JPH04155503A - ニューロ制御装置 - Google Patents

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、モータの制御、電圧の制御などの制御分野に
おいて、ニューフルネットワークを利用したニューロ制
御装置に関するものである。

従来の技術 従来、何らかの制御を行う場合、制御対象の入出力特性
を実際に測定して制御パラメータを計算し、制御対象に
見合った最適制御パラメータを各々調整していた。例え
ば、七−ターの位置決め制御の例でみると、従来の制御
装置は、ＰＩ−Ｄ制御が代表的な制御方式である。こΩ
場合、制御対象に適正なＰＩＤ制御パラメータは、経験
的に決定する。これらのパラメータは、モーターの位置
（回転角度）、その速度（角速度）、その時刻までの変
化量の積分値であり、これらの値への依存度を多量の係
数で調整していた。この制御パラメータの値が的確なほ
ど制御対象は目標値からのずれ量が少なく、精度の良い
制御ができていた。

発明が解決しようとする課題 しかし、以上のような従来の技術においては、制御対象
の特性が明確であり、一定式で記述できる場合には理論
的に的確な制御パラメータの値が得られるが、制御対象
の内部関係が不明確な場合には、その一定式及びそれか
ら求められる制御パラメータは経験的に決定するしかな
かった。また、制御対象の特性が経時変化する場合、制
御パフメータを求める経時的に一定式をいくつも求めな
くてはならなくなシ、制御パラメータの調整が複雑で困
難になっていた。さらに、制御対象が変わると、またそ
の制御対象の制御パラメータを求め調整する作業を行な
わなくてはならなかった。

本発明では、制御対象の特性を定式化することなく、制
御対象の入出力特性をサンプリングしてその特性を学習
することにより、制御対象の出力を目標値にする制御信
号を自動発生するニューロ制御装置を提供する。

課題を解決するだめの手段 本発明は、制御対象の入出力特性を記憶する部位と、前
記記憶された入出力特性を用いて学習するニューラルネ
ットワークから構成され、入力に現在の制御対象の出力
値と、それから所定時刻後の制御対象出力の目標値を入
力することにより、出力から制御対象への制御信号を出
力するニューロ制御装置である。

作　　用 この発明によれば、まず制御対象の入出力特性を測定し
てサンプリングした入出力データを用いて、ニューフル
ネットワークを学習させる。これにより、制御対象の目
標出力値を与えるだけで最適な制御信号を出力するニュ
ーフルネットワークが自己組織化されるので、制御対象
の入出力パラメータを制御対象ごとに最適化する必要が
ない。

すなわち、制御対象が変化してもその入出力特性をニュ
ーフルネットワークに学習させるだけで、最適制御を行
う制御装置が構成できる。

実施例 以下本発明の一実施例を図面に基づいて説明する。第１
図は、本発明の一実施例のニューロ制御装置の全体構成
図である。ここでは、一般に制御対象とされる抵抗、容
量、コイルで構成された電気回路に２いて、ニューロ制
御機構を組込んで、入力の電圧変化を制御し、出力電圧
のオーバーシュートを減少し、迅速に一定値に近づける
という課題を解決する。この様な課題は、モータの回転
全制御してロボットのアームの位置をオーバーシュート
なく目的地にすばやく到達させる場合などに見られ、そ
の適切な制御を可能にする。

第１図中の各符号に関し、１は入力電圧測定位置、２は
出力電圧測定位置、３はニューフルネットワーク、４は
出力電圧の目標値を蓄えるメモリを示し、このメモリで
等間隔の時刻の目標値をアドレスの順番に蓄えている。

６．６は学習用データを測定するためのメモリを示し、
これらは、あらかじめ設定した制御対象への入力電圧と
出力電圧を測定した結果の時間変化をアドレスの順番に
保持するメモリである。７はニューフルネットワークの
各シナプスの重みを保持するメモリを示し、８はニュー
ツルネットワークの学習を実行する回路（学習用演算器
）、９は時刻を発生するタイマー、１０〜１７は信号の
切シ替えスイッチを示すものである。１８はこれらのシ
ーケｊを制御する回路を示し、この回路でスイッチ１０
〜１７の切ル替え信号を発生し、メモリ４，８．６にア
ドレスを供給する。

本装置の動作を説明する前に、ニューフルネットワーク
について説明する。第２図は本発明の一実施例に用いる
ニューフルネットワークの構成図である。本ニューフル
ネットワークは、層内のニューロン間に相互に結合のな
い入力層、中間層。

出力層と呼ばれる３つの層で構成された階層型の構造を
もち、３人力１出力で構成されている。第２図において
、２１．２２．２３は、入力層のニューロンであシ、２
４は出力層のニューロンであシ、２６はシナプスを表す
。シナプスは、前段のニューロンの出力にニューロン間
の結合強度を示す重みを掛けて、次段のニューロンへ出
力する。

出力を受けた次段のニューロンは、自分に接続している
すべてのシナプスの出力を加算し、この総和をシグモイ
ド関数と呼ばれる非線形関数を用いて変換し出力する。

入力層の３個の入力用ニューロンは、制御対象の現在の
出力値を入力するニューロン２１．現在からｔ時間後の
制御対象の目標出力値を入力するニューロン２２９時刻
を入力するニューロン２３で形成されている。ニューロ
ン２４からの出力は、制御対象への制御済み入力値（制
御舊号）となる。中間層ニューロンは第２図では４個と
なっているが、この個数は学習効率がよくなるような数
に選べばよい。

第１図に示すニューロ制御装置の動作は、制御対象の特
性を把握するための学習の段階と、学習した結果を使っ
て入力データから制御信号を計算し出力する実行の段階
の２穫類から構成されている。

まず、学習の段階について説明をする。

第１図の装置で、スイッチ１２．１５を閉じ、スイッチ
１３，１４，１６，１γを開いて、予めメモリ６に設定
した電圧信号を一定時間間隔でディジタル−アナログ変
換し、制御対象に入力して、そこからの出力を測定し、
メモリ６に時刻の項番にディジタル値として保持してい
く。この様にして、各入力電圧信号に対する出力の経時
変化が得られる。

次に、この制御対象の特性データをもとにニューフルネ
ットワークに学習を行わせる。まず、第１図の装置で、
スイッチ１３．１４を開き、スイッチ１６を閉じて、メ
モリ６にある時刻ｔに相当するアドレスの出力電圧を現
在値としてニューロン２１に入力し、スイッチ１６を閉
じ、スイッチ１γを開いてメモリ６の時刻ｔ＋Δｔのア
ドレスの出力電圧を目標値としてニューロン２ｚに入力
する。学習前の初期状態では、シナプスの持つ重みの値
はランダムでニューラルネットワークの出力ニューロン
２４から出力される制御対象への入力電圧は、時刻ｔに
制御対象へ入力した電圧と一致しない。学習用演算器８
において、メモリ５に蓄えた入力電圧データとニューラ
ルネットワークからの出力値を比較し、この差が小さく
なるようにシナプスの重みを変化させる。この操作を学
習と呼び、両方の値が一致するまで何度も以上の操作を
くり返し、計算したシナプスの重みは、逐次メモリ７に
記憶される。重みの変化量の決定は、バックプロパゲー
ションと呼ばれるアルゴリズムを用いて行う。この学習
アルゴリズムは、メモリ６に蓄えた入力電圧データとニ
ューラルネットワークからの出力値の差の二乗が零にな
るよう、つまり一致するよう操作する。ある特定の時刻
では、ニューフルネットワーク歯の入力は固定されてい
るので、差の二乗は、重みだけの関数ｇ　（ｗｌ。

ｗ２．ｗ３．・・・・・・Ｗｎ）である。ここで、添字
（１゜２、・・・・・・ｎ）は、シナプスの番号を示す
。−たとえば、重みＷ・・・・・・Ｗ　を固定させてＷ
、に対して２　　　　　　　ｎ だけ変化させる場合を考える。第３図は、この場合の学
習アルゴリズムを説明する図である。関数ｑが第３図の
ように貰、Ｋ対してだけ変化する場合、点２６での関数
ｑの勾配が負のときは、正の微小量ΔＷだけＷ、を増加
させれば最小値点２７に近づく。逆の場合には、Δ貰　
だけＷ、を減少させればよい。すなわち、Ｗｌの変化量
は関数ｑの勾配に比例し、負の符号を掛けた量にすれば
よい。

これが、最急降下法としてよく知られている方法の基本
原理である。この原理を階層型のニューラルネットワー
クの場合について定式化したバックプロパゲーションの
アルゴリズムを用いてすべてのシナプスの重みＷｌ、Ｗ
２・・・・−・Ｗｎの変化量を計算することにより、木
ニューフルネットワークは学習を行う。この様な学習過
程において得られた重みデータを逐次メモリ７に蓄え、
この重みデータを掛けてニューフルネットワークの演算
を行い、出力信号を計算する。スイッチ１０．１１を開
いて、スイッチ１２を閉じて、メモリ６に制御対象の特
性データとして保持されている入力電圧を学習用演算器
８に入力して、パックプロパゲーションによシ計算して
、メモリ７の内容を更新する。

この様な学習過程を終了したニューツルネットワークに
、制御対象からの時刻ｔの出力と、Δを時刻後の出力（
これを目標出力値と考える。）を入力すると、目標出力
値に到達するのに必要な制御対象の時刻ｔにおける入力
電圧を計算することができる。制御対象の入力電圧と出
力電圧の関係をシナプスの重みという量（Ｗｌ、Ｗ２．
・・・・・・ｗ　ｎ）に換算してメモリ７に記憶しであ
る出力電圧を得るのに必要な入力電圧、すなわち入出力
関数の逆関数を求めることができる。これは、従来行わ
れていた制御対象に応じて制御パラメータを計算する操
作を、二二−フルネ７トヮークが自動的に行っているこ
とＦＣ８当する。この様に、入出力特性を測定するだけ
で最適制御ができるので、特Ｋ、入出力関係の定式化が
困難な場合や、入出力特性が経時的に変化する場合に非
常に有効な方法となる。

次に、このニューロ制御装置が制御対象を制御する実行
の段階について説明する。

この場合、第１図の装置で、スイッチ１０，１１゜１：
ａ、１５．１６を開き、スイッチ１２，１４゜１７を閉
じて、目盛シロに蓄えられた時刻を後の目標値を、ニュ
ーロン２２１Ｃ入方する。同時に、現在の制御対象から
の出力電圧をニューロン２１に、時刻ｔをニューロン２
３に入力する。ニューフルネットワークは、メモリ７に
保持している学習によって得た重みを各ニューロンの出
力に掛けて、出力層のニューロンから信号を出力し、こ
の出力を制御対象へ入力する。一定時間間隔　を毎にこ
のステップを〈ル返して、制御対象の出力を時間的に目
標値に近づける制御が可能になる。

ニューフルネットワークへの入力は、実際には、学習し
たパターンよシむしろ、未知のパターンである可能性が
強い。ニューラルネ？）ワークはアナログ的な中間値を
持つことができるため、学習データの中間値の入力に対
しても、学習データから補間した値を信号として出力す
る。したがって、学習した入力以外の値を入力されて本
制御を容易に行うことができる。

以上の例では、制御対象の入出力がそれぞれ１個の例に
ついて説明したが、これらの入出力は１個に限らず複数
個の場合でも、ニューラルネットワづの入出力ニューロ
ンの数を増加させることにより同様に制御できる。

発明の効果 本発明によれば、逆関数を求めるニューフルネットワー
クに制御対象の入出力特性をサンプリングして入力し学
習を行うことにより、制御対象に対応した最適制御を容
易に５ｊｉ！現することができる。

【図面の簡単な説明】

第１図は本発明の実施例ニューロ制御装置の全体構成図
、第２図はニューフルネ７）ワークの構成図、第３図は
学習アルゴリズムの説明図である。 １・・・・・・制御対象への入力、２・・・・・・出力
電圧の時５１１１ｆ化、３・・・・・・ニューフルネッ
トワーク、４・・・・・・出力電圧の目標値を保持する
メモリ、６・・・−・−学習時の入力電圧設定用メモリ
、６・・・・・・測定した出方電圧の保持用メモリ、７
・・山１み保持用メモリ、８・・・・・・学習用演算器
、ｅ・・山・タイマー、１０〜１７・・・・・・信号線
切シ替え用スイッチ、１８・・・・・・制御装置のシー
ケンス制御回路、２１・・・・・・出力電圧の現在値入
力用ニューロン、２２・・・・・・出力電圧の目標値入
力用ニューロン、２３・・・・・・時刻入力用ニューロ
ン、２４　・・・制御対象への入力電圧出力用ニュ一ロ
ン、２６・・・・・・シナプス、２７・・・・・・最小
値。 代理人の氏名　弁理士　小鍜治　　明　ほか１名４、　
　Ｓ、　　６．　７−一−メ七ソ第１図 栓＋１Ｆｙ％　　幹ＪＩ６万 迫２図 中間１ ４３　図 牡の２乗：　３（Ｗｔ、Ｗｚ−Ｗｘ）

Claims (3)

【特許請求の範囲】
1. （１）　制御対象の入出力特性を記憶する部位と、記憶
   された入出力特性を用いて学習するニューラルネットワ
   ークから構成され、前記ニューラルネットワークからの
   出力値を前記制御対象の入力値に合致させるように応動
   する帰還ループをそなえたニューロ制御装置。
2. （２）　請求項１記載のニューロ制御装置に、制御対象
   の現在の出力値と所定時刻後の前記制御対象の目標値と
   を入力することにより前記制御対象に入力する制御信号
   を自動発生するニューロ制御装置。
3. （３）　請求項２記載のニューロ制御装置の入力に、時
   刻または定数を加えたニューロ制御装置。