JPH0268630A - ファジィ推論方式 - Google Patents

ファジィ推論方式

Info

Publication number
JPH0268630A
JPH0268630A JP63219777A JP21977788A JPH0268630A JP H0268630 A JPH0268630 A JP H0268630A JP 63219777 A JP63219777 A JP 63219777A JP 21977788 A JP21977788 A JP 21977788A JP H0268630 A JPH0268630 A JP H0268630A
Authority
JP
Japan
Prior art keywords
fuzzy
truth value
level
function
inverse
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
Application number
JP63219777A
Other languages
English (en)
Inventor
Kiyohiko Uehara
上原 清彦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP63219777A priority Critical patent/JPH0268630A/ja
Publication of JPH0268630A publication Critical patent/JPH0268630A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Devices For Executing Special Programs (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。

Description

【発明の詳細な説明】 [発明の目的] (産業上の利用分野) 本発明は、ファジィ推論方式に関する。
(従来の技術) ファジィ推論は、制御、自然言語処理、エキスパートシ
ステム等の多くの分野でその応用が盛んに行われており
、ファジィ論理処理システムでは重要な役割を持ってい
る。最近では、このファジィ推論を高速に実行すること
を目的にハードウェアで推論エンジンを実現することが
行われている。
従来のファジィ推論では、直接法および間接法共に、フ
ァジィ集合をメンバーシップ関数で定義し実行していた
(雑誌「計画と制御」、Vol、22゜No、 1. 
pp、 139−145)塚本著の「あいまい推論」参
照)。ディジタル回路等でファジィ推論エンジンを実現
する場合、全空間およびメンバーシップグレードは離散
値となる。この場合、任意のファジィ集合をメンバーシ
ップ関数で定義すると、次のような問題が生じる。
(1)全空間の要素に対してメンバーシップ・グレード
を記憶させる必要があるため、全空間の要素数が多い場
合には、その数に比例してメモリ容量を多く必要とする
(2)  ファジィ集合の修正を行う場合、そのメンバ
ーシップ関数を変更するのに全空間の要素に対して記憶
しているメンバーシップ・グレードをすべて書き直す必
要がある。従って、全空間の要素数が多い場合には、フ
ァジィ集合の修正に多くの時間を要する。
ここで、上述した(2)におけるファジィ集合の修正は
、ファジィ推論を実行しながら適応的に最適なファジィ
集合を求める場合等を想定している。
上述した問題は、ファジィ集合をレベル集合で定義する
ことにより解決することができる。従って、ファジィ推
論を含むファジィ論理処理システムでは、ファジィ集合
をレベル集合で定義することが望ましい。ところが、フ
ァジィ集合をレベル集合で定義するという条件のもとに
、間接法によるファジィ推論を実行する手法は提案され
ていない。
間接法によるファジィ推論は、次に示すように条件命題
に言語的真理値を付加されているところに特徴がある。
条件命題: [If (x  is  A’ )the
n(y  is  B)is  τへ−B事実 :x 
 is  A 結論 :y  is  B’ ここで、A、A’ 、B、B’は、任意のファジィ集合
、τA4Bは条件命題の言語的真理値を与えるファジィ
集合である。以降、これらのファジィ集合のメンバーシ
ップ関数をそれぞれμえ、μい・。
μB、μB°、μ人−Bと表記する。
推論の実行は次のように行う。
まず、逆真理値限定(CTQ)によりAをA′に写1象
する言語的真理値τAを求める。次に、τ^とτへ−B
から次式によりτBを求める。
(τB)α=((τ ) + α + (rA−a ) a  1 ) VO(1>ここで
、τ^、τB、τA−Bのα−レベル集合の左端または
右端である。また、(τ^)°αは(rA)αの値が2
つあった時、そのうちの小さい方の値を意味している。
更に、真理値限定(TQ)により、BとτBからB′を
求める。但し、τAのメンバーシップ関数μτAは次式
の条件を考慮する。
μτA(v)=Sup   tt^・(X)     
(2)X−μ−1 従来、TQおよびCTQは次式に基づいている。
μ8・(X)=μrB(μB (X))μx−(x >
 =ttfA<t−tA(x )  >       
 (3)ところが、レベル集合を与える閉区間の左端、
右端に対し式(3)を直接適用すると、全てのメンバー
シップ・グレードに対してレベル集合が求まるとは限ら
ない。従って、得られなかったレベル集合を求める処理
が更に必要になり、そのための比較演算を要するという
問題が生ずる。以下、その問題について詳細に説明する
まず、第5図を参照してTQを説明する。第5図はレベ
ル集合により定義されたファジィ集合を用いてTQを実
行する過程を示している。同図における丸印が示す点の
全空間Xへの写像はレベル集合を与える閉区間の左端ま
たは右端を示している。更に、これらの点におけるメン
バーシップ・グレード上への写像はそれぞれに相当する
レベル集合のレベルαを与えている。例えば、点b1は
αb1−レベル集合の右端がXblであることを示して
いる。すなわち、α、1−レベル集合はXbl以下であ
ることを意味する。また、丸印の間を結ぶ直線はメンバ
ーシップ関数を与えることになる。従って、第5図にお
ける丸印はレベル集合とそれから分解原理に基づいて得
られるメンバーシップ関数を同時に与えていることにな
る(以下の説明においてもこの表現法に従うものとする
)。
第5図(a)は言語的真理値“very  trLJe
”を示している。この言語的真理値を用いてTQを行う
と、ファジィ集合Bを与える点b1〜b8はファジィ集
合B°を与える点b1・〜b6・に写像される。ここで
、ファジィ集合B はTQの結果得られたファジィ集合
を意味する。図中の矢印は写像の過程を示している。同
図から明らかなように、α3.α5.α7に対応するフ
ァジィ集合B°のレベル集合が求まっていない。
次に、第6図を参照してCTQを説明する。ここでは、
同図に示すように、ファジィ集合Aを与える点a、〜a
8からファジィ集合A゛を与える点a1・〜a8・へ写
像する言語的真理値τえを求める。第6図(a)がその
結果を示している。図中の矢印はτAを得る過程を示し
ている。同図から明らかなように、τAはメンバーシッ
プ・グレードa1〜a3 、a5〜a7に対するレベル
集合が求まっていない。すなわち、第6図(a)におい
てX印の示す位置にレベル集合を与える点が求まってい
ない。
以上説明したように、従来の手法では、結果として得ら
れるファジィ集合がレベル集合の集合族で必ずしも求ま
らない。すなわち、上述した例では、すべてのメンバー
シップ・グレードα1〜α8に対してレベル集合が常に
得られるとは限らない。従って、ファジィ集合をレベル
集合の集合族で表現するという条件の下では、間接法に
よるファジィ推論の演算が直接実行できない。換言すれ
ば、求まらなかったレベル集合を新たに求める処理が必
要になる。
(発明が解決しようとする課題) ファジィ集合をレベル集合の集合族で定義するという条
件の下に、間接法によるファジィ推論を実行する際、従
来のTQ、CTQの手法を直接適用するとすべてのメン
バーシップ・グレードに対してレベル集合が求まるとは
限らないよ従って、得られなかったレベル集合を求める
処理が更に必要になり、処理が複雑になるという問題が
発生する。
本発明は、上記に鑑みてなされたもので、その目的とす
るところは、ファジィ集合をレベル集合の集合族で定義
するという条件の下に間接法によってファジィ推論を実
行することができるファジィ推論方式を提供することに
ある。
[発明の構成] (課題を解決するための手段) 上記問題を解決するため、本発明のファジィ推論方式は
、条件命題に言語的真理値τA−8を設け、事実を与え
るファジィ集合A′と条件命題の前件部のファジィ集合
Aから逆真理値限定によりファジィ集合Aに対する言語
的真理値τえを求め、更に含意規則を用いて言語的真理
値τA−8とていからファジィ集合Bの言語的真理値τ
Bを求め、ファジィ集合Bの言語的真理値τBから真理
値限定により推論結果を与えるファジィ集合B°を得る
間接法によるファジィ推論方式において、ファジィ集合
A、A’のレベル集合の左端または右端の値を用いて言
語的真理値τAを定義するメンバーシップ関数μτAA
の逆関数μcA−”を求め、その後にμτA^−1の逆
関数を求めることで、μckをレベル集合の集合族で得
ることにより逆真理値限定を行うことを要旨とする。
(作用) 本発明のファジィ推論方式では、ファジィ集合A、A’
のレベル集合の左端または右端の値を用いて言語的真理
値τ^を定義するメンバーシップ関数μτA^の逆関数
μτAA−1を求め、その後にμτA^−1の逆関数を
求めることで、μτA^をレベル集合の集合族で得るこ
とにより逆真理値限定を行っている。
更に詳細には、TQおよびCTQを式(3)に等価であ
る次式に基づいて行っている。
μB(X)=μvB−” (μB・(X))μA(X)
=μgA’(μ^・(X))そして、TQにおいては、
以下の処理による。
各メンバーシップ・グレードに対し、まず言語的真理値
を与えるファジィ集合のレベル集合の左端または右端の
与えるメンバーシップ・グレードα、を求める。更に、
B′のα−レベル集合B。
として、Bのα、−レベル集合Batを割り当てる(第
3図参照)。
また、CTQにおいては、以下の処理による。
先に、CTQを施す対象であるファジィ集合のレベル集
合における左端、右端の値を用いて、言語的真理値を与
えるファジィ集合のメンバーシップ関数の逆関数を求め
る。更に、この逆関数の逆関数を求めることで、最終的
に得たかった言語的真理値のファジィ集合をレベル集合
の集合族で得る(第4図参照)。
なお、第4図における例では、同図(b)から(C)へ
の処理はCTQにおける式(2)に示す条件によるもの
である。
また、本発明では、式(2)を基本として考えることに
より、TQにおいては、ファジィ集合B゛のレベル集合
の集合族を求める際に、言語的真理値τBを定義するメ
ンバーシップ関数の逆関数から、ファジィ集合B′のレ
ベル集合はファジィ集合Bのどのレベル集合が割り当て
られるべきかの情報を得ることにより、ファジィ集合B
゛の各メンバーシップ・グレードに対応する全てのレベ
ル集合を求めことができる。
CTQにおいては、従来のようにファジィ集合AからA
oへ写像する言語的真理値τAのメンバーシップ関数μ
τA^を求めるのではなく、ファジィ集合A′からAへ
の写像する開数μτA−”を求める。
この際、従来のCTQのように関数μm八−1を得るの
で、μτA^−1自身は各要素すべてにメンバーシップ
・グレードが対応する形態で求まる。従って、その逆関
数μmはレベル集合を与える区間の形態となり、1^の
各メンバーシップ・グレードに対応する全てのレベル集
合を求めることができる。
(実施例) 以下、図面を用いて本発明の詳細な説明する。
第1図は本発明の1実施例に係わるファジィ推論方式の
構成を示すブロック図である。なお、本実施例では、メ
ンバーシップ・グレードをN個の要素で表現されるもの
とし、更に、簡単化のため、対象とするファジィ集合は
凸ファジィ集合とする。
そして、この仮定によりレベル集合は閉区間となる。ま
た、第1図(a)はTQを実施する構成を示し、第1図
(b)はTQを実施する構成を示している。
まず、第1図(a>を参照してTQの実施例を説明する
同図において、カウンタ101はNビットカウンタであ
り、該カウンタ101の出力はメンバーシップ・グレー
ドに相当し、より大きな出力が大きなメンバーシップ・
グレードに対応する。
カウンタ101の出力は、メモリ102,105.10
6のアドレスに接続されている。メモリ102の出力は
メモリ103,104に接続され、メモリ103,10
4の出力はそれぞれメモリ105 106に接続されて
いる。メモリ103゜104はそれぞれファジィ集合B
におけるレベル集合の左端、右端を格納している。
このように構成される第1図(a)の回路において、ま
ず、カウンタ101に初期値として最大値が与えられる
。カウンタ101の与えるアドレスに従ってメモリ10
2の内容が出力され、その内容をアドレスとしてメモリ
103,104が出力する。メモリ105.106はメ
モリ103゜104の出力値が安定した時点でその出力
値をカウンタ101の与えるアドレスに格納する。その
後、カウンタ101はクロックによりダウンカウントす
る。この動作を繰り返し、カウンタ101の出力が最低
値になり、その時点での処理が終了すると、全ての処理
が完了する。この処理によりメモリ105,106はそ
れぞれファジィ集合B゛におけるレベル集合の左端、右
端を格納する。
次に、第1図(b)を参照してCTQの実施例を説明す
る。
カウンタ201はカウンタ101と同様な役割を果たす
。メモリ202,203はそれぞれファジィ集合A゛に
おけるレベル集合の左端、右端を格納している。また、
メモリ204,205はそれぞれファジィ集合Aにおけ
るレベル集合の左端、右端を格納している。アナログ/
メンバーシップ・グレード変換器(AMC>206,2
07はそれぞれ入力値がファジィ集合Aに対するメンバ
ーシップ・グレードを与える(なお、AMCの詳細につ
いては、上原、他による「アナログ−ファジィ論理イン
ターフェース用データ変換器」、電子情報通信学会論文
誌、Vol、J67−C,No、4.1984の文献を
参照)。MIN演算回路208は2つの入力データのう
ち小さい方をメモリ210へ送る。更に、比較制御器2
09は常に一時点前の入力データを保持しており、現時
点の入力データと比較し、いずれか大きい値のデータを
出力する。
以上のように構成される第1図(b)の回路において、
まず、カウンタ101に初期値として最大値を与える。
カウンタ201の出力をアドレスとして、メモリ202
,203がその内容を出力する。これらのメモリの内容
はそれぞれAMC206,207に入力される。AMC
206,207の出力はMIN演算回路208により小
さい値の方がメモリ210に送られる・メモリ210は
比較制御器209の出力を格納し、メモリ210はAM
Cの出力のうち小さい値のものをそのまま格納する。こ
の動作を繰り返し、カウンタ201の出力が最低値にな
り、その時点での処理が終了すると、すべての処理が完
了する。その処理により、メモリ210は言語的真理値
のファジィ集合τえにおけるレベル集合の左端が格納さ
れる。式(1)の実行においては、この左端のみが必要
となる。
この時点で、(τA)′が得られるので、式(1)を実
行するのに都合がよい。
第2図は第1図を用いて説明した本発明の実施例におけ
る処理の過程を表しており、第2図(a)はTQの処理
を示し、第2図(b)はCTQの処理を示している。
まず、第2図(a)を参照してTQの処理を説明する。
なお、同図において、αはメンバーシラ・グレード、X
’sはα−レベル集合の左端、Xalはα−レベル集合
の左端、v4は言語的真理値τBのα−レベル集合の右
端(左端)である。
ここで、メンバーシップ・グレードの集合は次の通りと
する。
(0,1,0,2,0,3,0,4,0,5,0,6,
0,7,0,8,0,9,1、0)第2図(a)におい
て、まず、αの初期値として1.0が設定される(ステ
ップ301)。すなわち、処理は最も高いメンバーシッ
プ・グレードに対する処理から開始される。次に、ステ
ップ302では、TQの結果をレベル集合毎に求める。
すなわち、v6−レベル集合をファジィ集合Bのα−レ
ベル集合として割り当てる。以上の処理がすべてのメン
バーシップ・グレードに対して終了したか否かを判断し
くステップ303)、終了していない場合には、αを0
.1ずつ減らして次に処理すべきメンバーシップ・グレ
ードを与える。
次に、第2図(b)を参照してCTQの処理を説明する
。なお、同図において、上述した記号以外のものとして
、VOは式(2)の条件に従うための制御変数、X’ 
Aよファジィ集合A′のα−レベル集合の左端、X’r
はファジィ集合A゛のα−レベル集合の右端、v′澹は
CTQの結果書られる言語的真理値τAのα−レベル集
合の左端である。
第2図(b)において、まず、VOおよびαそれぞれ0
および1.0に初期設定される(ステップ401,40
2)。次に、ステップ403において、X′−・、 X
’ r・のファジィ集合Aに対するメンバーシップ・グ
レードを求め、それぞれ変数α虐、α、に代入する。そ
れから、α量、α1の大小を比較する(ステップ404
)。この比較の結果、α看〈α1の場合は、ステップ4
05の処理に進み、またα膚≧α、の場合には、ステッ
プ406の処理に進む。ステップ405では、α膚Vo
とを大小比較し、α*>Voの場合には、ステップ40
7に進み、α虐≦VOの場合には、ステップ408に進
む。また、ステップ406では、α、とV。との大小比
較を行い、α、> V oの場合には、ステップ409
に進み、α1≦v(、の場合には、ステップ408に進
む。
ステップ407では、va#とじてα膚を与え、ステッ
プ409では、v″1としてα1を与える処理を行い、
両者共にその処理の後ステップ410に進む。ステップ
408では、V″磨としてVoを与える処理を行い、ス
テップ411に進む。
なお、ステップ404から409における処理は式(1
)における(τ^)゛を得るための処理および式(2)
の処理に相当する。ステップ410では、式(2)の条
件に従うために今得られたV″Iの値V。
に格納する。ステップ411では、すべてのメンバーシ
ップ・グレードについて処理が終了したが否かを判断し
、終了していない場合には、ステップ412でαを0.
1ずつ減らして次に処理すべきメンバーシップ・グレー
ドについて行う。
[発明の効果] 以上説明したように、本発明によれば、ファジィ集合を
レベル集合の集合族で定義するという条件の下に、間接
法によるファジィ推論の実行が可能であり、推論結果も
レベル集合の集合族で直接に得ることができる。
【図面の簡単な説明】
第1図(a)、(b)はそれぞれ本発明の一実施例に係
わるファジィ推論方式においてTQおよびCTQを実施
するハード構成を示すブロック図、第2図(a>、(b
)はそれぞれ第1図のファジィ推論方式のTQおよびC
TQ処理を示すフローチャート、第3図および第4図は
それぞれ本発明のTQおよびCTQの手法の原理を説明
する図、第5図および第6図はそれぞれ従来手法による
TQおよびCTQを説明する図である。 Lot、201・・・カウンタ 102〜106・・・メモリ 202〜205,210・・・メモリ 206.207・・・AMC 208・・・MIN演算回路 209・・・比較制御器

Claims (2)

    【特許請求の範囲】
  1. (1)条件命題に言語的真理値τ_A_→_Bを設け、
    事実を与えるファジィ集合A’と条件命題の前件部のフ
    ァジィ集合Aから逆真理値限定によりファジィ集合Aに
    対する言語的真理値τ_Aを求め、更に含意規則を用い
    て言語的真理値τ_A_→_Bとτ_Aからファジィ集
    合Bの言語的真理値τ_Bを求め、ファジィ集合Bの言
    語的真理値τ_Bから真理値限定により推論結果を与え
    るファジィ集合B’を得る間接法によるファジィ推論方
    式において、ファジィ集合A,A’のレベル集合の左端
    または右端の値を用いて言語的真理値τ_Aを定義する
    メンバーシップ関数μ_τ_Aの逆関数μ_τ_A^−
    ^1を求め、その後にμ_τ_A^−^1の逆関数を求
    めることで、μ_τ_Aをレベル集合の集合族で得るこ
    とにより逆真理値限定を行うことを特徴とするファジィ
    推論方式。
  2. (2)言語的真理値τ_Bを与えるファジィ集合のα−
    レベル集合の左端または右端の与えるメンバーシップ・
    グレードα_tを求め、ファジィ集合B’のα−レベル
    集合をファジィ集合Bのα_t−レベル集合とすること
    により真理値限定を行うことを特徴とする請求項(1)
    記載のファジィ推論方式。
JP63219777A 1988-09-02 1988-09-02 ファジィ推論方式 Pending JPH0268630A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP63219777A JPH0268630A (ja) 1988-09-02 1988-09-02 ファジィ推論方式

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP63219777A JPH0268630A (ja) 1988-09-02 1988-09-02 ファジィ推論方式

Publications (1)

Publication Number Publication Date
JPH0268630A true JPH0268630A (ja) 1990-03-08

Family

ID=16740839

Family Applications (1)

Application Number Title Priority Date Filing Date
JP63219777A Pending JPH0268630A (ja) 1988-09-02 1988-09-02 ファジィ推論方式

Country Status (1)

Country Link
JP (1) JPH0268630A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1193645A1 (en) * 2000-10-02 2002-04-03 STMicroelectronics S.r.l. Method and circuit for calculating and storing the membership degrees of a fuzzy set
JP2008141906A (ja) * 2006-12-05 2008-06-19 Furukawa Electric Co Ltd:The 再使用可能な絶縁カバー

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1193645A1 (en) * 2000-10-02 2002-04-03 STMicroelectronics S.r.l. Method and circuit for calculating and storing the membership degrees of a fuzzy set
US6842744B2 (en) 2000-10-02 2005-01-11 Stmicroelectronics S.R.L. Coding and memorizing method for fuzzy logic membership functions and corresponding method and circuit architecture for calculating the membership degree
JP2008141906A (ja) * 2006-12-05 2008-06-19 Furukawa Electric Co Ltd:The 再使用可能な絶縁カバー

Similar Documents

Publication Publication Date Title
Schrage et al. Dynamic programming solution of sequencing problems with precedence constraints
KR950008396B1 (ko) 포지로직 마이크로콘트롤러
JPH08297716A (ja) ニューラル・ネットワーク用の適応型重み調整回路
JP2512263B2 (ja) 畳込みエキスパ―ト神経システム
Liu et al. Effective heuristics for the single machine sequencing problem with ready times
JPH0268630A (ja) ファジィ推論方式
Lee et al. Adapting CLP (R) to floating-point arithmetic
Atanassov Applications of generalized nets
Laske et al. Toward an explicit cognitive theory of musical listening
Saaty Operations Research: Some Contributions to Mathematics: Applied mathematics gets a new surge of life from techniques of operations research.
JPH10508124A (ja) 高分解能のファジィ推論プロセッサ用のルールデコーディングおよびルール評価装置
US6501470B1 (en) Look-up table device and image generation device
Korhonen et al. A computer graphics-based decision support system for multiple objective linear programming
Sehad et al. Reinforcement learning and neural reinforcement learning.
US5841948A (en) Defuzzifying method in fuzzy inference system
US5778149A (en) Defuzzification device for a high-resolution fuzzy logic controller
US5764855A (en) Method for fuzzifying input signals present at the inputs of a fuzzy processor by using input membership functions
US5696882A (en) Method and apparatus for using a neural network to extract an optimal subset of data objects from an available class of data objects
Rashevsky What type of empirically verifiable predictions can topological biology make?
Fernández-Villacanas et al. Evolution in a self-organising agent-resource system
JPH07334477A (ja) 統合型学習システム
EP0624840A1 (en) Reasoning computer system
JPH06161756A (ja) 制約緩和推論方法
JP2735271B2 (ja) プログラマブルコントローラ
JPH05298107A (ja) ファジィ推論演算装置