JPH0414137A - ファジィ推論制御方法 - Google Patents
ファジィ推論制御方法Info
- Publication number
- JPH0414137A JPH0414137A JP11820890A JP11820890A JPH0414137A JP H0414137 A JPH0414137 A JP H0414137A JP 11820890 A JP11820890 A JP 11820890A JP 11820890 A JP11820890 A JP 11820890A JP H0414137 A JPH0414137 A JP H0414137A
- Authority
- JP
- Japan
- Prior art keywords
- fuzzy
- evaluation
- antecedent
- evaluated
- stored
- 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
- 238000000034 method Methods 0.000 title claims description 8
- 238000011156 evaluation Methods 0.000 claims abstract description 69
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 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】
(イ)産業上の利用分野
本発明は、ファジィ論理を用いて制御系の制御を行う際
に行われるファジィ推論の制御方法に関する。
に行われるファジィ推論の制御方法に関する。
(ロ)従来の技術
ファジィ理論を用いたファジィ制御は、メンバシップ関
数と制御ルール(ファジィルール)からなるファジィ知
識に基づいて、例えば制御(応答)偏差やその差分情報
から制御対象に応じた最適な操作量を演算により求めて
制御を行う。これにより、従来のPID(比例、積分、
微分)制御では得られない非線形で且つ可変ゲインが用
意に実現でき、高精度の制御が可能である。このため、
非常に多くの制御系への適用がされている(例えば、「
ファジィ制御」管野道夫著、日刊工業新聞社発行参照)
。
数と制御ルール(ファジィルール)からなるファジィ知
識に基づいて、例えば制御(応答)偏差やその差分情報
から制御対象に応じた最適な操作量を演算により求めて
制御を行う。これにより、従来のPID(比例、積分、
微分)制御では得られない非線形で且つ可変ゲインが用
意に実現でき、高精度の制御が可能である。このため、
非常に多くの制御系への適用がされている(例えば、「
ファジィ制御」管野道夫著、日刊工業新聞社発行参照)
。
ファジィ制御を実現するためには、ファジィ論理を用い
た推論法、即ちファジィ推論が行われ、このファジィ推
論は、予め設定されたファジィルールに基づいて行われ
る。
た推論法、即ちファジィ推論が行われ、このファジィ推
論は、予め設定されたファジィルールに基づいて行われ
る。
ファジィルールは、後述するように、条件部(前件部)
を表すIF・・・と、結論部(後件部)を表すTHEN
〜で構成され、IF・・・THEN〜の形式で記述され
る。
を表すIF・・・と、結論部(後件部)を表すTHEN
〜で構成され、IF・・・THEN〜の形式で記述され
る。
例えば、入力となる前件部の事実XとYを夫々n個に、
出力となる結論部の制御量Zをm個にファジィ分割した
場合、ファジィルールは、IF X is Ai、Y
is Bi THEN Z is Cj(但し、i=1
.2.・・・、n、 j=1.2.・・・、m、iA
i、Bi、Cjはファジィ集合) で表される。
出力となる結論部の制御量Zをm個にファジィ分割した
場合、ファジィルールは、IF X is Ai、Y
is Bi THEN Z is Cj(但し、i=1
.2.・・・、n、 j=1.2.・・・、m、iA
i、Bi、Cjはファジィ集合) で表される。
そして、ファジィ推論では、これらのファジィルールの
前件部に事実XとYを適用して結論を導く。
前件部に事実XとYを適用して結論を導く。
通常、各ルールにおける結論(Z)は、入力される事実
(XとY)からファジィルールの前件部の評価を行って
、入力される事実夫々のメンバシップ関数とそのメンバ
シップ関数の一致度(グレード値)を演算により求め、
夫々の事実のメンバシップ関数の一致度から結論のメン
バシップ関数の重み付けを行ってその値が決定される。
(XとY)からファジィルールの前件部の評価を行って
、入力される事実夫々のメンバシップ関数とそのメンバ
シップ関数の一致度(グレード値)を演算により求め、
夫々の事実のメンバシップ関数の一致度から結論のメン
バシップ関数の重み付けを行ってその値が決定される。
そして、決定された各ルールの結論の値から確定的な出
力の演算を行って、最終的な結論を導き出す。
力の演算を行って、最終的な結論を導き出す。
ファジィ制御では、この最終的な結論によって制御が行
われる。
われる。
(ハ)発明が解決しようとする課題
ファジィ推論では、各ルール毎に、夫々の前件部の評価
を行って入力である事実のメンバシップ関数とそのメン
バシップ関数の一致度を求めている。即ち、各ルールの
前件部の評価の度に、前件部を構成する事実のファジィ
集合の評価を行っており、異なるルールで複数回参照さ
れる事実に対しても、各ルールでの結論を導くために、
何度も同じ事実に対するファジィ集合の評価を行ってい
る。このように、何度も同じ事実に対するファジィ集合
の評価を行うのは大変無駄で、効率的な処理はされてい
なかった。
を行って入力である事実のメンバシップ関数とそのメン
バシップ関数の一致度を求めている。即ち、各ルールの
前件部の評価の度に、前件部を構成する事実のファジィ
集合の評価を行っており、異なるルールで複数回参照さ
れる事実に対しても、各ルールでの結論を導くために、
何度も同じ事実に対するファジィ集合の評価を行ってい
る。このように、何度も同じ事実に対するファジィ集合
の評価を行うのは大変無駄で、効率的な処理はされてい
なかった。
本発明は、斯様な点に鑑みて成されたもので、同じ事実
に対するファジィ集合の評価を一度行ったら、繰り返す
ことなく、各ルールの評価を行って結論を導き、効率的
なファジィ推論が可能な推論制御方法を提供するもので
ある。
に対するファジィ集合の評価を一度行ったら、繰り返す
ことなく、各ルールの評価を行って結論を導き、効率的
なファジィ推論が可能な推論制御方法を提供するもので
ある。
(ニ)課題を解決するための手段
本発明は、ファジィ論理を用いたファジィルールに基づ
いて推論を行うファジィ推論制御方法であって、ファジ
ィルールを構成している前件部要素の評価結果を格納す
る評価結果格納手段と、前件部要素の評価が終了してい
るか否かを示すフラグ情報を格納するフラグ格納手段を
備え、前件部要素の評価を行う際に、評価を行う前件部
要素のフラグ格納手段に格納されたフラグ情報を参照し
て、評価が終了していないときはその前件部要素の評価
を行い評価結果を評価結果格納手段に、評価が終了した
ことを示すフラグ情報をフラグ格納手段に格納し、評価
が終了しているときはその前件部要素の評価結果格納手
段に格納された評価結果を参照するものである。
いて推論を行うファジィ推論制御方法であって、ファジ
ィルールを構成している前件部要素の評価結果を格納す
る評価結果格納手段と、前件部要素の評価が終了してい
るか否かを示すフラグ情報を格納するフラグ格納手段を
備え、前件部要素の評価を行う際に、評価を行う前件部
要素のフラグ格納手段に格納されたフラグ情報を参照し
て、評価が終了していないときはその前件部要素の評価
を行い評価結果を評価結果格納手段に、評価が終了した
ことを示すフラグ情報をフラグ格納手段に格納し、評価
が終了しているときはその前件部要素の評価結果格納手
段に格納された評価結果を参照するものである。
(ホ)作用
ファジィルールを構成している前件部要素の評価を行う
場合、既にその前件部要素の評価がされているときには
、フラグ格納手段に格納されたフラグ情報を参照するこ
とによって、その′fFJPP部要素の評価をせずに評
価結果を評価結果格納手段から得るので、−度行った前
件部要素の評価を再度繰り返すことはなくなる。
場合、既にその前件部要素の評価がされているときには
、フラグ格納手段に格納されたフラグ情報を参照するこ
とによって、その′fFJPP部要素の評価をせずに評
価結果を評価結果格納手段から得るので、−度行った前
件部要素の評価を再度繰り返すことはなくなる。
(へ)実施例
第1図は、本発明に係るファジィ制御システムの概略構
成図である。
成図である。
(1)は、後述するファジィ知識ベースにファジィ知識
を構築するための、あるいは構築されたファジィ知識を
変更するためのファジィ知識ベースエディタである。
を構築するための、あるいは構築されたファジィ知識を
変更するためのファジィ知識ベースエディタである。
(2)は、知識ベースエディタ(1)によって構築され
たファジィルールや前件部あるいは後件部のメンバシッ
プ関数等のファジィ知識が記憶されたファジィ知識ベー
スで、ファジィルールの前件部を構成する各要素(入力
)毎に、各要素に対して設定されているファジィ集合が
記憶されている前件部ファジィ集合記憶領域(3)と、
ファジィルールの後件部の各要素に対して設定されてい
るファジィ集合が記憶されている後件部ファジィ集合記
憶領域(4)と、ファジィルールが記憶されているファ
ジィルール記憶領域(5)を備えている。
たファジィルールや前件部あるいは後件部のメンバシッ
プ関数等のファジィ知識が記憶されたファジィ知識ベー
スで、ファジィルールの前件部を構成する各要素(入力
)毎に、各要素に対して設定されているファジィ集合が
記憶されている前件部ファジィ集合記憶領域(3)と、
ファジィルールの後件部の各要素に対して設定されてい
るファジィ集合が記憶されている後件部ファジィ集合記
憶領域(4)と、ファジィルールが記憶されているファ
ジィルール記憶領域(5)を備えている。
(6)は、ファジィ知識ベース(2)に記憶されたファ
ジィ知識に基づいて、入力(事実)に従って評価を行い
、最終的な結論(出力)を出すファジィ推論モジュール
である。
ジィ知識に基づいて、入力(事実)に従って評価を行い
、最終的な結論(出力)を出すファジィ推論モジュール
である。
また、(7)は知識ベースエディタ(1)で構築された
ファジィ知識ベース(2)を記憶しておくための70ツ
ピデイスクやハードディスク等の外部記憶装置である。
ファジィ知識ベース(2)を記憶しておくための70ツ
ピデイスクやハードディスク等の外部記憶装置である。
前件部ファジィ集合記憶領域(3)の構造の一例を第2
図に、後件部ファジィ集合記憶領域(4)の構造の一例
を第3図に、またファジィルール記憶領域(5)の構造
の一例を第4図に示す。
図に、後件部ファジィ集合記憶領域(4)の構造の一例
を第3図に、またファジィルール記憶領域(5)の構造
の一例を第4図に示す。
前件部ファジィ集合記憶領域(3)は、ルールの前件部
を構成する各要素である入力される事実に付された変数
名毎に、台集合の範囲を示す最大ff1(3a)/最小
値(3b): ラベル数、ラベル名、ラベル毎の各メン
バシップ関数を示す座標情報、各メンバシップ関数に対
す、る変数の一致度(グレード値)が格納されるメンバ
シップ関数記憶部(3c)、その変数の評価が終了して
いるか否かを示すフラグ情報を格納する評価フラグ格納
部(3d)から成る。
を構成する各要素である入力される事実に付された変数
名毎に、台集合の範囲を示す最大ff1(3a)/最小
値(3b): ラベル数、ラベル名、ラベル毎の各メン
バシップ関数を示す座標情報、各メンバシップ関数に対
す、る変数の一致度(グレード値)が格納されるメンバ
シップ関数記憶部(3c)、その変数の評価が終了して
いるか否かを示すフラグ情報を格納する評価フラグ格納
部(3d)から成る。
後件部ファジィ集合記憶領域(4)も、評価フラグ格納
部を除いて、同様に、ルールの後件部を構成する要素で
ある結論(出力)に付された変数名毎に、台集合の範囲
を示す最大値(4a)/最小値(4b)、ラベル数、ラ
ベル名、ラベル毎の各メンバシップ関数を示す座標情報
、各メンバシップ関数に対する変数の一致度(グレード
値)が格納されるメンバシップ関数記憶部(4c)から
構成される。
部を除いて、同様に、ルールの後件部を構成する要素で
ある結論(出力)に付された変数名毎に、台集合の範囲
を示す最大値(4a)/最小値(4b)、ラベル数、ラ
ベル名、ラベル毎の各メンバシップ関数を示す座標情報
、各メンバシップ関数に対する変数の一致度(グレード
値)が格納されるメンバシップ関数記憶部(4c)から
構成される。
また、ファジィルール記憶領域(5)は、各ルールに付
された変数名(ルール番号)毎に、IF・・・に相当す
る前件部を記憶する前件部記憶部(5a)と、THEN
〜に相当する後件部を記憶する後件部記憶部(5b)と
からなる。
された変数名(ルール番号)毎に、IF・・・に相当す
る前件部を記憶する前件部記憶部(5a)と、THEN
〜に相当する後件部を記憶する後件部記憶部(5b)と
からなる。
さて、ファジィ推論モジュール(6)によって推論を行
う場合、ファジィルール記憶領域(5)に記憶されたフ
ァジィルールの評価が順に行われる。
う場合、ファジィルール記憶領域(5)に記憶されたフ
ァジィルールの評価が順に行われる。
ファジィルールの評価は、まず、ファジィルール内に定
義されている前件部を構成する変数(入力)の評価を行
う。ファジィ推論モジュール(6)は、評価を行うファ
ジィルールの前件部の構成要素の変数について、ファジ
ィ知識ベース(2)の前件部ファジィ集合記憶領域(3
)に従ってその変数を評価し、評価結果である各メンバ
シップ関数に対する変数の一致度(グレード値)をメン
バシップ関数記憶部(3C)内に記憶する。更に、ファ
ジィ推論モジュール(6)は、評価が終了した前件部を
構成する変数の評価フラグ格納部(3d)に、評価が終
了していることを示すフラグ情報を格納する。
義されている前件部を構成する変数(入力)の評価を行
う。ファジィ推論モジュール(6)は、評価を行うファ
ジィルールの前件部の構成要素の変数について、ファジ
ィ知識ベース(2)の前件部ファジィ集合記憶領域(3
)に従ってその変数を評価し、評価結果である各メンバ
シップ関数に対する変数の一致度(グレード値)をメン
バシップ関数記憶部(3C)内に記憶する。更に、ファ
ジィ推論モジュール(6)は、評価が終了した前件部を
構成する変数の評価フラグ格納部(3d)に、評価が終
了していることを示すフラグ情報を格納する。
そして、注目しているファジィルールの前件部を構成す
る変数の評価を全て終了したら、前件部の評価結果から
後件部の評価を行い、そのファジィルールにおける結論
を演算により導いて後件部ファジィ集合記憶領域(4)
のメンバシップ関数記憶部(4c)に記憶する。
る変数の評価を全て終了したら、前件部の評価結果から
後件部の評価を行い、そのファジィルールにおける結論
を演算により導いて後件部ファジィ集合記憶領域(4)
のメンバシップ関数記憶部(4c)に記憶する。
次いで、ファジィ推論モジュール(6)は次のファジィ
ルールの評価を行う。二つめ以降のファジィルールの評
価を行う場合は、評価を行うべく注目しているファジィ
ルール内に定義されている前件部を構成する変数につい
て、前件部ファジィ集合記憶領域(3)の評価フラグ格
納部(3d)のフラグ情報をみて、フラグ情報がその変
数の評価が終了していることを示すものであれば、その
変数の評価の演算を行わずに、その変数のメンバシップ
関数配憶部(3C)に記憶された評価結果である各メン
バシップ関数に対する変数の一致度(グレード値)を参
照する。フラグ情報が評価が終了していないことを示す
ものであれば、上述と同様に、その変数についてファジ
ィ知識ベース(2)の前件部ファジィ集合記憶領域(3
)に従って評価を行い、評価結果である各メンバシップ
関数に対する変数の一致度(グレード値)をメンバシッ
プ関数記憶部(3C)内に記憶し、前件部ファジィ集合
記憶領域(3)におけるその変数の評価フラグ格納部(
3d)に、評価が終了していることを示すフラグ情報を
格納する。
ルールの評価を行う。二つめ以降のファジィルールの評
価を行う場合は、評価を行うべく注目しているファジィ
ルール内に定義されている前件部を構成する変数につい
て、前件部ファジィ集合記憶領域(3)の評価フラグ格
納部(3d)のフラグ情報をみて、フラグ情報がその変
数の評価が終了していることを示すものであれば、その
変数の評価の演算を行わずに、その変数のメンバシップ
関数配憶部(3C)に記憶された評価結果である各メン
バシップ関数に対する変数の一致度(グレード値)を参
照する。フラグ情報が評価が終了していないことを示す
ものであれば、上述と同様に、その変数についてファジ
ィ知識ベース(2)の前件部ファジィ集合記憶領域(3
)に従って評価を行い、評価結果である各メンバシップ
関数に対する変数の一致度(グレード値)をメンバシッ
プ関数記憶部(3C)内に記憶し、前件部ファジィ集合
記憶領域(3)におけるその変数の評価フラグ格納部(
3d)に、評価が終了していることを示すフラグ情報を
格納する。
そして、上述と同様に、注目しているファジィルールの
前件部を構成する変数の評価結果が得られたら、前件部
の評価結果から後件部の評価を行い、そのファジィルー
ルにおける結論を演算により導いて後件部ファジィ集合
記憶領域(4)のメンバシップ関数記憶部(4C)に記
憶する。
前件部を構成する変数の評価結果が得られたら、前件部
の評価結果から後件部の評価を行い、そのファジィルー
ルにおける結論を演算により導いて後件部ファジィ集合
記憶領域(4)のメンバシップ関数記憶部(4C)に記
憶する。
更に、次のファジィルールの評価についても同様に、そ
のファジィルールの前件部を構成する変数の評価は、評
価を行う前に7アジイ集合記憶領域(3)におけるその
変数の評価フラグ格納部(3d)をみて、評価フラグが
評価が終了していることを示すものならば、評価の演算
をせずに、メンバシップ関数記憶部(3C)に格納され
ている評価結果を参照し、評価が終了していないことを
示すものならば、その変数の評価を行って評価結果の格
納と評価が終了していることを示すフラグ情報の格納を
行って、処理を進めていく。そして、得られた前件部を
構成する変数の評価結果から後件部の評価を行い、その
ファジィルールにおける結論を演算により導いて後件部
ファジィ集合記憶領域(4)のメンバシップ関数記憶部
(4C)に記憶する。
のファジィルールの前件部を構成する変数の評価は、評
価を行う前に7アジイ集合記憶領域(3)におけるその
変数の評価フラグ格納部(3d)をみて、評価フラグが
評価が終了していることを示すものならば、評価の演算
をせずに、メンバシップ関数記憶部(3C)に格納され
ている評価結果を参照し、評価が終了していないことを
示すものならば、その変数の評価を行って評価結果の格
納と評価が終了していることを示すフラグ情報の格納を
行って、処理を進めていく。そして、得られた前件部を
構成する変数の評価結果から後件部の評価を行い、その
ファジィルールにおける結論を演算により導いて後件部
ファジィ集合記憶領域(4)のメンバシップ関数記憶部
(4C)に記憶する。
斯様にして、ファジィルール記憶領域(5)に記憶され
ている全てのファジィルールの評価が終了して、夫々の
ファジィルールにおける結論が得られたら、ファジィ推
論モジュール(6)は得られた各ファジィルールの結論
から最終的な一つの結論を演算により求め、出力する。
ている全てのファジィルールの評価が終了して、夫々の
ファジィルールにおける結論が得られたら、ファジィ推
論モジュール(6)は得られた各ファジィルールの結論
から最終的な一つの結論を演算により求め、出力する。
尚、−組の事実が入力され、その事実に基づいてファジ
ィ推論がされ、最終的な一つの結論が出力されたら、フ
ァジィ推論モジュール(6)は、前件部ファジィ集合記
憶領域(3)の評価フラグ格納部(3d)の全てのフラ
グ情報を、評価が終了していないことを示す状態にリセ
ットして、次のファジィ推論に備える。
ィ推論がされ、最終的な一つの結論が出力されたら、フ
ァジィ推論モジュール(6)は、前件部ファジィ集合記
憶領域(3)の評価フラグ格納部(3d)の全てのフラ
グ情報を、評価が終了していないことを示す状態にリセ
ットして、次のファジィ推論に備える。
(ト)発明の効果
本発明は、以上の説明から明らかな如く、ファジィルー
ルの前件部を構成している要素(変数あるいは事実)の
評価が終了しているか否かを示すフラグ情報を有するこ
とで、ファジィルールの前件部を構成している要素(変
数あるいは事実)の評価を行う場合、その要素のフラグ
情報を参照して、既に評価が終了しているときは、その
要素の評価を再度することはせずに、先の評価により得
られている評価結果をすぐに得ることができる。
ルの前件部を構成している要素(変数あるいは事実)の
評価が終了しているか否かを示すフラグ情報を有するこ
とで、ファジィルールの前件部を構成している要素(変
数あるいは事実)の評価を行う場合、その要素のフラグ
情報を参照して、既に評価が終了しているときは、その
要素の評価を再度することはせずに、先の評価により得
られている評価結果をすぐに得ることができる。
従って、システム内に構築された複数のファジィルール
において、前件部を構成する要素(変数あるいは事実)
が共通するときには、−度その要素の評価を行えば、そ
れ以降、その要素の評価を再び行うことなく、ファジィ
ルールの評価が行われる。これにより、無駄な処理がな
くなり、効率的な推論を行うことが可能になる。
において、前件部を構成する要素(変数あるいは事実)
が共通するときには、−度その要素の評価を行えば、そ
れ以降、その要素の評価を再び行うことなく、ファジィ
ルールの評価が行われる。これにより、無駄な処理がな
くなり、効率的な推論を行うことが可能になる。
第1図は本発明に係るファジィ制御システムの概略構成
図、第2図は本発明に係る前件部ファジィ集合記憶領域
の構造の一例を示す図、第3図は本発明に係る後件部フ
ァジィ集合記憶領域の構造の一例を示す図、第4図は本
発明に係るファジィルール記憶領域の構造の一例を示す
図である。 (1)・・・ファジィ知識ベースエディタ、(2)・・
・ファジィ知識ベース、 (3)・・・前件部ファジィ
集合記憶領域、(3c)・・・メンバシップ関数記憶部
(評価結果格納手段)、(3d)・・・評価フラグ格納
部(フラグ格納手段)、(4)・・・後件部ファジィ集
合記憶領域、(4c)・・・メンバシップ関数記憶部、
(5)・・・ファジィルール記憶領域、(6)・・・フ
ァジィ推論モジュール。
図、第2図は本発明に係る前件部ファジィ集合記憶領域
の構造の一例を示す図、第3図は本発明に係る後件部フ
ァジィ集合記憶領域の構造の一例を示す図、第4図は本
発明に係るファジィルール記憶領域の構造の一例を示す
図である。 (1)・・・ファジィ知識ベースエディタ、(2)・・
・ファジィ知識ベース、 (3)・・・前件部ファジィ
集合記憶領域、(3c)・・・メンバシップ関数記憶部
(評価結果格納手段)、(3d)・・・評価フラグ格納
部(フラグ格納手段)、(4)・・・後件部ファジィ集
合記憶領域、(4c)・・・メンバシップ関数記憶部、
(5)・・・ファジィルール記憶領域、(6)・・・フ
ァジィ推論モジュール。
Claims (1)
- (1) ファジィ論理を用いたファジィルールに基づい
て推論を行うファジィ推論制御方法において、 ファジィルールを構成している前件部要素の評価結果を
格納する評価結果格納手段と、前件部要素の評価が終了
しているか否かを示すフラグ情報を格納するフラグ格納
手段を備え、 前件部要素の評価を行う際に、評価を行う前件部要素の
フラグ格納手段に格納されたフラグ情報を参照して、評
価が終了していないときはその前件部要素の評価を行い
評価結果を評価結果格納手段に、評価が終了したことを
示すフラグ情報をフラグ格納手段に格納し、評価が終了
しているときはその前件部要素の評価結果格納手段に格
納された評価結果を参照することを特徴とするファジィ
推論制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP11820890A JPH0414137A (ja) | 1990-05-07 | 1990-05-07 | ファジィ推論制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP11820890A JPH0414137A (ja) | 1990-05-07 | 1990-05-07 | ファジィ推論制御方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0414137A true JPH0414137A (ja) | 1992-01-20 |
Family
ID=14730880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP11820890A Pending JPH0414137A (ja) | 1990-05-07 | 1990-05-07 | ファジィ推論制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0414137A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020212830A1 (de) | 2020-10-12 | 2022-04-14 | Sms Group Gmbh | Einstellsystem zum Einstellen des Führungsspiels einer Gleitführung für bewegbare Teile einer Presse sowie Verfahren zum Einstellen der Position wenigstens eines Gleitblocks einer Gleitführung an einer Presse |
-
1990
- 1990-05-07 JP JP11820890A patent/JPH0414137A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020212830A1 (de) | 2020-10-12 | 2022-04-14 | Sms Group Gmbh | Einstellsystem zum Einstellen des Führungsspiels einer Gleitführung für bewegbare Teile einer Presse sowie Verfahren zum Einstellen der Position wenigstens eines Gleitblocks einer Gleitführung an einer Presse |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chumachenko et al. | Fuzzy recurrent mappings in multiagent simulation of population dynamics systems | |
Akametalu et al. | A minimum discounted reward hamilton-jacobi formulation for computing reachable sets | |
Yager | Decision making under measure-based granular uncertainty | |
US6853991B1 (en) | Fuzzy logic system with evolutionary variables rules | |
Sakcak et al. | The limits of learning and planning: Minimal sufficient information transition systems | |
JPH0414137A (ja) | ファジィ推論制御方法 | |
Chung et al. | Building an influence diagram in a knowledge-based decision system | |
JPH0693204B2 (ja) | プラント監視制御システム | |
Fonteneau | Contributions to batch mode reinforcement learning | |
Bhatia et al. | Tuning the hyperparameters of anytime planning: A deep reinforcement learning approach | |
Adamy et al. | Equilibria of continuous-time recurrent fuzzy systems | |
JPH0414138A (ja) | ファジィ推論制御方法 | |
Chandana | A survey on soft computing techniques and applications | |
Bonci et al. | Holonic management tree technique for performance improvement over self-similar system structures | |
Amhraoui et al. | Expected Lenient Q-learning: a fast variant of the Lenient Q-learning algorithm for cooperative stochastic Markov games | |
Sabbioni et al. | Stepsize learning for policy gradient methods in contextual markov decision processes | |
Zhao et al. | Fuzzy rule learning during simulation of manufacturing resources | |
JP2781886B2 (ja) | 制御装置及び制御方法 | |
Nouri | Efficient model-based exploration in continuous state-space environments | |
Li et al. | An efficient ant colony programming approach | |
CA1278390C (en) | Expert system apparatus and methods | |
Kumar et al. | Uncertainty and decision making in product design: a fuzzy approach | |
Mateou et al. | Hybrid fuzzy cognitive map modeller: a novel software tool for decision making | |
Clempner et al. | Extending games with local and robust Lyapunov equilibrium and stability condition | |
Galizia | Exploiting individual agent properties for analysis and control of collective network evolution |