JPH03116237A - 知識処理方法 - Google Patents

知識処理方法

Info

Publication number
JPH03116237A
JPH03116237A JP1251888A JP25188889A JPH03116237A JP H03116237 A JPH03116237 A JP H03116237A JP 1251888 A JP1251888 A JP 1251888A JP 25188889 A JP25188889 A JP 25188889A JP H03116237 A JPH03116237 A JP H03116237A
Authority
JP
Japan
Prior art keywords
knowledge
processing
rule
processing method
parts
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
JP1251888A
Other languages
English (en)
Inventor
Rei Sai
礼 斎
Takashi Yajima
敬士 矢島
Shoichi Masui
増井 庄一
Kikuo Yoshimura
吉村 紀久雄
Hiroko Tanabe
田辺 浩子
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP1251888A priority Critical patent/JPH03116237A/ja
Priority to US07/588,087 priority patent/US5212768A/en
Publication of JPH03116237A publication Critical patent/JPH03116237A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • G06N5/046Forward inferencing; Production systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • 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】 【産業上の利用分野】
本発明は知識処理システムにおいて、特に製造業を中心
に、流通を含めたエンジニアリング、ビジネス分野にお
けるスケジューリング計画問題の知識処理方法及びその
装置に関する。
【従来の技術】
従来の知識処理方法は、日経コンピユータ1989/2
/27号第83頁から84頁に記載されている、[知識
を2種類に分類」のように、知識を手続き的なものと宣
言的なものの2種類に分割していた。 また、従来のエキスパートシステムでは、第9図に示す
ように、知識ベース910内のルールファイルを、ルー
ルファイル92o、ルールファイル、・・・・・・、ル
ールファイル930のように、その表記上は複数のファ
イルに分割して記述することは可能であった。推論エン
ジン900は、これらの分割されたルールファイルから
統合的な一つの知識照合用ネットワーク950を構成し
、そのルート940を管理していた。ルールの実行によ
り、フレームファイル960内のフレームが変更された
場合、推論エンジン900は、変更されたフレームとネ
ットワークの照合を行うが、ネットワークが一つである
ため、実行されたルールが属しているルールファイル以
外のネットワーク部分に対しても、その変更されたフレ
ームとネットワークの照合を行っていた。
【発明が解決しようとする課題1 上記従来技術は、レイアウト設計の専門知識を手続き的
なものと宣言的なものの2種類に分割しているが、それ
ら2つの利用順序、その他の知識の分類観点、及びその
処理系については言及していない。 また、従来のエキスパートシステム構築ツールでは、知
識の記述あるいは整理の便宜上、表記上はルールを分割
して記述することが可能であった。 従来これらのツールが利用されたきた診断や相談の分野
においては、探索の対象となるデータ数が少ない、ある
いはトップダウン的な構成を持つような知識内容であり
、このような内容の知識を効率的に処理できるようにツ
ールの処理系は工夫されていた。 上記の従来技術をスケジューリング問題に適用しようと
すると、ツールの処理系は分割して記述されたルールの
それぞれを独立に処理していないため1手続き的な知識
と宣言的な知識のどちらによっても処理が可能なデータ
が存在する場合には、2度手間な処理が発生したり、処
理が高速化できないという問題があった。 本発明の目的は、対象となる計画データが比較的多く、
複数の制約条件を考慮しながら計画を立てなければなら
ないようなスケジューリング問題における知識処理の効
率化を図り、より高速のスケジューリングを行う知識処
理方法を提供することにある。 【課題を解決するための手段】 上記目的を達成するために1本発明は、知識の内容によ
って知識ベースを少なくとも二つ以上の部分に分割して
、必要となる知識の性質に対応した知識部分のみを処理
対象とするようにしたことに特徴がある。 また、知識ベース内に変更知識保存ファイルを設けて、
ある知識部分で起った知識の変化をそのファイルに保存
するようにしたことに特徴がある。 また、知識利用の過程で、新しく利用対象になった知識
部分に属する知識要素と変更知識保存ファイルに保存さ
れている変更知識とを照らし合わせるようにしたことに
特徴がある。 また、知識要素に、変更時間記憶部分を設け、その知識
要素が変更となった時間を保存するようにしたことに特
徴がある。 また、知識要素に、利用対象知識部分の追加や削除の命
令、あるいは、その知識要素と排他的な関係にある知識
要素の情報を記述できるようにしたものである。 また、知識をその用途によって二分割して記述し、両者
を順序付けて利用するようにしたものである。 また、知識利用の過程において、必要となった知識部分
をコンピュータの主記憶メモリ上に追加したり、不必要
となった知識部分をコンピュータの主記憶メモリ上から
削除したりするようにして、知識の利用目的に必要十分
な知識部分のみを利用するようにしたものである。
【作用】
エキスパートシステム内の知識は、ユーザによって少な
くとも二つ以上の部分に分割して記述され、ツールの推
論エンジンは知識利用過程のある一時点では、ある一部
の知識部分のみを利用対象とするように働く。 分割して記述された各々の知識部分は、一つの知識ベー
スの中で利用されるので、知識ファイルが散在すること
はなく、知識のファイルのメインテナンス上支障は起こ
らない。 異なった知識部分に属する知識要素は、たとえ同時に利
用可能になったとしても、利用対象になっている知識部
分に属するもののみが利用されるので、複数の知識によ
って同じデータが重複して処理されることがない。 二つの知識部分A、Bが、A−+Bの順序で利用される
ときには、Aの知識による処理が終了した後、さらに処
理の必要なデータのみがBの知識で処理されるように渡
されるので、Bの知識によって処理されるデータ数が減
少し、処理効率があがる。 ファイルを分けなくても知識が分割されるので、ファイ
ル数が少なくなり、一つの知識部分に属する知識要素が
比較的少ないときでも、ファイル数が膨大となって管理
が困難になることがない。 ファイルごとに知識の内容が分割されるので、知識のメ
インテナンス時にメインテナンス箇所が識別しやすくな
る。 知識要素に記述されている排他な関係にある知識要素の
情報にしたがって、推論エンジンは、現在利用されてい
る知識要素と排他な関係にある知識要素は知識利用の対
象から外すように動作するので、利用される知識部分と
利用されない知識部分が生じ、疑似的に知識を分割した
のと同じ効果が得られる。 先に利用される知識によって、処理データ全体のうちい
くつかが処理されるので、 vl、で行われる知識処理
の効率が上がる。あるいは後で利用される知識によって
処理されるデータ数が減り0本来時間のかかる後で利用
される知識による処理時間が短縮される。推論エンジン
は知識として記述されている内容に従って、知識利用の
過程で計算機の主記憶メモリ上に構成した知識の処理系
を主記憶メモリ上に追加(あるいは主起tαメモリ上か
ら削除)するように動作する。これによって、常に必要
十分な知識量で知識処理を行えるので、考慮する知識量
が減り、処理効率があがる。また、知識利用の過程で処
理系が必要とする主記憶メモリが少なくて済む。 一つの知識要素に着目すると、常にその知識要素の最新
状態と最終更新時間のみを保存するように動作する。こ
れによって、同じ知識要素が複数回更新されてから他の
知識部分に制御が移ったような場合でも、制御の移行先
の知識部分と一度だけ照合するだけで知識ベース全体の
整合性が取れる。 知識要素に記述された知識更新情報に基づいて。 知識ベースとの照合を全く中断したり(ただし、更新内
容は保存される)、再開したりする。これによって、処
理データの読み込み時や書き出し時に、処理系に取り込
まれた(あるいは書き出された)知識ともともと処理系
内に存在する知識との照合を行うか行わないかの制御が
できる。 ある知識部分内の知識要素が利用されて起こった知識変
化の内容が、その後で別の知識部分の知識要素が利用さ
れるまで、請求項14記載の保存方法にしたがって知識
変化の内容が保存される。 それによって、変更のあった知識要素の最新の状態のみ
が保存されるので、不必要な知識が保存されることがな
い。 利用対象の知識部分がある部分から他の部分へと移行す
る時、移行先の知識が利用されていなかった時間帯に起
こった知識内容の変化と移行先の知識を照合するように
動作する。これによって。 より少ない処理時間で、知識の整合性が取れる。
【実施例】
以下、本発明の一実施例として、 (1)知識ベース内の計画知識を二つの部分、即ち、計
画データの優先度を重視して処理する知識と、計画デー
タの生産順序を時間的に前詰めで決定することを重視す
る知識に分割して、計画システムを構築する例、 (2)知識ベースを二つに分割する場合の、装置の面か
らの実現例、 (3)ルールファイルを3つに分割して、推論に必要な
ルールファイルを推論の過程で設定し、必要十分な部分
のみで知識照合用のネットワークを構成する例、 を、第1図から第10図により説明する。 [実施例1] まず、第1図により、知識ベースを二つ以上の部分に分
割する場合の知識ベース構成について説明する。第1図
は、知識ベース100が複数の知識部分110,120
.・・・・・・に分割され、現在知識部分120が利用
対象となっていることを示す。 次に、r計画データの優先度を重視して処理する知識」
の例を示す。 例1: 「もし、工場からの搬出時刻を指定しである計
画データがあるならば、指定のないデータよりも先にス
ケジュールを行う。」 例2: 「工場からの搬出時刻の指定のある計画データ
は、搬出時刻から搬出準備時間を差し引いた時刻に生産
が終るように生産装置に割り付ける。」この計画データ
の優先度を重視して処理する知識は、Wi出日の指定を
持った特異なデータを処理する限定的な知識と見なすこ
ともできる。 次に、r計画データの生産順序を時間的に前詰めで決定
することを重視する知識」の例を示す。 例1: 「工場からの搬出時刻の指定がない計画データ
については、納期の早い順に生産する。」例2: 「工
場からの搬出時刻の指定がない計画データで、納期が同
じものが複数ある場合には、生産収容量の多い方を先に
生産する。」 この計画データの生産順序を時間的に前詰めで決定する
ことを重視する知識は、搬出口の指定という特異性を持
ったデータを除いた。一般的なデータを処理する汎用的
な知識と見なすこともできる。 次に、第10図から第14図により、本発明の処理手段
の概要について説明する。推論手段1o00は、知識ベ
ース記憶手段1020に記憶されている知識表現(メタ
ルール、ルール、フレームなど)にもとづいて、推論を
行う。利用知識部分分割処理手段1010は、知識ベー
ス記憶手段1020に記憶されている知識表現のうち、
メタ知識部分270を参照して、利用する知識部分を決
定する。ここでは、メタ知識部分270にもとづき、知
識部分A230が先に、その後で知識部分B240が利
用される。また、知識部分ごとに独立した知識処理系を
構築する。知識ベース記憶手段120は、構築された知
識表現を保存する。 第2図により1本発明の一実施例のシステム構成につい
て説明する。知識ベース200内の計画知識は知識部分
A230と知識部分B240の二つの部分に別れており
、A230の部分には、処理対象となる計画データの処
理優先度(例えば納期など)を重視して処理する知識が
、B240には計画データの生産順序を時間的に前詰め
で決定することを重視する知識が記述されている。メタ
知識部分270は、知識部分の上位概念である。 推論エンジン200は、分割された知識部分の利用順序
決定部220を有し、メタ知識部分270に記述されて
いる優先度の高い順に、分割された知識部分を利用する
。上記メタ知識部分270によると、これら知識部分A
230.B240に属する知識のうち、優先度の高いA
230の中の、処理すべき計画データを処理可能な知識
を先に利用する。優先度の低いB240の知識の中の、
処理すべき計画データを処理可能な知識を後で利用する
。知識部分A230.B240は、それぞれ独立に利用
され、A230の部分が利用対象になっているときには
、B240の部分は全く利用されない。逆に、B240
の部分が利用対象になっているときには、A230の部
分は全く利用されない。計画対象となるデータは、デー
タ保存部250に格納されている。計画知識の利用過程
において、計画知識の処理を受けた計画データは変更デ
ータ保存部260に保存される。 動作 第2図、第3図及び第11図から第14図により、本発
明の一実施例の知識処理動作について説明する。推論エ
ンジン200は、メタ知識部分270に記述されている
、知識部分利用の優先度1100の高い順に知識利用部
分を設定し、その知識利用部分のネットワークを知識照
合対象に設定する。初期段階で利用される知識部分が決
定される(ステップ300)。ここでは、知識部分の利
用順序決定部220が、知識部分A230の。 計画データの優先度を重視して処理する知識を始めに利
用することを決定し、知識部分A230のネットワーク
が知識照合対象となる。初期段階の利用対象知識部分A
230と計画データ1400との照合(ステップ305
)が終了すると、推論エンジンは、利用対象となってい
る知識部分A230の中に実行可能な知識要素があるか
どうかを判断する(ステップ310)。ここでは、搬出
指定1432の欄が「ある」である計画データ3143
0、及び計画データー51450が存在するので、ルー
ルA  11200が実行可能であることが判断される
。ルールA  11200の実行により、計画データー
31430、及び計画データー51450の割り付は候
補1434の欄に「ON」を代入する。 ルールの実行結果、計画データが処理されたら(ステッ
プ320)、その計画データに関する情報、ここでは、
計画データー31430、及び計画データー51450
のデータ名を、変更データ保存部260に保存しくステ
ップ335)、処理時刻を、最終更新時間としてこれら
の計画データに設定する(ステップ340)。以前に処
理された計画データが再度処理されたら(ステップ31
5)、現在変更データ保存部260に保存されている計
画データに関する情報と、新しく更新になった情報とを
リプレースは(ステップ325)、現在時刻を最終更新
時間とする(ステップ330)。 その後、推論エンジン200は変更31両データ。 計画データー31430.及び計画データー51450
と、利用対象となっている知識部分A230のネットワ
ークとの照合を行い、次に実行可能な知識要素(ルール
)があるかどうかを調べる。先に計画データー3143
0、及び計画データー51450の割り付は候補の欄が
「ON」に設定されたので、ルールA  21210が
実行対象となる。 ルールA  21210の実行処理が終了すると、知識
部分Aのなかに次に実行可能な知識要素が無くなるので
、推論エンジン200は次に利用対象となる知識部分を
決定する。ここでは、メタ知識部分270により、知識
部分A230の次に知識利用の優先度が高い知識部分B
240に記述されている。計画データの生産順序を時間
的に前詰めで決定することを重視する知識が新規に利用
対象となり、知識部分B240のネットワークが知識照
合に使われる。利用対象となる知識部分が変更になると
、先に変更データ保存部260に保存された変更知識要
素と、新しく利用対象となった知識部分Bのネットワー
クとが照合される。初期段階ではすべての変更知識要素
とネットワークが照合されるので、計画データー114
10、計画データー21420、及び計画データー41
440により、知識部分B230内のルールBlが13
oOが実行可能となったことが判断される。 このようにして、新規に利用対象となる部分が無くなれ
ば(ステップ350)、ここでは知識部分B240の中
に利用可能な知識要素が無くなれば、推論エンジン20
0は処理を終了する。 実施例特有の効果 本実施例によれば、 (1)処理される計画データの優先度を重視した処理と
、計画データを処理する順序を時間的に前詰めで決定す
ることを重視した処理の二つの異なった処理を一つの知
識ベース内で行うことができるという効果がある。 (2)先に行う計画データの優先度を重視した処理部分
では、全計画データのうち、優先度の高い計画データの
みが処理対象となり、知識部分へのネットワークの部分
のみが知識照合範囲となるため、知識照合の時間が短縮
されるという効果がある。 (3)後で行われる、計画データが実際の生産工程にお
いて処理される順序を時間的に前詰めで決定することを
重視した処理においては、すでに、全計画データのうち
の搬出指定のある優先度の高い計画データについては割
り付は処理が終了しているため、残りの計画データにつ
いてのみ知識部分Bの部分のネットワークの部分のみと
知識照合が行われる。このため、知識照合の時間が短縮
されるという効果がある。 [実施例2] 全体構成 第4図、第5図、第12図及び第14図により、本発明
の知識分割に関する実施例を説明する。 第4図によって、ルール部分ごとにファイルを分割する
ことにより、ルールを分割する方法を示す。知識ベース
405には、ルールファイル1410とルールファイル
2405を分割して記述する。 第5図は、ファイル内のルールを、ルール部分識別表示
を設けて分割する方法を示している。知識ベース505
には複数のルールファイルがあってもよいが、各ルール
ファイル内のルールを、ルール部分の表記を設けて分割
する。 [動作] 第4図、第5図、第12図及び、第14図により、本発
明の一実施例の動作について説明する。 第4図においては、ルール部分ごとにファイルが分割さ
れている。推論エンジン400は、この分割されたルー
ルファイルごとにネットワークを構成しくステップ43
0,435)、実行されるルールが存在するルール部分
のみをネットワークの更新対象となるようにする。また
、ネットワークの構成は、ルールファイル数だけ繰り返
して行われ、ルールファイルの数だけネットワークのル
ール420,425を管理する。 ここで、第4図のルールファイル1のネットワーク43
0を例にとり、ネットワークの構成、知識の照合方法に
ついて説明する。ネットワークは、ルールの条件部から
構成される。フレーム情報の変更があると、ルート14
20から流し込まれた変更フレームに対し、“O”44
5においてルール条件部に記述されている属性値のチエ
ツクが行われや\このチエツクを通過したフレームは、
”o”  (白丸)445の下のパ・  (黒点)45
0に記憶される。′◎2′(二重光)455では、上の
複数(ここでは2つ)の“・″(黒点)450に記憶さ
れているフレーム情報との間で、共通、あるいは排他な
どのチエツクが行われる。 このチエツクを通過したフレームの情報が1′O”(二
重光)455の下の′・  (黒点)460に記憶され
る。最後に、ルールの条件部に記述された条件をすべて
通過したフレームとそのルールの対が終端の′・″(黒
点)465に記憶される。 第12図のルールA  11200及び第14図の計画
データー31430を例にあげると、O”(白丸印)に
おいて、計画データー31430の「クラス」、及び「
搬出指定」の属性がそれぞれ、「計画データ」、「ある
」であるかどうかがチエツクされる。計画データー31
430はこの属性チエツクを通過するので、その下の“
・″(黒点)に保存される。ルールA  11200の
条件部にはこれ以上の記述はないので、この″・” (
黒点)が終端のパ・″(黒点)に一致し、ルールA11
2oOと計画データー31430の情報が対になって保
存される。 推論エンジン400は、フレームが変更になると、現在
実行されているルールが属するルールファイルのネット
ワークの更新を行うとともに、次に対象となるネットワ
ークに流すため、変更があったフレームを変更知識ファ
イル440に保存する。 利用対象となる知識部分が変更になった直後の。 新しく利用対象となった知識部分のネットワークにおけ
る知識照合は、フレームに付加されている変更時間情報
(タイムタグ)を参照して行う。すなわち、更新対象と
なるネットワークが変更になると、新しく変更対象とな
ったネットワークがもっとも最新アクティブであった時
間からの現在時刻までの間に、ルールの実行で起こった
変更フレームを流し込んでネットワークを更新する。 第5図においては、ファイル内のルールを、ルール部分
識別表示を設けて分割する。ネットワークの咎号照合の
対象となる部分の制御は、ルール実行部に記述されたタ
スクの変更命令(eventresetなど)による実
行対象ルール群の制御と、ネットワーク更新対象となる
ルール部分を連動させて行う、即ち、第14図に示すよ
うに、今、知識部分A1500がネットワークの知識照
合の対象となっている。ルールA  11510が実行
されることにより、タスク「割付5tartJ 156
0が起動される。これにより、実行対象ルール部分は、
メタル−ルー21550に記述された、ルール群B15
70になる。したがって、ルール群B1570が属して
いる知識部分B1520が、新しくネットワークの知識
照合の対象となる。ここでは、記号“[]”が、ルール
部部分識別表示帯を示している。 推論エンジン500は、ルール分割部分の表記を判別す
る。また、ルールファイル510を読み込みながら、ル
ール区表記に従ってネットワーク535.540を分割
構成する。これは、各ルール部分の表記を、上記のルー
ルファイルを分割する場合の各ルールファイル名に置き
換えて考える。 また、更新対象となるネットワークの変更方法は、ルー
ルファイルを分割する場合の各ルールファイルごとの処
理を、各ルール部分表記ごとの処理に置き換えて実現す
る。 実施例特有の効果 本実施例の「ファイルを分割することにより、知識照合
範囲を分割する方法」と「ルール部分識別表示を設けて
、知識照合範囲を分割する方法」の2つの方法において
、 (1)11の方法では、ファイルごとに知識の内容が異
なるので、知識のメインテナンス時に、知識の識別が容
易であるという効果がある。 (2)第2の方法では、一つのルールファイル内に複数
の異なる内容の知識を記述できるので、ルール分割数が
大きくなる場合でも、ファイル数が膨大とならず、ルー
ルのメインテナンス性が悪くならないという効果がある
。 (3)一つの知識ベース内で、lI#a識の分割処理を
行うことができるので、知識ベースが散在することンラ
々く、知識のメインテナンスが容易であるという効果が
ある。 [実施例3] 全体構成 第6図により1本実施例のシステム構成について説明す
る。本実施例のシステムは、ルールファイルがもっとも
最近利用対象ルールファイルから削除された時間を保存
する利用対象ルールファイル記憶部分605を有する推
論エンジン600と、3つのルールファイル、ルールフ
ァイル1620゜ルールファイル2630.ルールファ
イル3640、及び、推論の過程で変更となった知識情
報を保存する変更知識保存ファイル650により構成さ
れる。 また、第7図では、推論の過程でルール2−3700が
実行された時点でルールファイル3640が利用対象ル
ールファイルとして追加され、ルール3 2710が実
行された時点でルールファイル1620が利用対象ルー
ルファイルから削除されている。 さらに、第8図は、知識ファイルにおけるルール2 3
700及びルール3 2710の記述例を示す。 動作 第6図から第8図によって、本実施例の動作について説
明する。 推論のある過程において、ルールファイル162o及び
ルールファイル2630が利用対象となったと仮定する
。コンピュータの主記憶メモリ上には、ルールファイル
1620及びルールファイル2630の知識照合のため
のネットワークが構成されている。ルールファイル26
30には条件判定ルール2 3700が記述されている
。 その実行部に記述されている利用対象ルールファイル追
加処理800の実行により、ルールファイル3640が
新たに知識の照合範囲に設定さ九、推論エンジン600
は、知識照合のためのルールファイル3640のための
ネットワークを主記憶メモリ上に追加作成し、もっとも
最近ルールファイル3640が利用対象ルールファイル
から削除された時間から現在時刻までの間に変更となっ
た知識について、ルールファイル3640のネットワー
クと照合する。 推論が進み、ルールファイル3640に記述されている
ルール3 2710が実行された時点で、ルール3 2
710の実行部に記述されている利用ルールファイル削
除命令810により、ルールファイル1620のネット
ワークが主記憶メモリ上から削除され、利用対象ルール
ファイル記憶部分605にルールファイル1620が利
用対象ルールファイルから削除された時刻を保存する。 また、ルール3 2710には、排他関係にあるルール
2 2830の記述がある820ので、このルール2 
2830は利用対象ルールから削除される。ルールごと
の排他関係の設定は、そのルールに関するネットワーク
を主記憶メモリから削除するのではなく、ネットワーク
のルートを管理することにより行う。 実施例特有の効果 本実施例によれば、 (1)実施例1において記述した「処理データの優先度
を重視して処理する知識」と「処理データが実際の生産
工程において処理される順序を時間的に前詰めで決定す
ることを重視する知識」、あるいは、「決定的な知識」
と「業務手続き的な知識」などのように、複数の分割観
点により知識を分割して処理の高速化を計ることができ
るという効果がある。 ここで、決定的な知識とは、製作される製品と製作装置
が1対1で決まっていて、「もし製品Aが計画データに
含まれるならば製作装置Aに割り付ける」のように、−
段階の思考、処理により決定がなされる知識である。こ
の知識はまた。−段階の処理で完結するので、処理速度
の速い知識ともみなすことができる。また、業務手続き
的な知識とは、数種の製作装置で製品の製作が可能な場
合の様に、受注日・生産収容量・納期などに関して、数
段階の思考、処理過程を踏んで処理を決定するような知
識である。このような知識を1ルールで記述するような
場合には、受注日・生産収容量、・納期などのそれぞれ
に関して計画データを調査して、最終的に割り付けなど
の処理に到るまでに、非常に時間のかかる知識とみなす
ことができる。 (2)推論の過程で利用対象とするルールファイルを追
加あるいは削除できるので、推論の途中結果に応じて、
常に必要十分な知識部分のみで知識処理を行うことがで
きるという効果がある。 (3)推論時に、−度にすべてのルール部分に関するネ
ットワークをコンピュータの主記憶メモリ上に置くので
はなく、知識照合の対象となる部分のみを主記憶メモリ
上に置くので、−時点で消費されるメモリ数を低減でき
、ルールなどの知識の大型化に対応できるという効果が
ある。 [実施例4] 全体構成 第4図及び第16図により、発明の知識分割に関する実
施例を説明する。 第4図によって、ルール部分ごとにファイルを分割する
が、ネットワークの知識照合範囲は、ルール中に記述さ
れた内容にしたがって、ルール実行中に決定される方法
を示す。知識ベース405には、ルールファイル141
0とルールファイル2405を分割して記述する。 動作 第4図、及び第16図により1本発明の一実施例の動作
について説明する。 第4図においては、ルール部分ごとにファイルが分割さ
れている。推論エンジン400は、この分割されたルー
ルファイルごとにネットワークを構成430,435す
る。ルールの実行部に、特に指定がない場合には、すべ
てのネットワークがネットワークの更新対象となる。 推論が開始すると、メタル−ルー11600にしたがっ
て、初期処理イベント1610が発行される。初期状態
では、制御フレーム1660の「状態」スロット166
5の内容が、「開始」1670であるので、初期処理ル
ール1620が実行される。ここでは、まずdispl
ay命令1630により、初期画面が表示された後。 Hwal−stop命令1635により、ルールファイ
ル2のネットワーク部分435への知識照合が中断され
る。その状態で、readJable命令1640によ
り、計画データが読み込まれ、計画データフレームへと
変換される。生成された計画データフレームは、変更知
識保存ファイル440に保存される。計画データの読み
込みがすべて終了すると、set命令1645により、
制御フレーム1660の「状態」スロット1665が「
計画中」になる。 引続き、renerwal 5tart命令1650が
発行されると、今まで、知識照合がなされなかったルー
ルファイル2のネットワーク435部分が知識照合範囲
となり、変更知識保存ファイル440に保存されていた
計画データフレームとルールファイル2のネットワーク
435部分が照合される。 本実施例特有の効果 本実施例によると、 (1)特定のある知識部分だけを知識照合対象範囲から
外すことができるという効果がある。 (2)ルール実行部において知識の照合対象を指定でき
るので、実行対象となっているルールが存在しない知識
部分でも、知識の照合を行うことができるという効果が
ある。
【発明の効果】
本発明によれば、Pi数に分割した知識のそれぞれに限
定して知識変更内容の照合を行うので、照合範囲が狭く
なり、処理時間が短縮されるという効果がある。 4、図の簡単な説明 第1図は、知識を複数に分割して、知識の利用範囲を限
定して知識処理を行うことを示す図、第2図は、知識を
2分割して、それぞれを順序立てて利用することを示す
図、第3図は、複数に分割した知識の処理手順を示すフ
ローチャート、第4図は、ルールファイルを分割するこ
とにより、知識を部分かつすることを示す図、第5図は
、−ルールファイル内で知識を分割することを示す図5
第6図はルールファイルを3分割して知識処理を行うこ
とを示す図、第7図は、実行されるルールとルールの実
行による利用対象ルールファイルの移行を示す図、第8
図は、ルールの記述例を示す図、第9図は、従来技術に
おいて、知識の利用範囲を限定することなく知識処理を
行うことを示す図、第10図は、知識処理手段の概要を
示す図、第11図は、メタ知識部分の記述例を示す図、
第12図、第13図は、知識部分の記述例を示す図。 第14図は、計画データを表すフレームの記述例を示す
図、第15図は、ルールと、それを#御するメタルール
の記述例を示す図、第16図は、ルールの実行部におい
て、ネットワークの照合対象となる知識部分を指定する
知識の記述例を示す図である。 第 図 以 第31¥I 茶5図 ンレー?しくpすtla ネット7−7   fJ6 ル−IvすVf2ω ネット7−7  6−4θ 第C図 6θθ / 第 ? 図 ( )し−ル 2−3・′ チ (フレームAの スロットの =゛秋′刺、X′ スロヅ)b=’′A″に懇γ′ カゝフ 7“あろ) )J (フレーム Bの スロットC=’Nθ゛ 茶 図 キット7−7 \り5θ 第 0 図 1 then z、鐵部9A  1+LW  to。 禾口側収瘤p分B  4手先7I   5θ  )第 2 図 清良惧2副送 が ある then 、5et(4!j’14fr7(+t$@ 
 ON) )(ルールA−2どI、HO f  ?盲↑1チー707ラス が°  jす画テコタ
、枦jリイすげi項ネ傘’   f  QN  ?°あ
ソ1彦収容量  fJぐ i人 7°あるth朗  ?
言↑1テ−り (1′」ソ41σ〕delete (?
計画データ) ) 7”あソ 第13図 J  ?TJチー7  (7)772  Q’  9Q
7”−7#岡#F4  ヂ +F37゛ある therr  set (害’l’月11ブf+!!M
:J  )(ルール糺2 ;f ?計画データ の 7ラス ヂ 計画テ1り寧リ
ソ11ry41咲樟  青−j  ON  てあすづル
H又劉1(マず  過大  マ゛h!then  ?計
h7−7(刷りFilυde 1ete (? Nhテ
―り) )7′あり Tあソ 第 14 図 7ラス 釘画テ一り #9ぶ11定 lし 省11月イげ411虐’  OFF さ産月又寥着 10  ) (言↑ゑテ゛−ター2 //120 7ラス 言す孟テータ 才椴土4;穴 なし 薯’+1月1げ’+4#fi’  OFFて産収容f2
θ) (言丁6九チーター4//414σ 7ラス 畜1函テータ 2q出ス旨良 hし く畜係データー5″何′ フラス 討1めテーク 精を広片良 あソ 1P1゛月“1′1丁イl更3P#゛  θFF憧膚g
又6412) ¥ 5 図 then set (tI4iイ大゛態  マシンりe
brent reset (iIj付tt0Lrt))
(ルールAJ ltiAテータ の  7ラス カ゛畜丁画テ゛−り通
含マシン カC7シン27゛ある then  set  (1’〕付イスイス、  マシ
ン2)CVvtf reset (寥り1寸Ato、r
t))7jソ (如岨咥B〕、ts20 ij  ・・・ then・・・ノ 11.5ttLrf thenルールj¥(初期にイj ル)ばY1ルール11 A J (メタル−ルー2  /15Jσ ン

Claims (1)

  1. 【特許請求の範囲】 1、知識ベースを少なくとも二つ以上の知識部分に分割
    し、知識利用過程のある一時点では、ある知識部分のみ
    を利用対象とする知識処理方法。 2、知識ベースを少なくとも二つ以上の知識部分に分割
    し、異なった知識部分に属する知識要素を、同時に利用
    するのではなく、順序付けて利用することを特徴とする
    請求項1記載の知識処理方法。 3、知識部分毎に知識区分識別子を設定することにより
    知識を分割して利用する請求項1記載の知識処理方法。 4、知識部分毎に知識ファイルを設定することにより知
    識を分割して利用する請求項1記載の知識処理方法。 5、知識照合処理の対象となる主記憶メモリ上の知識部
    分を、知識利用の過程で追加あるいは削除することによ
    り、知識利用過程のある一時点では、ある知識部分のみ
    を利用対象とする請求項1記載の知識処理方法。 6、各々の知識要素に、その知識要素と排他関係にある
    知識要素に関する情報を付すことにより、排他関係にあ
    る知識要素を同時に利用対象としない請求項2記載の知
    識処理方法。 7、知識ベースをA、B二つに分割して、先に知識ベー
    スAに属する知識要素を利用し、その後で知識ベースB
    に属する知識要素を利用する請求項2記載の知識処理方
    法。 8、決定的処理知識を先に利用し、その後で手続き的処
    理知識を利用する請求項7記載の知識処理方法。 9、処理速度の速い知識を先に利用し、その後で処理速
    度の遅い知識を利用する請求項7記載の知識処理方法。 10、処理データの優先度を重視して処理する知識を先
    に利用し、その後で処理データが実際の生産工程におい
    て処理される順序を時間的に前詰めで決定することを重
    視する知識を利用する請求項7記載の知識処理方法。 11、特異なデータを処理する限定的な知識を先に利用
    し、その後で一般的なデータを処理する汎用的な知識を
    利用する請求項7記載の知識処理方法。 12、利用知識部分分割処理手段を有する推論手段と、
    知識ベース記憶手段とから成る知識処理装置。 13、知識として知識ベース内に記述された内容にした
    がって、知識照合処理の対象となる主記憶メモリ上の処
    理系部分を、知識利用の過程で動的に追加あるいは削除
    する請求項12記載の知識処理方法の知識処理装置。 14、知識要素を利用している過程で他の知識要素が更
    新された場合、最終更新時間と最新更新内容が保存され
    る請求項12記載の知識処理装置。 15、知識要素の利用結果によって起った知識要素の変
    化を「その他の知識部分と照合する」か、あるいは「そ
    の他の知識部分との照合を保留し、次の知識要素の利用
    に移る」かを、知識利用の最中に制御する請求項12記
    載の知識処理装置。 16、ある知識部分内の知識要素が利用されて起った知
    識変化の内容が、その後で別の知識部分の知識要素が利
    用されるまで保存される請求項12記載の知識処理装置
    。 17、利用対象となる知識部分が他の知識部分に移行す
    ると、移行前の知識部分に属する知識要素の利用により
    保存されていた知識の変更内容が、移行後の知識部分に
    属する知識要素が利用される前にその知識部分に反映さ
    れる請求項12記載の知識処理装置。
JP1251888A 1989-09-29 1989-09-29 知識処理方法 Pending JPH03116237A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP1251888A JPH03116237A (ja) 1989-09-29 1989-09-29 知識処理方法
US07/588,087 US5212768A (en) 1989-09-29 1990-09-25 Method and apparatus for processing knowledge

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP1251888A JPH03116237A (ja) 1989-09-29 1989-09-29 知識処理方法

Publications (1)

Publication Number Publication Date
JPH03116237A true JPH03116237A (ja) 1991-05-17

Family

ID=17229440

Family Applications (1)

Application Number Title Priority Date Filing Date
JP1251888A Pending JPH03116237A (ja) 1989-09-29 1989-09-29 知識処理方法

Country Status (2)

Country Link
US (1) US5212768A (ja)
JP (1) JPH03116237A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06230972A (ja) * 1993-02-02 1994-08-19 Nec Corp 故障解析手順誘導装置

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2684472A1 (fr) * 1991-11-29 1993-06-04 Cit Alcatel Systeme expert supportant les contraintes du temps reel.
US5819259A (en) * 1992-12-17 1998-10-06 Hartford Fire Insurance Company Searching media and text information and categorizing the same employing expert system apparatus and methods
DE4305522C2 (de) * 1993-02-17 1996-03-28 Daimler Benz Ag Einrichtung zur rechnergestützten Diagnose eines aus Modulen bestehenden technischen Systems
US5600726A (en) * 1995-04-07 1997-02-04 Gemini Systems, L.L.C. Method for creating specific purpose rule-based n-bit virtual machines
US5893911A (en) * 1996-04-17 1999-04-13 Neon Software, Inc. Method for defining and applying rules for message distribution for transaction processing in a distributed application
US5916307A (en) * 1996-06-05 1999-06-29 New Era Of Networks, Inc. Method and structure for balanced queue communication between nodes in a distributed computing application
JPH10222371A (ja) * 1997-02-06 1998-08-21 Seitaro Matsushita 知識ベースの作成装置及び実行装置並びにこれらを用いた知識ベースシステム
US6877061B2 (en) * 2000-03-31 2005-04-05 Emc Corporation Data storage system having dummy printed circuit boards
US20020086271A1 (en) * 2000-12-28 2002-07-04 Murgia Paula J. Interactive system for personal life patterns
US7502770B2 (en) 2001-04-11 2009-03-10 Metaweb Technologies, Inc. Knowledge web
US7844610B2 (en) * 2003-12-12 2010-11-30 Google Inc. Delegated authority evaluation system
US20030195834A1 (en) * 2002-04-10 2003-10-16 Hillis W. Daniel Automated online purchasing system
US8069175B2 (en) * 2002-04-10 2011-11-29 Google Inc. Delegating authority to evaluate content
AU2003297193A1 (en) * 2002-12-13 2004-07-09 Applied Minds, Inc. Meta-web
US8012025B2 (en) * 2002-12-13 2011-09-06 Applied Minds, Llc Video game controller hub with control input reduction and combination schemes
US20050131918A1 (en) * 2003-12-12 2005-06-16 W. Daniel Hillis Personalized profile for evaluating content

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60114968A (ja) * 1983-11-28 1985-06-21 Hitachi Ltd 推論システム
US4658370A (en) * 1984-06-07 1987-04-14 Teknowledge, Inc. Knowledge engineering tool
JPS619729A (ja) * 1984-06-26 1986-01-17 Toshiba Corp 推論システム
US4999833A (en) * 1985-05-06 1991-03-12 Itt Corporation Network connectivity control by artificial intelligence
US4809219A (en) * 1985-06-26 1989-02-28 International Business Machines Corporation Method for processing an expert system rulebase on a system having limited memory
JPH0786833B2 (ja) * 1987-06-26 1995-09-20 株式会社日立製作所 知識ベ−ス管理システム
US4847784A (en) * 1987-07-13 1989-07-11 Teknowledge, Inc. Knowledge based tutor
JP2506991B2 (ja) * 1987-09-25 1996-06-12 松下電器産業株式会社 回路変換システムと回路変換方法と反転論理生成方法および論理設計システム
US4939680A (en) * 1988-02-15 1990-07-03 Hitachi, Ltd. Expert system using deep knowledge and shallow knowledge
US4926344A (en) * 1988-03-16 1990-05-15 Minnesota Mining And Manufacturing Company Data storage structure of garment patterns to enable subsequent computerized prealteration
US4965743A (en) * 1988-07-14 1990-10-23 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Discrete event simulation tool for analysis of qualitative models of continuous processing system
US5043915A (en) * 1988-11-30 1991-08-27 Hitachi, Ltd. Knowledge-based system installed with associative knowledge and inference method
US4970657A (en) * 1989-01-06 1990-11-13 U.S. Advanced Technologies, N.V. Expert knowledge system development tool
US4970658A (en) * 1989-02-16 1990-11-13 Tesseract Corporation Knowledge engineering tool

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06230972A (ja) * 1993-02-02 1994-08-19 Nec Corp 故障解析手順誘導装置

Also Published As

Publication number Publication date
US5212768A (en) 1993-05-18

Similar Documents

Publication Publication Date Title
JPH03116237A (ja) 知識処理方法
US6477660B1 (en) Data model for supply chain planning
US5321620A (en) Inference planning system
US4896269A (en) Job shop scheduling and production method and apparatus
US6282514B1 (en) Device and method for project management
Schummer et al. Incentives in landing slot problems
US20020062239A1 (en) Program planning management system
JPH09153090A (ja) 加工工程生産計画立案方法及び装置
MXPA01002771A (es) Metodo para planear el desarrollo de un producto implementado por computadora.
JPH02297634A (ja) 製造又は他のリソースを処理する装置及び方法
JPH03180963A (ja) 計画作成支援システムおよびこれを基にしたスケジューリングシステム
Ortíz et al. Dispatching algorithm for production programming of flexible job-shop systems in the smart factory industry
CN112561253A (zh) 基于生产计划的订单分派方法、系统、平台及存储介质
CN112396322A (zh) 一种基于生产计划的制程工艺单产能评估方法及系统
CN112396323A (zh) 一种基于生产计划的制程工艺单分配方法及系统
Braune et al. Applying genetic algorithms to the optimization of production planning in a real-world manufacturing environment
JP2002091536A (ja) 鉄鋼製品の一貫製造管理方法、スケジューリング装置及び記憶媒体
Shah et al. New modeling and performance evaluation of tool sharing control in FMS using colored Petri nets
CN114548916A (zh) 一种针对复杂工作流及指定审批人的审批方法
Lara-Cárdenas et al. A genetic programming framework for heuristic generation for the job-shop scheduling problem
JP2000040099A (ja) スケジュール作成装置及び方法、ジョブの選択方法並びにスケジュール作成用ソフトウェアを記録した記録媒体
JP7417118B2 (ja) 情報処理装置、制御方法、プログラム
CN117421109B (zh) 训练任务的调度方法、装置、计算机设备及存储介质
JPH07244692A (ja) 生産工程スケジューリング方法及びその装置
JP2709010B2 (ja) スケジューリングのための推論方法