JPH0341519A - 知識処理システム - Google Patents
知識処理システムInfo
- Publication number
- JPH0341519A JPH0341519A JP1175467A JP17546789A JPH0341519A JP H0341519 A JPH0341519 A JP H0341519A JP 1175467 A JP1175467 A JP 1175467A JP 17546789 A JP17546789 A JP 17546789A JP H0341519 A JPH0341519 A JP H0341519A
- Authority
- JP
- Japan
- Prior art keywords
- evaluation
- rule
- instantiation
- knowledge
- data
- 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
- 238000012545 processing Methods 0.000 title claims description 64
- 238000011156 evaluation Methods 0.000 claims abstract description 120
- 230000003936 working memory Effects 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 39
- 230000008859 change Effects 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims 4
- 239000004065 semiconductor Substances 0.000 claims 3
- 230000006870 function Effects 0.000 abstract description 8
- 238000009411 base construction Methods 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 15
- 238000013461 design Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/919—Designing, planning, programming, CAD, CASE
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/919—Designing, planning, programming, CAD, CASE
- Y10S706/921—Layout, e.g. circuit, construction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (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。
め要約のデータは記録されません。
Description
【産業上の利用分野1
本発明は人工知能の応用として構築される知識処理シス
テムに関し、具体的には、プラントや計算機の機器配置
、LSI設計、医療診断システム等のエキスパートシス
テムに関する。 【従来の技#11 知識処理システムにおいて、条件部がデータと適合する
ような実行可能な複数のルールが存在する状態を競合と
読んでいる。この実行可能なルールとそれと適合したデ
ータの組はインスタンシエイションと呼ばれ、複数のイ
ンスタンシェイションの集合はコンフリクトセットと呼
ばれる。インスタンシエイションとコンフリクトセット
の関係を第8図に示す。コンフリクトセットから1つの
インスタンシエイションを選択することを競合解消と呼
び、従来から幾つかの競合解消戦略が用いられている。 以下に一般的に良く知られている競合解消戦略の例を挙
げる。 (1)ルールの優先順位:前もって各ルールに与えた優
先順位に従う。 (2)ファースト・マツチ:ルールベース内に格納され
ているルールの順にデータとの照合を行ない最初に適合
したものを選択する。 (3)最近実行ルール:コンフリクトセットの中で最も
最近に実行されたルールを優先する。 (4)条件部の複雑さ:aも複雑な条件部を持つルール
を優先する。 (「知識工学入門JPp、76−78.上野春樹著。 オーム社、昭和60年5月30日、第1版 より抜粋) 上記の戦略を複数組み合わせて用いる例もある。 汎用のエキスパートシステム構築言語である0PS5で
は、インスタンシエイションの持つデータの最新性とル
ールの条件部の複雑さの戦略を組み合わせた複雑な戦略
を2通り用意している。 【発明が解決しようとする課M】 従来の知識処理システムでは1M合解消は予め設定され
た戦略に従い行われていたので、データの状態に応じて
最適なルールを選択することはできなかった。また、所
望するゴールに到達するためには使用いる競合解消戦略
を考慮してルールベースを設計する必要があった。 これについて、自動車を運転するときの知識を例にとり
以下に説明する。第7図は自動車を運転するための知識
処理システムのワーキングメモリとルールベースを示し
ている。競合解消戦略として上記(2)のファースト・
マツチを用いているとし、各ルールは番号の小さいもの
から順に並んで格納されているとする。第1の推論サイ
クルでが前の方に位置するルール2が選択され、「進行
」と判断する0次はルール3により「右折」と判断する
。次の推論サイクルでは、ルール4.ルール5が適合し
ており、ルール4が選択され、「右方向指示ランプ点灯
」を実行し、さらにルール5により「ハンドル右回転」
を実行する。このようにして、交差点で右折する過程が
推論により導かれる。ところが、ワーキングメモリ内に
、「対向車あり」のデータが存在した場合にはどのよう
な推論が行なわれるかを以下に説明する。第1.第2の
推論サイクルでは、先程と同様にルール2,3の順に実
行される。第3の推論サイクルでは、右折を含むが、歩
行者を含まないルールとしてルール4,5.6が適合し
、まず、ルール4を実行する。次のサイクルではルール
5,6が適合し、ルール6により「停止」をしなくては
ならないが、ルール5が選択され、事故が発生してしま
う。これを防ぐためには、ルール5と対向車や歩行者が
ある場合のルール6.7の格納順序を変える必要部の複
雑なルールを優先する競合解消戦略を用いたならば、第
3の推論サイクルでは、ルール4゜5が適合し、条件部
が複雑なルール5が優先的に選択され、「右方向指示ラ
ンプ点灯」しないで右折を始めてしまう。これに対して
は、ルール5の条件部の「右折」を「右方向指示ランプ
点灯」で置き換えることで、第3の推論サイクルではル
ール4のみを適合させ、ルール4.ルール5の実行順序
を固定化しなくてはならない。すなわち、ルール間の関
係を考えてルールベースを作る必要がある。 以上述べたように、従来の競合解消戦略では競合解消戦
略とルール自体およびルールベースは密接に関連し、ル
ール作成およびルールベース構築の際に、どのような競
合解消戦略を用いるかを十分考慮に入れなくてはならな
いという問題がある。 一般的トこ、知識処理システムは、データ、ルール、S
論機構が明確に分離されているために、処理の流れを意
識せずにルール作成およびルールベース構築が可能であ
り、ルールを増やすことで、システムの拡張が容易に行
なえることが長所である。しかし、従来の競合解消戦略
では、この長所を制限してしまい、知識処理システムの
本来持つべき長所を十分に生かせかなった。また、ルー
ルベースの規模が大きくなるとルール間の関係を考えて
ルールベースを構築することが非常に困難となり、矛盾
の無いルールベースを作るために要する知識エンジニア
の労力は多大なものとなる。 そこで、本発明は上述の問題点を解決すべく、複数のイ
ンスタンシエイションを持つコンフリクトセットから、
状況に応じて最適なインスタンシエイションを選択する
ことで所望するゴールを得るための推論の効率を高め、
加えてルール作成およびルールベース構築を容易にする
ことを目的とする。
テムに関し、具体的には、プラントや計算機の機器配置
、LSI設計、医療診断システム等のエキスパートシス
テムに関する。 【従来の技#11 知識処理システムにおいて、条件部がデータと適合する
ような実行可能な複数のルールが存在する状態を競合と
読んでいる。この実行可能なルールとそれと適合したデ
ータの組はインスタンシエイションと呼ばれ、複数のイ
ンスタンシェイションの集合はコンフリクトセットと呼
ばれる。インスタンシエイションとコンフリクトセット
の関係を第8図に示す。コンフリクトセットから1つの
インスタンシエイションを選択することを競合解消と呼
び、従来から幾つかの競合解消戦略が用いられている。 以下に一般的に良く知られている競合解消戦略の例を挙
げる。 (1)ルールの優先順位:前もって各ルールに与えた優
先順位に従う。 (2)ファースト・マツチ:ルールベース内に格納され
ているルールの順にデータとの照合を行ない最初に適合
したものを選択する。 (3)最近実行ルール:コンフリクトセットの中で最も
最近に実行されたルールを優先する。 (4)条件部の複雑さ:aも複雑な条件部を持つルール
を優先する。 (「知識工学入門JPp、76−78.上野春樹著。 オーム社、昭和60年5月30日、第1版 より抜粋) 上記の戦略を複数組み合わせて用いる例もある。 汎用のエキスパートシステム構築言語である0PS5で
は、インスタンシエイションの持つデータの最新性とル
ールの条件部の複雑さの戦略を組み合わせた複雑な戦略
を2通り用意している。 【発明が解決しようとする課M】 従来の知識処理システムでは1M合解消は予め設定され
た戦略に従い行われていたので、データの状態に応じて
最適なルールを選択することはできなかった。また、所
望するゴールに到達するためには使用いる競合解消戦略
を考慮してルールベースを設計する必要があった。 これについて、自動車を運転するときの知識を例にとり
以下に説明する。第7図は自動車を運転するための知識
処理システムのワーキングメモリとルールベースを示し
ている。競合解消戦略として上記(2)のファースト・
マツチを用いているとし、各ルールは番号の小さいもの
から順に並んで格納されているとする。第1の推論サイ
クルでが前の方に位置するルール2が選択され、「進行
」と判断する0次はルール3により「右折」と判断する
。次の推論サイクルでは、ルール4.ルール5が適合し
ており、ルール4が選択され、「右方向指示ランプ点灯
」を実行し、さらにルール5により「ハンドル右回転」
を実行する。このようにして、交差点で右折する過程が
推論により導かれる。ところが、ワーキングメモリ内に
、「対向車あり」のデータが存在した場合にはどのよう
な推論が行なわれるかを以下に説明する。第1.第2の
推論サイクルでは、先程と同様にルール2,3の順に実
行される。第3の推論サイクルでは、右折を含むが、歩
行者を含まないルールとしてルール4,5.6が適合し
、まず、ルール4を実行する。次のサイクルではルール
5,6が適合し、ルール6により「停止」をしなくては
ならないが、ルール5が選択され、事故が発生してしま
う。これを防ぐためには、ルール5と対向車や歩行者が
ある場合のルール6.7の格納順序を変える必要部の複
雑なルールを優先する競合解消戦略を用いたならば、第
3の推論サイクルでは、ルール4゜5が適合し、条件部
が複雑なルール5が優先的に選択され、「右方向指示ラ
ンプ点灯」しないで右折を始めてしまう。これに対して
は、ルール5の条件部の「右折」を「右方向指示ランプ
点灯」で置き換えることで、第3の推論サイクルではル
ール4のみを適合させ、ルール4.ルール5の実行順序
を固定化しなくてはならない。すなわち、ルール間の関
係を考えてルールベースを作る必要がある。 以上述べたように、従来の競合解消戦略では競合解消戦
略とルール自体およびルールベースは密接に関連し、ル
ール作成およびルールベース構築の際に、どのような競
合解消戦略を用いるかを十分考慮に入れなくてはならな
いという問題がある。 一般的トこ、知識処理システムは、データ、ルール、S
論機構が明確に分離されているために、処理の流れを意
識せずにルール作成およびルールベース構築が可能であ
り、ルールを増やすことで、システムの拡張が容易に行
なえることが長所である。しかし、従来の競合解消戦略
では、この長所を制限してしまい、知識処理システムの
本来持つべき長所を十分に生かせかなった。また、ルー
ルベースの規模が大きくなるとルール間の関係を考えて
ルールベースを構築することが非常に困難となり、矛盾
の無いルールベースを作るために要する知識エンジニア
の労力は多大なものとなる。 そこで、本発明は上述の問題点を解決すべく、複数のイ
ンスタンシエイションを持つコンフリクトセットから、
状況に応じて最適なインスタンシエイションを選択する
ことで所望するゴールを得るための推論の効率を高め、
加えてルール作成およびルールベース構築を容易にする
ことを目的とする。
【課題を解決するための手段1
本発明ではrIF 条件部 T HE N 結論部
」からなるルール知識と、ルール知識により評価される
対象世界を記述するデータ群を格納するワーキングメモ
リと推論構築を持つ知識処理システムにおいて、コンフ
リクトセットから1つのインスタンシエイションを選択
するために、各インスタンシエイションのルール結論部
に従い、処理を実行するルール実行手段と、実行結果を
評価するための評価知識および評価手段と、各インスタ
ンシエイションの評価結果を比較し、評価の高いものを
選択するインスタンシエイション選択手段と、インスタ
ンシエイションの実行処理により変更されたデータを、
もしそのインスタンシエイションが棄却された場合は、
元の状態に復元するデータ復元手段を有する。 【作用】 本発明によれば、コンフリクトセットから1つのインス
タンシエイションを選択する際に、ルール実行手段によ
りルールの実行を行ない、評価知識および評価手段によ
り実行結果を評価し、インスタンシエイション選択手段
により、評価の高いインスタンシエイションが選択され
るので、ルールを実行した結果を反映したインスタンシ
エイションの選択がなされる。そのため、所望するゴー
ルに到達するための効率の良い推論がなされる。 また、従来のようにルール作成やルールベース構築の際
に競合解消戦略を考慮し、推論過程を想定しながらルー
ルやルールベースを設計する必要がなくなり、ルールや
ルールベース設計に要する労力が大きく削減される。
」からなるルール知識と、ルール知識により評価される
対象世界を記述するデータ群を格納するワーキングメモ
リと推論構築を持つ知識処理システムにおいて、コンフ
リクトセットから1つのインスタンシエイションを選択
するために、各インスタンシエイションのルール結論部
に従い、処理を実行するルール実行手段と、実行結果を
評価するための評価知識および評価手段と、各インスタ
ンシエイションの評価結果を比較し、評価の高いものを
選択するインスタンシエイション選択手段と、インスタ
ンシエイションの実行処理により変更されたデータを、
もしそのインスタンシエイションが棄却された場合は、
元の状態に復元するデータ復元手段を有する。 【作用】 本発明によれば、コンフリクトセットから1つのインス
タンシエイションを選択する際に、ルール実行手段によ
りルールの実行を行ない、評価知識および評価手段によ
り実行結果を評価し、インスタンシエイション選択手段
により、評価の高いインスタンシエイションが選択され
るので、ルールを実行した結果を反映したインスタンシ
エイションの選択がなされる。そのため、所望するゴー
ルに到達するための効率の良い推論がなされる。 また、従来のようにルール作成やルールベース構築の際
に競合解消戦略を考慮し、推論過程を想定しながらルー
ルやルールベースを設計する必要がなくなり、ルールや
ルールベース設計に要する労力が大きく削減される。
次に、本発明の実施例について図面を参照して説明する
。 第を図は本発明を実施するシステムの1例を示すブロッ
ク図である。本発明の1実施例はルールをrIF 条
件部 THE N 結論部」の形式で格納しておくル
ールベース1、推論処理を行なう推論部2、ルールが適
用される推論対象世界を表現したデータ群を格納する第
1ワーキングメモリ3、適合するルールとデータの組で
あるインスタンシエイションの集合であるコンフリクト
セット4から成る公知の構成に、第2ワーキングメモリ
5、I!¥I価結果格納域6、評価関数やしきい値など
ンフリクトセット4は第8図に示すようなルールとデー
タとの関係を示す情報のみをデータとして保持しており
、ルールとデータの実体はそれぞれルールベース1およ
び第1ワーキングメモリ3に保持している。推論部2は
、条件照合およびコンフリクトセット作成手段21、ル
ール実行手段22、インスタンシエイション選択手段2
4の公知の構成に、評価知!117にもとづいて、第2
ワーキングメモリ5内の実行結果を評価し、評価結果を
評価結果格納域6に格納する実行結果評価手段23、デ
ータ復元および更新手段25を追加した構成である。第
1図中の矢印は、推論部2に向かうものと、推論部2か
ら出るものの2通りある。 推論部に向かう矢印は推論における参照関係を意味する
。推論部から出る矢印は処理の結果により生成、変更さ
れるものを指している。 第2図は第1図のシステムを用いた推論処理の流れを示
すフローチャートである。第1図と第2図を用いて、処
理の詳細を説明する。推論部2は段21により、ルール
ベース1内に格納されているルールの条件部と第1ワー
キングメモリ3内のデータを比較し、適合するルールと
データの組であるインスタンシエイションを作成しく処
理211)、インスタンシエイションの集合であるコン
フリクトセット4を作成する(処理212)。 また、コンフリクトセット4内のインスタンシエイショ
ンは、ルール条件部に付された優先順位によりソーティ
ングされている(処理213)。次に、コンフリクトセ
ット内にインスタンシエイションが存在するかを調べ、
もしコンフリクトセット4が空ならば、推論サイクルを
終了する(処理214)、コンフリクトセット4内にイ
ンスタンシエイションが存在すれば、ルール実行手段2
2によりコンフリクトセット4の先頭インスタンシエイ
ションについて、ルール結論部に従い処理の実行を行な
う。この処理によるデータの生成、変更、削除は、第2
ワーキングメモリ5に施される(処理221)、第2ワ
ーキングメモリ5に施される(処理221)、第2ワー
キングメモリ5に対して、評価知識7を用いて実行結果
評価手段23により評価値を計算し、評価結果を評価結
果格納域6に格納する(処理231)。予め設定したし
きい値と評価値を比較し、評価値がしきい値を上回って
いるならば、このインスタンシエイションを採用し、下
回っているなら棄却する(処理243)、採用の場合は
、第2ワーキングメモリ5のデータを第1ワーキングメ
モリ3に書き込み(処理251)、実行したインスタン
シエイションをコンフリクトセット4から捨て(処理2
41)、最初に戻り、推論サイクルを繰り返す。 すなわち、ルール採用の場合は、次の推論サイクルを実
行するために、第1ワーキングメモリ3内のデータを更
新した後、新しいコンフリクトセット4、すなわち、ル
ールとデータの関係を作り直す。棄却の場合は、データ
復元手段25により、第2ワーキングメモリ5の内容を
、第1ワーキングメモリ3を参照して元の状態に戻しく
処理252)、棄却したインスタンシエイションをコン
フリクトセット4から捨て(処理242)、処理214
に戻り次のインスタンシエイションについて同様の処理
を繰り返す。 すなわち、棄却の場合には、次のインスタンシエイショ
ン実行のために、ルール実行時に変更があったデータを
元に戻しておく。 第2図に示した処理フローでは、第1ワーキングメモリ
3のデータと照合すべきルールの条件部がなくなり、コ
ンフリクトセットが作成されなかった時にすべての処理
が終了する。 次に、より具体的な本発明の実施例を、LSIのレイア
ウト設計に本発明を適用した例を用いて詳しく説明する
。LSIのレイアウト設計では、コスト低減のために可
能な限り小さい面積のチップレイアウトを行なうことが
望ましい。また、所望する回路特性を実現するために、
レイアウトにおいて守らなければならない制約や、「こ
のようにレイアウトすることが望ましい」といった要望
がある。これらの複雑な条件を考慮したレイアウトを行
なうために、−旦、大まかに設計したレイアウトについ
て面積の縮小や、制約の遵守、要望の考慮のためにレイ
アウト改善処理を行なう。ここで説明に用いるのは、こ
のレイアウト改善処理に本発明を実施した例である。 第3図にワーキングメモリ内のデータ例を示す。 知識表現方法はフレーム表現である。第3図に示した矩
形領域、素子および配線に関するデータの集合がそれぞ
れフレームを構成する。データはレイアウト対象である
トランジスタや抵抗等の素子。 素子内の端子、端子間の配線、同電位端子の集合である
ネット、異層間の接続を行なうためのスルーホール等を
表わすものであり、それぞ・れが配線。 素子、スルーホール等のクラス301に属する。 クラス間には階層関係があり、下位の階層のクラスは、
上位の階層のクラスの性質を継承する。すなわち、下位
の階層のクラスの性質をすべて記述しなくても上位のI
IWI!lクラスから引き出せる。各フレームは複数の
スロット名302およびスロット値303を有する。各
スロットには、フレームに含まれるデータの属性がスロ
ット名302として記述され、スロット値303にはそ
の属性値が記述されている。これらのフレームの組み合
わせによりレイアウト状態は記′述されている。 第4図にルール例を示す。本図では説明のため各ルール
はプログラム言語ではなく、図で表現しである。ルール
410,420は面積縮小のための素子の配置改善のル
ールである。ルール410では、2つの素子411と4
13の間の素子412の配置方向を90@回転し、素子
411と素子413の間の無、駄414をなくし面積を
縮小するルールである。ルール420はルール410と
同じ組み合わせの素子に適用するルールであり、素子の
並びの端に位置する素子423の方向を90°回転して
、無駄領域424に配置することで、やはり無駄領域4
24をなくし、面積を縮小している。ルール430は回
路の特性を保障するためのルール例である。レイアウト
制約には配線間の干渉を防ぐために、ある配線間には並
んで配線されることを禁する場合があり、ルール430
は、そのような並走禁止配線対がレイアウト制約に違反
している場合は、片方の配線を迂回させて配線の並走を
なくすことを記述したルールである。 第4図中の配線431と配線432は上述のように、並
走を禁じられている配線対である。そこで、配線431
をコの字型に迂回して制約を守るようにしている。ルー
ルベース1にはこのように、面積縮小ルールと、制約を
守るようにレイアウト制約違反及箇所を改善するルール
が第9図に示すようなrIF 条件部 THE N
結論部」の形式で複数格納されている。ルールベース
1には、優先順位の順に各ルールが格納されており、こ
の順序に従ってルールを適用する。 推論により、第3図に示したデータの集合であるワーキ
ングメモリにより表現されるレイアウト状態と、ルール
ベース内に格納されている第4図に示したようなルール
との照合を行ない、適合するルールを順次選択実行する
ことでレイアウト状態を改善し、所望のレイアウトに近
づける。 ところが、一般に、複数の適用候補のルールとデータの
組が存在し、どれを選択するかでレイアウト改善の効果
が異なってくる場合が生じる。その例を第5図に示す。 第5図の(、)はLSIチップ内のある部分レイアウト
状態を示しており、これらのレイアウト状態は、第10
図に示すような形式で第1ワーキングメモリ3に格納さ
れている。これらのデータの対応関係を示すデータがコ
ンフリクトセット4に格納されている。この状態に対し
ては、第4図に示したルール410,420のどちらも
適用することができる。ルール410を適用した結果が
同図(b)に、ルール420を適用した結果が同図(Q
)に示しである。 第5図の()内に示した数字は同図の(a)。 (b)および(C)の各レイアウトが占める矩形領域6
00の横および縦の各長さを任意スケールで示したもの
である。 後述の第6図についても同様である。 実行結果の評価値として各ルールを適用した時のレイア
ウト状態の面積比の逆数を考えると、面積比が小さいも
のほど評価値が高くなる。(a)のレイアウト状態の面
積を1としたときの面積比が(b)、(c)では、それ
ぞれ、0.71゜0.86に改善される。この場合は、
評価値である面積比の逆数は、それぞれ1.41および
1.16となり、しきい値を1.30とすると、ルール
410が適用される。しかし、従来の競合解消戦略のよ
うに、予め設定した優先順位だけでルールを選択する方
法では、ルール適用後の面積の縮小の効果を反映したル
ール選択はできない。ルール420の優先順位がルール
410よりも高いと、上記の問題が生ずる。さらに、第
6図の(a)に示すように、配線601と配1IA60
2がレイアウト制約により並走禁止配線対に指定されて
いる場合を考える。第6図あに面積を小さくするルール
410を素子603に適用すると同図(b)に示すよう
に上記の制約違反を生じるため、次にそのルール430
が適用される。その結果(c)に示すように面積比0.
89になり、この場合は最初から、ルール420を適用
した場合より面積改善率は減少してしまう。この場合は
ルール420を適用することが望ましい。 本発明の実施例では、ルール適用の優先順位にもとづい
て、ルール410.ルール420について順にルールの
実行を行ない、実行結果として。 実行によって変更、生成、削除したデータを前述の第2
ワーキングメモリ5に保存する。それに対して、評価知
識および評価手段により評価を行なう。この場合は、面
積の改善率と制約違反によるペナルティ−により評価値
が計算される。その評価値を比較することにより、第5
図の場合はルール410を、第6図のように制約違反が
起る場合はルール420を選択することができる。 これまで述べた実施例はルール実行結果の格納に第2ワ
ーキングメモリ5を使したが、別の実施例として、ルー
ル実行時に結果のデータを第1ワーキングメモリ3に格
納し、そのデータの変更履歴を別途記憶し、これを用い
てデータの復元を行なう例について述べる。第11図は
、上記の別実施例のシステムのブロック図を示したもの
である。 第11図は第1図に示した第2ワーキングメモリ実行2
2の結果であるデータの変更、生成、削除を第1ワーキ
ングメモリ3内のデータに対して行ない、その処理過程
を先入れ後出しの方法で記憶するシステムのブロック図
である。ルール実行結果の評価23の後、採用されない
インスタンシエイションについて上記の変更履歴記憶領
域8に記憶されている処理過程を逆にたどることにより
、データを元の状態に復元26する。 第12図は第11図に示した別実施例の推論処理の流れ
を示すフローチャートである。第2図に示したフローチ
ャートと比較して、異なる処理について詳細に説明する
。ルール実行手段22によるデータの生成、変更、削除
の処理は、元の第1ワーキングメモリ3に施される(処
理223)。 先入れ後出し方式で記憶する変更履歴記憶領域8にデー
タの変更履歴を書き込む(処理224)。 第1ワーキングメモリ3に対して評価関数を記述した評
価知識7を用いて実行結果評価手段23により評価値を
計算し、評価結果を評価結果格納域6に格納する(処理
232)。予め設定したしきい値と評価値を比較し、評
価値がしきい値を上回っているならば、このインスタン
シエイションを採用し、下回っているなら棄却する(処
理243)、 蝶用の場合は、第1ワーキングメモリ3
に施したデータの変更、生成、削除の処理過程を記憶し
た変更11B記憶領域8の内容をクリアしく処理261
)、実行したインスタンシエイションをコンフリクトセ
ット4から捨て(処理241)、最初に戻り、推論サイ
クルを繰り返す。 棄却の場合は、先入れ後出しの方法を用いて、変更履歴
記憶領域8に格納されているデータの処理過程を逆にた
どることによって第1ワーキングメモリ3内のデニタを
復元する(処理262)。その後、変更履歴記憶領域8
のデータをクリアしく処理263)、棄却したインスタ
ンシエイションをコンフリクトセット4から捨て(処理
242)、処理214に戻り次のインスタンシエイショ
ンについて同様の処理を繰り返す。 これまで述べた実施例では第1図に示すように評価知識
7が固定されているものとしたが、以下に述べる実施例
では、ルールの実行結果を評価する際に、知識処理シス
テムの使用者が評価知識7を変更できる評価方法の変更
手段を設けた例について述べる。第13図は第1図に示
したブロック図に評価知識7の変更を行なう評価方法の
変更手段27を付加したシステムのブロック図である。 第14図は第13図に示した実施例の推論処理の流れを
示すフローチャートである。第2図に示したフローチャ
ートと比較して、異なる処理について詳細に説明する。 実行結果の評価手段23により第2ワーキングメモリ5
に格納されている実行結果に対して評価値を計算しく処
理231)、その結果を本発明の知識処理システムの使
用者が判断して、評価方法を変更するか否かを決定(処
理271)する。評価方法を変更する場合は、評価方法
の変更処理272により、使用者が評価知識7の内容を
変更する。その後、再度、評価値計算231を行ない、
評価方法の変更が不要であれば、評価値としきい値との
比較(処理243)を行なう。 上記の処理231.271および272の処理ループの
間、実行結果である第2ワーキングメモリ5内のデータ
は変更されないが、これらのデータの評価方法のみが変
わる。 すでに述べたように、評価知、!Ia7に格納されてい
るデータとして、下記の項目が考えられる。 ■)評価値を与える評価関数、 2)評価関数のパラメータ、 3)評価値に対するしきい値、 4)インスタンシエイション選択のための条件式、例え
ば「(評価値A>Lきい値a ) A N D(評価値
B>L、きい値b)」のような式。 第14図に示す評価方法の変更(処理262)を必要と
する場合として、下記のものが考えられる。 1)評価関数およびそれに対するしきい値からなる評価
項目の追加、削除。すなわち、評価の内容を厳しくした
り、あるいは、逆に、緩くしたい場合。 2)評価関数のパラメータの変更。すでに定義されてい
る評価関数を他の推論に適用する場合。 3)評価値に対するしきい値の変更、いくつかのルール
について実行結果の評価を行なっても、しきい値を越え
るものが見つからない場合など。 第14図の処理271では、評価方法を変更するか否か
、さらに、変更の内容は、これまで、本発明の知識処理
システムの使用者が決めるものとしていたが、推論部2
の内部処理の一部に含めることも可能である。すなわち
、評価値計算231の結果、あるいは推論の進行状態を
判断して、自動的に評価方法の変更処理272を起動し
、評価の結果に応じて評価知Wi7を変更する。このよ
うな場合、評価方法を変更するか否かの判断規準および
変更内容は評価知識7に含まれる。
。 第を図は本発明を実施するシステムの1例を示すブロッ
ク図である。本発明の1実施例はルールをrIF 条
件部 THE N 結論部」の形式で格納しておくル
ールベース1、推論処理を行なう推論部2、ルールが適
用される推論対象世界を表現したデータ群を格納する第
1ワーキングメモリ3、適合するルールとデータの組で
あるインスタンシエイションの集合であるコンフリクト
セット4から成る公知の構成に、第2ワーキングメモリ
5、I!¥I価結果格納域6、評価関数やしきい値など
ンフリクトセット4は第8図に示すようなルールとデー
タとの関係を示す情報のみをデータとして保持しており
、ルールとデータの実体はそれぞれルールベース1およ
び第1ワーキングメモリ3に保持している。推論部2は
、条件照合およびコンフリクトセット作成手段21、ル
ール実行手段22、インスタンシエイション選択手段2
4の公知の構成に、評価知!117にもとづいて、第2
ワーキングメモリ5内の実行結果を評価し、評価結果を
評価結果格納域6に格納する実行結果評価手段23、デ
ータ復元および更新手段25を追加した構成である。第
1図中の矢印は、推論部2に向かうものと、推論部2か
ら出るものの2通りある。 推論部に向かう矢印は推論における参照関係を意味する
。推論部から出る矢印は処理の結果により生成、変更さ
れるものを指している。 第2図は第1図のシステムを用いた推論処理の流れを示
すフローチャートである。第1図と第2図を用いて、処
理の詳細を説明する。推論部2は段21により、ルール
ベース1内に格納されているルールの条件部と第1ワー
キングメモリ3内のデータを比較し、適合するルールと
データの組であるインスタンシエイションを作成しく処
理211)、インスタンシエイションの集合であるコン
フリクトセット4を作成する(処理212)。 また、コンフリクトセット4内のインスタンシエイショ
ンは、ルール条件部に付された優先順位によりソーティ
ングされている(処理213)。次に、コンフリクトセ
ット内にインスタンシエイションが存在するかを調べ、
もしコンフリクトセット4が空ならば、推論サイクルを
終了する(処理214)、コンフリクトセット4内にイ
ンスタンシエイションが存在すれば、ルール実行手段2
2によりコンフリクトセット4の先頭インスタンシエイ
ションについて、ルール結論部に従い処理の実行を行な
う。この処理によるデータの生成、変更、削除は、第2
ワーキングメモリ5に施される(処理221)、第2ワ
ーキングメモリ5に施される(処理221)、第2ワー
キングメモリ5に対して、評価知識7を用いて実行結果
評価手段23により評価値を計算し、評価結果を評価結
果格納域6に格納する(処理231)。予め設定したし
きい値と評価値を比較し、評価値がしきい値を上回って
いるならば、このインスタンシエイションを採用し、下
回っているなら棄却する(処理243)、採用の場合は
、第2ワーキングメモリ5のデータを第1ワーキングメ
モリ3に書き込み(処理251)、実行したインスタン
シエイションをコンフリクトセット4から捨て(処理2
41)、最初に戻り、推論サイクルを繰り返す。 すなわち、ルール採用の場合は、次の推論サイクルを実
行するために、第1ワーキングメモリ3内のデータを更
新した後、新しいコンフリクトセット4、すなわち、ル
ールとデータの関係を作り直す。棄却の場合は、データ
復元手段25により、第2ワーキングメモリ5の内容を
、第1ワーキングメモリ3を参照して元の状態に戻しく
処理252)、棄却したインスタンシエイションをコン
フリクトセット4から捨て(処理242)、処理214
に戻り次のインスタンシエイションについて同様の処理
を繰り返す。 すなわち、棄却の場合には、次のインスタンシエイショ
ン実行のために、ルール実行時に変更があったデータを
元に戻しておく。 第2図に示した処理フローでは、第1ワーキングメモリ
3のデータと照合すべきルールの条件部がなくなり、コ
ンフリクトセットが作成されなかった時にすべての処理
が終了する。 次に、より具体的な本発明の実施例を、LSIのレイア
ウト設計に本発明を適用した例を用いて詳しく説明する
。LSIのレイアウト設計では、コスト低減のために可
能な限り小さい面積のチップレイアウトを行なうことが
望ましい。また、所望する回路特性を実現するために、
レイアウトにおいて守らなければならない制約や、「こ
のようにレイアウトすることが望ましい」といった要望
がある。これらの複雑な条件を考慮したレイアウトを行
なうために、−旦、大まかに設計したレイアウトについ
て面積の縮小や、制約の遵守、要望の考慮のためにレイ
アウト改善処理を行なう。ここで説明に用いるのは、こ
のレイアウト改善処理に本発明を実施した例である。 第3図にワーキングメモリ内のデータ例を示す。 知識表現方法はフレーム表現である。第3図に示した矩
形領域、素子および配線に関するデータの集合がそれぞ
れフレームを構成する。データはレイアウト対象である
トランジスタや抵抗等の素子。 素子内の端子、端子間の配線、同電位端子の集合である
ネット、異層間の接続を行なうためのスルーホール等を
表わすものであり、それぞ・れが配線。 素子、スルーホール等のクラス301に属する。 クラス間には階層関係があり、下位の階層のクラスは、
上位の階層のクラスの性質を継承する。すなわち、下位
の階層のクラスの性質をすべて記述しなくても上位のI
IWI!lクラスから引き出せる。各フレームは複数の
スロット名302およびスロット値303を有する。各
スロットには、フレームに含まれるデータの属性がスロ
ット名302として記述され、スロット値303にはそ
の属性値が記述されている。これらのフレームの組み合
わせによりレイアウト状態は記′述されている。 第4図にルール例を示す。本図では説明のため各ルール
はプログラム言語ではなく、図で表現しである。ルール
410,420は面積縮小のための素子の配置改善のル
ールである。ルール410では、2つの素子411と4
13の間の素子412の配置方向を90@回転し、素子
411と素子413の間の無、駄414をなくし面積を
縮小するルールである。ルール420はルール410と
同じ組み合わせの素子に適用するルールであり、素子の
並びの端に位置する素子423の方向を90°回転して
、無駄領域424に配置することで、やはり無駄領域4
24をなくし、面積を縮小している。ルール430は回
路の特性を保障するためのルール例である。レイアウト
制約には配線間の干渉を防ぐために、ある配線間には並
んで配線されることを禁する場合があり、ルール430
は、そのような並走禁止配線対がレイアウト制約に違反
している場合は、片方の配線を迂回させて配線の並走を
なくすことを記述したルールである。 第4図中の配線431と配線432は上述のように、並
走を禁じられている配線対である。そこで、配線431
をコの字型に迂回して制約を守るようにしている。ルー
ルベース1にはこのように、面積縮小ルールと、制約を
守るようにレイアウト制約違反及箇所を改善するルール
が第9図に示すようなrIF 条件部 THE N
結論部」の形式で複数格納されている。ルールベース
1には、優先順位の順に各ルールが格納されており、こ
の順序に従ってルールを適用する。 推論により、第3図に示したデータの集合であるワーキ
ングメモリにより表現されるレイアウト状態と、ルール
ベース内に格納されている第4図に示したようなルール
との照合を行ない、適合するルールを順次選択実行する
ことでレイアウト状態を改善し、所望のレイアウトに近
づける。 ところが、一般に、複数の適用候補のルールとデータの
組が存在し、どれを選択するかでレイアウト改善の効果
が異なってくる場合が生じる。その例を第5図に示す。 第5図の(、)はLSIチップ内のある部分レイアウト
状態を示しており、これらのレイアウト状態は、第10
図に示すような形式で第1ワーキングメモリ3に格納さ
れている。これらのデータの対応関係を示すデータがコ
ンフリクトセット4に格納されている。この状態に対し
ては、第4図に示したルール410,420のどちらも
適用することができる。ルール410を適用した結果が
同図(b)に、ルール420を適用した結果が同図(Q
)に示しである。 第5図の()内に示した数字は同図の(a)。 (b)および(C)の各レイアウトが占める矩形領域6
00の横および縦の各長さを任意スケールで示したもの
である。 後述の第6図についても同様である。 実行結果の評価値として各ルールを適用した時のレイア
ウト状態の面積比の逆数を考えると、面積比が小さいも
のほど評価値が高くなる。(a)のレイアウト状態の面
積を1としたときの面積比が(b)、(c)では、それ
ぞれ、0.71゜0.86に改善される。この場合は、
評価値である面積比の逆数は、それぞれ1.41および
1.16となり、しきい値を1.30とすると、ルール
410が適用される。しかし、従来の競合解消戦略のよ
うに、予め設定した優先順位だけでルールを選択する方
法では、ルール適用後の面積の縮小の効果を反映したル
ール選択はできない。ルール420の優先順位がルール
410よりも高いと、上記の問題が生ずる。さらに、第
6図の(a)に示すように、配線601と配1IA60
2がレイアウト制約により並走禁止配線対に指定されて
いる場合を考える。第6図あに面積を小さくするルール
410を素子603に適用すると同図(b)に示すよう
に上記の制約違反を生じるため、次にそのルール430
が適用される。その結果(c)に示すように面積比0.
89になり、この場合は最初から、ルール420を適用
した場合より面積改善率は減少してしまう。この場合は
ルール420を適用することが望ましい。 本発明の実施例では、ルール適用の優先順位にもとづい
て、ルール410.ルール420について順にルールの
実行を行ない、実行結果として。 実行によって変更、生成、削除したデータを前述の第2
ワーキングメモリ5に保存する。それに対して、評価知
識および評価手段により評価を行なう。この場合は、面
積の改善率と制約違反によるペナルティ−により評価値
が計算される。その評価値を比較することにより、第5
図の場合はルール410を、第6図のように制約違反が
起る場合はルール420を選択することができる。 これまで述べた実施例はルール実行結果の格納に第2ワ
ーキングメモリ5を使したが、別の実施例として、ルー
ル実行時に結果のデータを第1ワーキングメモリ3に格
納し、そのデータの変更履歴を別途記憶し、これを用い
てデータの復元を行なう例について述べる。第11図は
、上記の別実施例のシステムのブロック図を示したもの
である。 第11図は第1図に示した第2ワーキングメモリ実行2
2の結果であるデータの変更、生成、削除を第1ワーキ
ングメモリ3内のデータに対して行ない、その処理過程
を先入れ後出しの方法で記憶するシステムのブロック図
である。ルール実行結果の評価23の後、採用されない
インスタンシエイションについて上記の変更履歴記憶領
域8に記憶されている処理過程を逆にたどることにより
、データを元の状態に復元26する。 第12図は第11図に示した別実施例の推論処理の流れ
を示すフローチャートである。第2図に示したフローチ
ャートと比較して、異なる処理について詳細に説明する
。ルール実行手段22によるデータの生成、変更、削除
の処理は、元の第1ワーキングメモリ3に施される(処
理223)。 先入れ後出し方式で記憶する変更履歴記憶領域8にデー
タの変更履歴を書き込む(処理224)。 第1ワーキングメモリ3に対して評価関数を記述した評
価知識7を用いて実行結果評価手段23により評価値を
計算し、評価結果を評価結果格納域6に格納する(処理
232)。予め設定したしきい値と評価値を比較し、評
価値がしきい値を上回っているならば、このインスタン
シエイションを採用し、下回っているなら棄却する(処
理243)、 蝶用の場合は、第1ワーキングメモリ3
に施したデータの変更、生成、削除の処理過程を記憶し
た変更11B記憶領域8の内容をクリアしく処理261
)、実行したインスタンシエイションをコンフリクトセ
ット4から捨て(処理241)、最初に戻り、推論サイ
クルを繰り返す。 棄却の場合は、先入れ後出しの方法を用いて、変更履歴
記憶領域8に格納されているデータの処理過程を逆にた
どることによって第1ワーキングメモリ3内のデニタを
復元する(処理262)。その後、変更履歴記憶領域8
のデータをクリアしく処理263)、棄却したインスタ
ンシエイションをコンフリクトセット4から捨て(処理
242)、処理214に戻り次のインスタンシエイショ
ンについて同様の処理を繰り返す。 これまで述べた実施例では第1図に示すように評価知識
7が固定されているものとしたが、以下に述べる実施例
では、ルールの実行結果を評価する際に、知識処理シス
テムの使用者が評価知識7を変更できる評価方法の変更
手段を設けた例について述べる。第13図は第1図に示
したブロック図に評価知識7の変更を行なう評価方法の
変更手段27を付加したシステムのブロック図である。 第14図は第13図に示した実施例の推論処理の流れを
示すフローチャートである。第2図に示したフローチャ
ートと比較して、異なる処理について詳細に説明する。 実行結果の評価手段23により第2ワーキングメモリ5
に格納されている実行結果に対して評価値を計算しく処
理231)、その結果を本発明の知識処理システムの使
用者が判断して、評価方法を変更するか否かを決定(処
理271)する。評価方法を変更する場合は、評価方法
の変更処理272により、使用者が評価知識7の内容を
変更する。その後、再度、評価値計算231を行ない、
評価方法の変更が不要であれば、評価値としきい値との
比較(処理243)を行なう。 上記の処理231.271および272の処理ループの
間、実行結果である第2ワーキングメモリ5内のデータ
は変更されないが、これらのデータの評価方法のみが変
わる。 すでに述べたように、評価知、!Ia7に格納されてい
るデータとして、下記の項目が考えられる。 ■)評価値を与える評価関数、 2)評価関数のパラメータ、 3)評価値に対するしきい値、 4)インスタンシエイション選択のための条件式、例え
ば「(評価値A>Lきい値a ) A N D(評価値
B>L、きい値b)」のような式。 第14図に示す評価方法の変更(処理262)を必要と
する場合として、下記のものが考えられる。 1)評価関数およびそれに対するしきい値からなる評価
項目の追加、削除。すなわち、評価の内容を厳しくした
り、あるいは、逆に、緩くしたい場合。 2)評価関数のパラメータの変更。すでに定義されてい
る評価関数を他の推論に適用する場合。 3)評価値に対するしきい値の変更、いくつかのルール
について実行結果の評価を行なっても、しきい値を越え
るものが見つからない場合など。 第14図の処理271では、評価方法を変更するか否か
、さらに、変更の内容は、これまで、本発明の知識処理
システムの使用者が決めるものとしていたが、推論部2
の内部処理の一部に含めることも可能である。すなわち
、評価値計算231の結果、あるいは推論の進行状態を
判断して、自動的に評価方法の変更処理272を起動し
、評価の結果に応じて評価知Wi7を変更する。このよ
うな場合、評価方法を変更するか否かの判断規準および
変更内容は評価知識7に含まれる。
以上説明したように、本発明は知識処理システムにおい
てルールの仮実行および評価手段を設けることで、複数
適合するルールから最適なルールを選択し実行すること
を可能とした。 それにより、効率の良い推論を行なうことができ、誤っ
た結論に至ったり、所望するゴールに到達できむかった
りする場合がなくなる。 また、従来の競合解消戦略のもとでルールを作成する際
やルールベースを構築する際に行なっていたような、「
推論処理の流れを考えながらルールの格納順序を決定す
る」、「他のルールとの関係を考慮してルールを作る」
といった困難な作業の必要がなくなり、ルール作成およ
びルールベースを構築のための工数を大幅に削減するこ
とを可能とした。
てルールの仮実行および評価手段を設けることで、複数
適合するルールから最適なルールを選択し実行すること
を可能とした。 それにより、効率の良い推論を行なうことができ、誤っ
た結論に至ったり、所望するゴールに到達できむかった
りする場合がなくなる。 また、従来の競合解消戦略のもとでルールを作成する際
やルールベースを構築する際に行なっていたような、「
推論処理の流れを考えながらルールの格納順序を決定す
る」、「他のルールとの関係を考慮してルールを作る」
といった困難な作業の必要がなくなり、ルール作成およ
びルールベースを構築のための工数を大幅に削減するこ
とを可能とした。
第1図は本発明を実施するシステムのブロック図である
。第2図は推論処理の流れを示すフローチャートである
。第3図は本発明の実施例におけるワーキングメモリの
一例を示す図である。第4図は本発明の実施例における
ルールの一例を示す図である。第5図は本発明の実施例
においてルールの競合が生じた場合の例である。第6図
は本発明の実施例においてルールの競合が生じた場合の
例であり、第5図とは異なるルールを選択する必要があ
る場合の例である。第7図は従来技術の問題を説明する
ためのエキスパートシステムのワーキングメモリとルー
ルベースを示す図である。第8図はインスタンシエイシ
ョンとコンフリクトセットの関係を示す図。第9図は第
5図および第6図の実施例に適用したルールをrIF
条件部THEN 結論部」の形式で記述したものを
格納しているルールベースを示す図。第10図は第5図
および第6図の実施例で使用したレイアウト状態を示す
データを第1ワーキングメモリ3に格納する際のデータ
形式を示した図。第11図はデータの変更履歴を用いて
、データの復元を行なう実施例のシステムのブロック図
。第↓2図は第11図に示した実施例における推論処理
の流れを示すフローチャート、第13図は評価知識の内
容を変更することによって評価方法を変更できる実施例
のシステムのブロック図。第■4図は第13図に示した
実施例における推論処理の流れを示すフローチャート。 符号の説明 1・・・ルールベース、2・・・推論部、3.5・・ワ
ーキングメモリ、4・・・コンフリクトセット、6・・
・評価結果格納域、7・・・評価知識、8・・・変更履
歴記憶領域、2t・・条件照合およびコンフリクトセッ
ト作成手段、22・・・ルール実行手段、23・・・実
行結果評価手段、24・・・インスタンシエイション選
択手段、25・・・データ復元および更新手段、26・
・・データ復元手段、27・・評価方法変更手段。 10 420 第4図 30 (a) 面積比1.0 (70x40) 第5図 (b) 面積比0.71 (50x40) (c)面積比第
6図 0.89(50x50) 第8図 第9図 第10図 第11図 第13図
。第2図は推論処理の流れを示すフローチャートである
。第3図は本発明の実施例におけるワーキングメモリの
一例を示す図である。第4図は本発明の実施例における
ルールの一例を示す図である。第5図は本発明の実施例
においてルールの競合が生じた場合の例である。第6図
は本発明の実施例においてルールの競合が生じた場合の
例であり、第5図とは異なるルールを選択する必要があ
る場合の例である。第7図は従来技術の問題を説明する
ためのエキスパートシステムのワーキングメモリとルー
ルベースを示す図である。第8図はインスタンシエイシ
ョンとコンフリクトセットの関係を示す図。第9図は第
5図および第6図の実施例に適用したルールをrIF
条件部THEN 結論部」の形式で記述したものを
格納しているルールベースを示す図。第10図は第5図
および第6図の実施例で使用したレイアウト状態を示す
データを第1ワーキングメモリ3に格納する際のデータ
形式を示した図。第11図はデータの変更履歴を用いて
、データの復元を行なう実施例のシステムのブロック図
。第↓2図は第11図に示した実施例における推論処理
の流れを示すフローチャート、第13図は評価知識の内
容を変更することによって評価方法を変更できる実施例
のシステムのブロック図。第■4図は第13図に示した
実施例における推論処理の流れを示すフローチャート。 符号の説明 1・・・ルールベース、2・・・推論部、3.5・・ワ
ーキングメモリ、4・・・コンフリクトセット、6・・
・評価結果格納域、7・・・評価知識、8・・・変更履
歴記憶領域、2t・・条件照合およびコンフリクトセッ
ト作成手段、22・・・ルール実行手段、23・・・実
行結果評価手段、24・・・インスタンシエイション選
択手段、25・・・データ復元および更新手段、26・
・・データ復元手段、27・・評価方法変更手段。 10 420 第4図 30 (a) 面積比1.0 (70x40) 第5図 (b) 面積比0.71 (50x40) (c)面積比第
6図 0.89(50x50) 第8図 第9図 第10図 第11図 第13図
Claims (1)
- 【特許請求の範囲】 1、条件部とこれが満たされた時に実行される結論部か
ら成るルールを格納しておくルールベースと、ルールが
適用される推論対象世界を表現したデータ群を格納する
ワーキングメモリと、前記ルールの結論部による実行結
果の評価方法を規定した評価知識と、推論処理を行なう
推論部から成る知識処理システムにおいて、推論部では
、前記ルールの条件部と前記ワーキングメモリ内のデー
タを照合し、適合するルールとデータの組であるインス
タンシエイションを作成し、これらのインスタンシエイ
ションから成る集合であるコンフリクトセットを作成し
、前記コンフリクトセットの各インスタンシエイション
毎にルールの結論部に従い、前記データに対して処理を
実行し、前記評価知識および前記推論部に設けた評価手
段により実行結果を評価し、評価知識の一つとして予め
設定したしきい値以上の評価値を持つインスタンシエイ
ションが存在すれば、その後のインスタンシエイション
については実行を行なわず、前記しきい値以上の評価値
を持つインスタンシエイションを選択することを繰り返
して実行することを特徴とする知識処理システム。 2、前記コンフリクトセットから1つのインスタンシエ
イションを選択する際に、各ルールの条件部に予め付し
た優先度に従った順序で、前記コンフリクトセットのイ
ンスタンシエイションの各ルールの結論部の処理を実行
し、予め設けた評価知識および評価手段により実行結果
を評価し、予め設定したしきい値以上の評価値を持つイ
ンスタンシエイションが存在すれば、その後、前記イン
スタンシエイションよりも優先度の低いインスタンシエ
イションについては実行を行なわず、前記しきい値以上
の評価値を持つインスタンシエイションを選択すること
を特徴とする特許請求の範囲第1項記載の知識処理シス
テム。 3、前記コンフリクトセットから1つのインスタンシエ
イションを選択する際に、各データに予め付した優先度
に従った順序で、前記コンフリクトセットの各インスタ
ンシエイションのルールの結論部の処理を実行し、予め
設けた評価知識および評価手段により実行結果を評価し
、予め設けたしきい値以上の評価値を持つインスタンシ
エイションが存在すれば、その後、前記インスタンシエ
イションよりも優先度の低いインスタンシエイションに
ついては実行を行なわず、前記しきい値以上の評価値を
持つインスタンシエイションを選択することを特徴とす
る特許請求の範囲第1項記載の知識処理システム。 4、前記ルールの実行の結果であるデータの変更、生成
、削除の処理を前記ワーキングメモリ内のデータに対し
て行なうのではなく、実行処理結果の記憶のために別に
第二のワーキングメモリを設け、前記データの変更、生
成、削除の処理を前記第二のワーキングメモリ内のデー
タに対して行ない、実行結果の評価は、前記第二のワー
キングメモリのデータに対して行ない、その結果、選択
されなかったインスタンシエイションに基づく実行処理
結果は棄却し、前記第一のワーキングメモリを参照し前
記第二のワーキングメモリのデータを実行処理を行なう
以前の状態に復元し、選択されたインスタンシエイショ
ンに基づく実行処理結果は、前記第二のワーキングメモ
リを参照し、前記第一のワーキングメモリのデータを書
き換えることを特徴とする特許請求の範囲第1項記載の
知識処理システム。 5、前記ルールの実行の結果であるデータの変更、生成
、削除の処理過程を先入れ後出しメモリに記憶し、評価
の結果採用されないインスタンシエイションについての
実行処理は前記先入れ後出しメモリの記憶内容に従い、
逆の処理を行なうことによりデータの元の状態に復元す
ることを特徴とする特許請求の範囲第1項記載の知識処
理システム。 6、前記コンフリクトセットから1つのインスタンシエ
イションを取り出して、インスタンシエイションの各ル
ールの結論部の処理を実行し、予め設けた評価知識およ
び評価手段により実行結果を評価し、これらの中から評
価値の最も高いインスタンシエイションを選択すること
を特徴とする特許請求の範囲第1項記載の知識処理シス
テム。 7、半導体集積回路内の素子および配線の配置方法およ
び制限禁止事項を条件部とこれが満たされた時に実行さ
れる結論部から成るルールとして格納しておくルールベ
ースと、前記ルールの結論部による実行結果の評価方法
を規定した評価知識と、推論処理を行なう推論部からな
る知識処理システムにおいて、前記推論部では、ルール
が適用される前記素子および配線の配置座標および属性
を表現したデータ群を格納するワーキングメモリと、前
記ルールの条件部と前記ワーキングメモリ内のデータを
照合し、適合するルールとデータの組であるインスタン
シエイションを作成し、これらのインスタンシエイショ
ンから成る集合であるコンフリクトセットを作成し、前
記コンフリクトセットの各インスタンシエイション毎に
ルールの結論部に従い、前記データに対して処理を仮に
実行し、予め設けた評価知識および前記推論部に設けた
評価手段により実行結果を評価し、評価知識の一つとし
て予め設定したしきい値以上の評価値を持つインスタン
シエイションが存在すれば、その後のインスタンシエイ
ションについては仮の実行を行なわず、前記しきい値以
上の評価値を持つインスタンシエイションを選択するこ
とによって、半導体集積回路内のレイアウトの設計を行
なうことを特徴とする知識処理システム。 8、前記評価知識および評価手段によりルールの実行結
果を評価する際に知識処理システムの使用者が前記評価
知識を追加、削除、変更できる評価方法変更手段を有し
、前記評価方法変更手段による前記評価知識の追加、削
除、変更とそれに基づいた前記実行結果の評価を繰り返
して実行できることを特徴とする特許請求の範囲第1項
記載の知識処理システム。 9、前記評価知識および評価手段によりルールの実行結
果を評価する際に前記評価知識を追加、削除、変更でき
る評価方法変更手段を有し、前記実行結果の評価結果あ
るいは推論の進行状態を判断して前記評価方法変更手段
を起動することを特徴とする特許請求の範囲第1項記載
の知識処理システム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1175467A JPH0341519A (ja) | 1989-07-10 | 1989-07-10 | 知識処理システム |
US07/548,075 US5197116A (en) | 1989-07-10 | 1990-07-05 | Method of resolution for rule conflict in a knowledge based system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1175467A JPH0341519A (ja) | 1989-07-10 | 1989-07-10 | 知識処理システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0341519A true JPH0341519A (ja) | 1991-02-22 |
Family
ID=15996572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1175467A Pending JPH0341519A (ja) | 1989-07-10 | 1989-07-10 | 知識処理システム |
Country Status (2)
Country | Link |
---|---|
US (1) | US5197116A (ja) |
JP (1) | JPH0341519A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0605106A1 (en) * | 1992-12-03 | 1994-07-06 | Data Security, Inc. | Computer security metapolicy system |
JPH07295818A (ja) * | 1994-04-26 | 1995-11-10 | Nec Corp | ルール処理装置 |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2246883B (en) * | 1990-08-07 | 1995-01-11 | Matsushita Electric Ind Co Ltd | Inference processor |
US5363473A (en) * | 1991-05-28 | 1994-11-08 | The Trustees Of Columbia University In The City Of New York | Incremental update process and apparatus for an inference system |
JPH05274145A (ja) * | 1992-03-26 | 1993-10-22 | Hitachi Ltd | プロダクションシステム |
EP0587093B1 (en) * | 1992-09-08 | 1999-11-24 | Hitachi, Ltd. | Information processing apparatus using inference and adaptive learning |
GB9406931D0 (en) * | 1994-04-07 | 1994-06-01 | Philips Electronics Uk Ltd | Data processing apparatus |
JPH07287657A (ja) * | 1994-04-19 | 1995-10-31 | Toshiba Corp | 制約条件評価装置、エキスパートシステム及び制約条件評価方法 |
US6578019B1 (en) * | 1994-11-08 | 2003-06-10 | Canon Kabushiki Kaisha | Information processing system which understands information and acts accordingly and method therefor |
US5799293A (en) * | 1996-11-04 | 1998-08-25 | Ford Global Technologies, Inc. | Method for optimizing the design of a product using knowledge-based engineering techniques |
US5946683A (en) * | 1997-11-25 | 1999-08-31 | Lucent Technologies Inc. | Technique for effectively instantiating attributes in association rules |
US6598036B1 (en) | 2000-04-04 | 2003-07-22 | Ford Global Technologies, Llc | Method for serving engineering rules on a network through servlet and applet |
US6535863B1 (en) | 2000-04-06 | 2003-03-18 | Ford Motor Company | Method for utilizing a knowledge-based system |
AUPR215200A0 (en) * | 2000-12-19 | 2001-01-25 | Guignard, Paul A. | Generic knowledge agents |
GB0218712D0 (en) * | 2002-08-12 | 2002-09-18 | Mitel Knowledge Corp | Context aware call handling system |
US7613775B2 (en) * | 2003-11-25 | 2009-11-03 | Freescale Semiconductor, Inc. | Network message filtering using hashing and pattern matching |
US7240041B2 (en) * | 2003-11-25 | 2007-07-03 | Freescale Semiconductor, Inc. | Network message processing using inverse pattern matching |
US7668824B2 (en) * | 2004-03-01 | 2010-02-23 | Denso Corporation | Interface device, inferring system, and visual expression method |
US7448012B1 (en) | 2004-04-21 | 2008-11-04 | Qi-De Qian | Methods and system for improving integrated circuit layout |
US7577634B2 (en) * | 2004-08-05 | 2009-08-18 | First Look Networks Llc | Method and apparatus for automatically providing expert analysis-based advice |
US7487479B1 (en) * | 2006-07-06 | 2009-02-03 | Sun Microsystems, Inc. | Systematic approach for applying recommended rules on a circuit layout |
US8418135B2 (en) * | 2007-05-31 | 2013-04-09 | Red Hat, Inc. | Method and apparatus to abstract away rule languages |
US20090249129A1 (en) * | 2007-10-12 | 2009-10-01 | David Femia | Systems and Methods for Managing Multi-Component Systems in an Infrastructure |
US7958076B2 (en) * | 2007-11-30 | 2011-06-07 | Stratus Technologies Bermuda Ltd. | System and methods for managing rules and detecting reciprocal dependencies |
US8271416B2 (en) * | 2008-08-12 | 2012-09-18 | Stratus Technologies Bermuda Ltd. | Method for dynamically determining a predetermined previous condition of a rule-based system |
US9384112B2 (en) | 2010-07-01 | 2016-07-05 | Logrhythm, Inc. | Log collection, structuring and processing |
US9780995B2 (en) | 2010-11-24 | 2017-10-03 | Logrhythm, Inc. | Advanced intelligence engine |
EP2643759B1 (en) * | 2010-11-24 | 2019-10-16 | Logrhythm, Inc. | Advanced intelligence engine |
US10255700B2 (en) | 2016-04-06 | 2019-04-09 | Indiggo Associates LLC | Apparatus and methods for generating data structures to represent and compress data profiles |
US10373074B2 (en) | 2016-04-06 | 2019-08-06 | Indiggo Associates LLC | Adaptive correlation of user-specific compressed multidimensional data profiles to engagement rules |
CN108959290A (zh) * | 2017-05-18 | 2018-12-07 | 日本电气株式会社 | 知识数据的处理方法和设备 |
CN107391682B (zh) * | 2017-07-24 | 2020-06-09 | 京东方科技集团股份有限公司 | 知识验证方法、知识验证设备以及存储介质 |
CN109902104A (zh) * | 2019-02-11 | 2019-06-18 | 北京百度网讯科技有限公司 | 用于管理知识库的方法、装置、设备和介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5014327A (en) * | 1987-06-15 | 1991-05-07 | Digital Equipment Corporation | Parallel associative memory having improved selection and decision mechanisms for recognizing and sorting relevant patterns |
US4860213A (en) * | 1987-10-01 | 1989-08-22 | General Electric Company | Reasoning system for reasoning with uncertainty |
US4965882A (en) * | 1987-10-01 | 1990-10-23 | Digital Equipment Corporation | Method for operating a parallel processing system and related apparatus |
US4959799A (en) * | 1987-11-05 | 1990-09-25 | Hitachi, Ltd. | Inference method and system |
US4922432A (en) * | 1988-01-13 | 1990-05-01 | International Chip Corporation | Knowledge based method and apparatus for designing integrated circuits using functional specifications |
US4890240A (en) * | 1988-09-20 | 1989-12-26 | International Business Machines Corporation | Coalescing changes in pattern-directed, rule-based artificial intelligence production systems |
US5016204A (en) * | 1989-02-28 | 1991-05-14 | Digital Equipment Corporation | Expert system for performing diagnostic and redesign operations incorporating multiple levels of simulation detail |
-
1989
- 1989-07-10 JP JP1175467A patent/JPH0341519A/ja active Pending
-
1990
- 1990-07-05 US US07/548,075 patent/US5197116A/en not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0605106A1 (en) * | 1992-12-03 | 1994-07-06 | Data Security, Inc. | Computer security metapolicy system |
JPH07295818A (ja) * | 1994-04-26 | 1995-11-10 | Nec Corp | ルール処理装置 |
Also Published As
Publication number | Publication date |
---|---|
US5197116A (en) | 1993-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH0341519A (ja) | 知識処理システム | |
Papadimitriou | Games against nature | |
Boutilier et al. | Computing optimal policies for partially observable decision processes using compact representations | |
Rodríguez et al. | Unfolding-based partial order reduction | |
DE19903633A1 (de) | Implementierung von Boolescher Erfüllbarkeit mit nichtchronologischer Rückwärtsverarbeitung in rekonfigurierbarer Hardware | |
Sadeh et al. | Backtracking techniques for the job shop scheduling constraint satisfaction problem | |
Grumberg et al. | Learning to order BDD variables in verification | |
Machado et al. | A new hybrid matheuristic of GRASP and VNS based on constructive heuristics, set-covering and set-partitioning formulations applied to the capacitated vehicle routing problem | |
Focacci et al. | Embedding relaxations in global constraints for solving TSP and TSPTW | |
JPH0652502B2 (ja) | 推論方法 | |
Wang et al. | Quantifier elimination in stochastic boolean satisfiability | |
Bruni et al. | Concurrency and probability: Removing confusion, compositionally | |
Oliveira et al. | Efficient search techniques for the inference of minimum size finite automata | |
van de Ven et al. | Determining capacity of shunting yards by combining graph classification with local search | |
US5265193A (en) | Efficiently organizing objects in a rete pattern matching network | |
JPH076034A (ja) | プロダクション・ルール濾過機構とこの機構を含むエキスパート・システム用推論エンジン | |
Sihman et al. | A calculus of superimpositions for distributed systems | |
Hengst | Generating hierarchical structure in reinforcement learning from state variables | |
Enqvist | A circular proof system for the hybrid mu-calculus | |
Stepaniuk et al. | Modelling complex patterns by information systems | |
CN110162531B (zh) | 一种分布式并发数据处理任务决策方法 | |
Ghamarian et al. | Incremental pattern matching in graph-based state space exploration | |
Hayashi et al. | Speculative computation and action execution in multi-agent systems | |
JPH05274145A (ja) | プロダクションシステム | |
Kusiak | Manufacturing systems: A knowledge-and optimization-based approach |