ （Ｘ２
ｉｓ Ａ３２） ｔｈｅｎ ａｃｔｔｏｎ（３） ：
ｈ：０．２ Ｒｎ：Ｉｆ （Ｘ＋ Ｉｓ Ａ、ｔ） ａｎ
ｄ （Ｘ２ Ｓｓ Ａｌ＋２） ｔｈｅｎ
ａｃｔｔｏｎ（ｎ）： ｆ、＝０．８ ここでａｃｔｉｏｎ（１） 〜ａｃｔｉｏｎ（ｎ）は確
定的な動作を示し、ｉｎは推論規則に対する確信度を示
す。ｆ。の値は０以上１以下の実数であり、その値が大
きいほど優先順位は高（なる。また、ＡＩｌ〜ＡＲ２の
メンバーシップ関数の形状データはメンバーシップ関数
記憶部１に記憶されている。
Ｉｓ Ａｌ２） ｔｈｅｎ ａｃｔｌｏｎ（１） ：
ｆｌ”０．１ Ｒ２：Ｉｆ （Ｘ＋ ＩＳ Ａ２１） ａｎｄ （ｘ２
Ｉｓ Ａｈａ） ｔｈｅｎ ａｃｔｔｏｎ（２） ：
＋２：０．７ Ｒｓ’ｌｆ （Ｘ＋ Ｉｓ Ａａ＋） ａｎｄ （Ｘ２
ｉｓ Ａ３２） ｔｈｅｎ ａｃｔｔｏｎ（３） ：
ｈ：０．２ Ｒｎ：Ｉｆ （Ｘ＋ Ｉｓ Ａ、ｔ） ａｎ
ｄ （Ｘ２ Ｓｓ Ａｌ＋２） ｔｈｅｎ
ａｃｔｔｏｎ（ｎ）： ｆ、＝０．８ ここでａｃｔｉｏｎ（１） 〜ａｃｔｉｏｎ（ｎ）は確
定的な動作を示し、ｉｎは推論規則に対する確信度を示
す。ｆ。の値は０以上１以下の実数であり、その値が大
きいほど優先順位は高（なる。また、ＡＩｌ〜ＡＲ２の
メンバーシップ関数の形状データはメンバーシップ関数
記憶部１に記憶されている。
第６図のステップ１からステップ８までは上記の実施例
と同様の動作を行い、ステップ８まででワーキングメモ
リ３内のデータに対して各推論規則の適合度合を求め、
その値を適合度合記憶部５に格納する。
と同様の動作を行い、ステップ８まででワーキングメモ
リ３内のデータに対して各推論規則の適合度合を求め、
その値を適合度合記憶部５に格納する。
ステップ９では、まず推論規則番号ｉを１に初期化する
。
。
ステップ１０では、ステップ１１で優先度合を計算する
ためにファジィ推論規則記憶部２′から１番目のファジ
ィ推論規則の確信度で１を読み込む。
ためにファジィ推論規則記憶部２′から１番目のファジ
ィ推論規則の確信度で１を読み込む。
ステップ１１では、適合度合記憶部５に格納されている
１番目の推論規則の適合度合Ｗ１を以下のような値（優
先度合）に更新する。
１番目の推論規則の適合度合Ｗ１を以下のような値（優
先度合）に更新する。
１１ ← （Ｌ 寧 ｆｌ ）ステップ
１２では、推論規則番号１と推論規則数ｎの比較を行い
ｔ＜ｎの時はステップ１３により１の値を１だけ増加さ
せてステップ１０にもどる。このような動作により、す
べての推論規則の適合度合に対して上式で表される演算
がなされることになる。このステップ９〜ステツプ１３
までの演算は優先度合演算部９で行われる。
１２では、推論規則番号１と推論規則数ｎの比較を行い
ｔ＜ｎの時はステップ１３により１の値を１だけ増加さ
せてステップ１０にもどる。このような動作により、す
べての推論規則の適合度合に対して上式で表される演算
がなされることになる。このステップ９〜ステツプ１３
までの演算は優先度合演算部９で行われる。
ステップ１４では、実行規則決定部６′が適合度合記憶
部５を参照しその中の１１の値が最も大きい推論規則Ｒ
４を選択する。
部５を参照しその中の１１の値が最も大きい推論規則Ｒ
４を選択する。
ステップ１５では、ファジィ推論規則記憶部２′から推
論規則Ｒｄの後件部を読み込み実行する。
論規則Ｒｄの後件部を読み込み実行する。
この後件部の実行によりワーキングメモリ３の書換えや
外部システムへの制御操作量の出力が行われる。
外部システムへの制御操作量の出力が行われる。
ステップ１５の実行後ステップ２に進み、ステップ２か
らステップ１５までの動作を繰り返す。
らステップ１５までの動作を繰り返す。
以上のように本実施例によれば、推論規則とその確信度
を格納するファジィ推論規則記憶部２”と、推論規則の
適応度合と確信度を演算し優先度合を求める優先度演算
部８と、優先度合が最も大きい推論規則を求める実行規
則決定部６′を設けることにより、ユーザが推論規則の
実行優先度合（確信度）を明確に指定することができ、
後件部が確定的な動作（アクション）である時も競合解
消が行われ、最適な推論規則の実行が実現できる。
を格納するファジィ推論規則記憶部２”と、推論規則の
適応度合と確信度を演算し優先度合を求める優先度演算
部８と、優先度合が最も大きい推論規則を求める実行規
則決定部６′を設けることにより、ユーザが推論規則の
実行優先度合（確信度）を明確に指定することができ、
後件部が確定的な動作（アクション）である時も競合解
消が行われ、最適な推論規則の実行が実現できる。
なお、本実施例においては、後件部が確定的な動作のみ
の場合について説明したが、ファジィ変数を取り扱うよ
うな後件部を混在させても良い。
の場合について説明したが、ファジィ変数を取り扱うよ
うな後件部を混在させても良い。
また、本実施例では優先度合演算部における適合度合と
確信度の演算をかけ算にしたが、例えばｔｌｎ演算等の
他の演算法に変更しても良い。
確信度の演算をかけ算にしたが、例えばｔｌｎ演算等の
他の演算法に変更しても良い。
発明の効果
以上のように、本発明によればユーザが推論規則の実行
優先順位または確信度を明確に指定することができ、後
件部が確定的な動作（アクション）である場合も競合解
消が行われ、常に最適な１つの推論規則の実行がおこな
われる。
優先順位または確信度を明確に指定することができ、後
件部が確定的な動作（アクション）である場合も競合解
消が行われ、常に最適な１つの推論規則の実行がおこな
われる。
第１図は本発明の第１の実施例のファジィ推論装置の構
成図、第２図および第３図は同実施例を説明するための
フローチャート、第４図はメンバーシップ関数記憶部１
に記憶されているデータの構造図、第５図は同実施例の
ファジィ推論装置の構成図、第６図および第７図は本発
明の詳細な説明するためのフローチャート、第８図は従
来例におけるファジィ推論装置のブロック図、第９図は
同ファジィ推論装置の説明図である。 １・・・メンバーシップ関数記憶部、２・・・ファジィ
推論規則記憶部、３・・・ワーキングメモリ、４・・・
適合度合演算部、５・・・適合度合記憶部、６・・・実
行規則決定部、７・・・後件部実行部、８・・・ファジ
ィ推論演算部、９・・・優先度合演算部。 代理人の氏名 弁理士 粟野重孝 はか１名図 第 図 第 図 第 図 第 図 ス漕
成図、第２図および第３図は同実施例を説明するための
フローチャート、第４図はメンバーシップ関数記憶部１
に記憶されているデータの構造図、第５図は同実施例の
ファジィ推論装置の構成図、第６図および第７図は本発
明の詳細な説明するためのフローチャート、第８図は従
来例におけるファジィ推論装置のブロック図、第９図は
同ファジィ推論装置の説明図である。 １・・・メンバーシップ関数記憶部、２・・・ファジィ
推論規則記憶部、３・・・ワーキングメモリ、４・・・
適合度合演算部、５・・・適合度合記憶部、６・・・実
行規則決定部、７・・・後件部実行部、８・・・ファジ
ィ推論演算部、９・・・優先度合演算部。 代理人の氏名 弁理士 粟野重孝 はか１名図 第 図 第 図 第 図 第 図 ス漕
Claims (2)
- （１） ファジィ推論規則とその実行優先順位を記憶し
ているファジィ推論規則記憶部と、前記ファジィ推論規
則に用いるメンバーシップ関数の形状データを記憶して
いるメンバーシップ関数記憶部と、推論の初期値及び推
論の中間結果を格納するワーキングメモリと、前記ワー
キングメモリ内の値と前記ファジィ推論規則の前件部と
の適合度合を計算する適合度合演算部と、前記適合度合
を格納する適合度合記憶部と、前記適合度合が所定値以
上でかつ前記実行優先順位が最も高いファジィ推論規則
をもとめる実行規則決定部と、前記実行規則決定部によ
って求められたファジィ推論規則の後件部を実行する後
件部実行部を備えたことを特徴とするファジィ推論装置
。 - （２） ファジィ推論規則とその確信度を記憶している
ファジィ推論規則記憶部と、前記ファジィ推論規則に用
いるメンバーシップ関数の形状データを記憶しているメ
ンバーシップ関数記憶部と、推論の初期値及び推論の中
間結果を格納するワーキングメモリと、前記ワーキング
メモリ内の値と前記ファジィ推論規則の前件部との適合
度合を計算する適合度合演算部と、前記適合度合を格納
する適合度合記憶部と、前記適合度合と前記確信度を演
算し推論規則の優先度合を計算する優先度合演算部と、
前記優先度合が最も高いファジィ推論規則をもとめる実
行規則決定部と、前記実行規則決定部によって求められ
たファジィ推論規則の後件部を実行する後件部実行部を
備えたことを特徴とするファジィ推論装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1083407A JPH02260040A (ja) | 1989-03-31 | 1989-03-31 | ファジィ推論装置 |
| US07/501,037 US5191638A (en) | 1989-03-31 | 1990-03-29 | Fuzzy-boolean multi-stage inference apparatus |
| EP19900303368 EP0390563A3 (en) | 1989-03-31 | 1990-03-29 | Fuzzy multi-stage inference apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1083407A JPH02260040A (ja) | 1989-03-31 | 1989-03-31 | ファジィ推論装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH02260040A true JPH02260040A (ja) | 1990-10-22 |
Family
ID=13801577
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1083407A Pending JPH02260040A (ja) | 1989-03-31 | 1989-03-31 | ファジィ推論装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH02260040A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5625561A (en) * | 1994-01-31 | 1997-04-29 | Toyota Jidosha Kabushiki Kaisha | Apparatus and method for feedback adjusting machine working condition for improving dimensional accuracy of processed workpieces |
| US6999846B2 (en) | 1992-02-14 | 2006-02-14 | Toyota Jidosha Kabushiki Kaisha | Apparatus and method for feedback-adjusting working condition for improving dimensional accuracy of processed workpieces |
-
1989
- 1989-03-31 JP JP1083407A patent/JPH02260040A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6999846B2 (en) | 1992-02-14 | 2006-02-14 | Toyota Jidosha Kabushiki Kaisha | Apparatus and method for feedback-adjusting working condition for improving dimensional accuracy of processed workpieces |
| US5625561A (en) * | 1994-01-31 | 1997-04-29 | Toyota Jidosha Kabushiki Kaisha | Apparatus and method for feedback adjusting machine working condition for improving dimensional accuracy of processed workpieces |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Martignon et al. | Fast, frugal, and fit: Simple heuristics for paired comparison | |
| Kaelbling | An architecture for intelligent reactive systems | |
| Fedrizzi et al. | Consensus degrees under fuzzy majorities and fuzzy preferences using OWA (ordered weighted average) operators | |
| CN110941494A (zh) | 一种面向深度学习的gpu并行计算的数据处理方法 | |
| Cheng et al. | Applying fuzzy adaptive network to fuzzy regression analysis | |
| JPH04343138A (ja) | 推論部開発システムおよびその動作方法 | |
| JPH02260040A (ja) | ファジィ推論装置 | |
| Narendra et al. | An N-player sequential stochastic game with identical payoffs | |
| Oh et al. | Initialization of Q-values by fuzzy rules for accelerating Q-learning | |
| Kóczy | Algorithmic aspects of fuzzy control | |
| JP3727680B2 (ja) | あいまい推論装置及びあいまい推論方法 | |
| US5526467A (en) | Membership function data preparation method and an apparatus thereof and an adaption degree operation method and an apparatus thereof | |
| Hellendoorn | After the fuzzy wave reached Europe | |
| Cordón et al. | A practical study on the implementation of fuzzy logic controllers | |
| Assem et al. | A fuzzy-based approach for evaluating existing spatial layout configurations | |
| US5841948A (en) | Defuzzifying method in fuzzy inference system | |
| Berenji et al. | On convergence of fuzzy reinforcement learning | |
| Goel | THE REALITY AND FUTURE OF EXPERT SYSTEMS A Manager's View of AI Research Issues | |
| Rojas et al. | Perceptron learning | |
| Dogan et al. | Trading off execution time for reliability in scheduling precedence-constrained tasks in heterogeneous computing | |
| Seikh et al. | Solution of Matrix Games With Pay‐Offs of Single‐Valued Neutrosophic Numbers and Its Application to Market Share Problem | |
| JPH02260001A (ja) | ファジィ同定器 | |
| Novikov et al. | The decision-making process in intelligent subsystems of embedded systems based on fuzzy approximate reasoning | |
| JP3211240B2 (ja) | 近似推論装置 | |
| JPH04145532A (ja) | あいまい許容推論システム |