JPH06124210A - ファジィ推論装置 - Google Patents
ファジィ推論装置Info
- Publication number
- JPH06124210A JPH06124210A JP29652792A JP29652792A JPH06124210A JP H06124210 A JPH06124210 A JP H06124210A JP 29652792 A JP29652792 A JP 29652792A JP 29652792 A JP29652792 A JP 29652792A JP H06124210 A JPH06124210 A JP H06124210A
- Authority
- JP
- Japan
- Prior art keywords
- fuzzy
- machine
- inference
- membership function
- tact
- 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
Landscapes
- Feedback Control In General (AREA)
Abstract
(57)【要約】
【目的】 推論の基になる典型的な事例を直接表現した
ファジィルールにより推論が行えるようにし、これにと
もない複数のファジィ変数が存在してもメモリを増やす
こと無く処理ができるようにすることを目的とする。 【構成】 パラメータ記憶部３のパラメータを用い関数
記憶部２に設定してある多次元メンバシップ関数により
設定されるメンバシップ関数を用いて、入力手段１より
入力したマシンＸの性能よりマシンＸの価格の見積もり
をファジィ推論する。
ファジィルールにより推論が行えるようにし、これにと
もない複数のファジィ変数が存在してもメモリを増やす
こと無く処理ができるようにすることを目的とする。 【構成】 パラメータ記憶部３のパラメータを用い関数
記憶部２に設定してある多次元メンバシップ関数により
設定されるメンバシップ関数を用いて、入力手段１より
入力したマシンＸの性能よりマシンＸの価格の見積もり
をファジィ推論する。
Description
【０００１】
【産業上の利用分野】この発明は、想定される状況が複
雑で、全てのパターンに対する対応方法を予め記述しき
れないような場合において、典型的な事例をいくつか記
憶しておいて、新たに直面した状況に対しては、それら
の典型的な事例をもとに折衷的に程々な結論（対応方
法）を推論するファジィ推論装置に関する。
雑で、全てのパターンに対する対応方法を予め記述しき
れないような場合において、典型的な事例をいくつか記
憶しておいて、新たに直面した状況に対しては、それら
の典型的な事例をもとに折衷的に程々な結論（対応方
法）を推論するファジィ推論装置に関する。
【０００２】
【従来の技術】ファジィ推論のために用いる単純で実用
的なメンバシップ関数の多くは、一般に、ファジィルー
ルの１つの入力変数（ファジィ変数）とその適合度とを
座標軸とする２次元平面内に定義されている。すなわ
ち、１つのファジィ変数の値だけでファジィ集合に対す
る適合度を決定するものである。しかし、場合によって
は、必ずしも１つの指標（ファジィ変数の値）だけで適
合度が決定できるとは限らない。例えば、データとして
典型的な事例がいくつか与えられているなかで、それら
を参考にして、その複数の事例の折衷案適に新たに未知
のものについての評価を行う場合について考える。具体
的に考えるために、ある自動製造機械（マシン）の価格
を、対象製品の大きさとその製品１個当たりを製造する
のに要する時間（タクト）によって決定する場合を想定
する。この場合の典型的な事例として、マシンＡ，マシ
ンＢ，マシンＣ，マシンＤの対象製品の大きさとタクト
と価格が表１に示すように与えられている。
的なメンバシップ関数の多くは、一般に、ファジィルー
ルの１つの入力変数（ファジィ変数）とその適合度とを
座標軸とする２次元平面内に定義されている。すなわ
ち、１つのファジィ変数の値だけでファジィ集合に対す
る適合度を決定するものである。しかし、場合によって
は、必ずしも１つの指標（ファジィ変数の値）だけで適
合度が決定できるとは限らない。例えば、データとして
典型的な事例がいくつか与えられているなかで、それら
を参考にして、その複数の事例の折衷案適に新たに未知
のものについての評価を行う場合について考える。具体
的に考えるために、ある自動製造機械（マシン）の価格
を、対象製品の大きさとその製品１個当たりを製造する
のに要する時間（タクト）によって決定する場合を想定
する。この場合の典型的な事例として、マシンＡ，マシ
ンＢ，マシンＣ，マシンＤの対象製品の大きさとタクト
と価格が表１に示すように与えられている。
【０００３】（表１）
【０００４】このとき、対象製品の大きさ４５タクト
６．２であるマシンＸの価格はどの程度が適当かを推論
する。最も単純なファジィ推論を考えると、まず、ファ
ジィ集合として｛マシンＡタイプ、マシンＢタイプ，マ
シンＣタイプ，マシンＤタイプ｝を設定し、ファジィル
ールとして「ｉｆマシンＡタイプｔｈｅｎ４００万
円」，「ｉｆマシンＢタイプｔｈｅｎ８００万」円，
「ｉｆマシンＣタイプｔｈｅｎ２００万円」，ｉｆマシ
ンＤタイプｔｈｅｎ５００万円」を設定する。しかしこ
れでは、具体的な数字を前件部に当てはめられないの
で、さらに「ｉｆ対象製品大３０ａｎｄタクト５．０ｔ
ｈｅｎマシンＡタイプ」，「ｉｆ対象製品大６０ａｎｄ
タクト４．０ｔｈｅｎマシンＢタイプ」，「対象製品大
５０ａｎｄタクト約７．５ｔｈｅｎマシンＣタイプ」，
「対象製品大７５ａｎｄタクト７．０ｔｈｅｎマシンＤ
タイプ」というようなファジィルールをつけ加える。
６．２であるマシンＸの価格はどの程度が適当かを推論
する。最も単純なファジィ推論を考えると、まず、ファ
ジィ集合として｛マシンＡタイプ、マシンＢタイプ，マ
シンＣタイプ，マシンＤタイプ｝を設定し、ファジィル
ールとして「ｉｆマシンＡタイプｔｈｅｎ４００万
円」，「ｉｆマシンＢタイプｔｈｅｎ８００万」円，
「ｉｆマシンＣタイプｔｈｅｎ２００万円」，ｉｆマシ
ンＤタイプｔｈｅｎ５００万円」を設定する。しかしこ
れでは、具体的な数字を前件部に当てはめられないの
で、さらに「ｉｆ対象製品大３０ａｎｄタクト５．０ｔ
ｈｅｎマシンＡタイプ」，「ｉｆ対象製品大６０ａｎｄ
タクト４．０ｔｈｅｎマシンＢタイプ」，「対象製品大
５０ａｎｄタクト約７．５ｔｈｅｎマシンＣタイプ」，
「対象製品大７５ａｎｄタクト７．０ｔｈｅｎマシンＤ
タイプ」というようなファジィルールをつけ加える。
【０００５】以上のことをまとめると以下のようにな
る。まず、入力変数のファジィ集合は、｛対象製品大３
０，対象製品大６０，対象製品大５０，対象製品大７
５｝および｛タクト５．０，タクト４．０，タクト７．
５，タクト７．０｝となる。また、ファジィルールは、
「ｉｆ対象製品大３０ａｎｄタクト５．０ｔｈｅｎ４０
０万円」，「ｉｆ対象製品大６０ａｎｄタクト４．０ｔ
ｈｅｎ８００万円」，「ｉｆ対象製品大５０ａｎｄタク
ト７．５ｔｈｅｎ２００万円」，「ｉｆ対象製品大７５
ａｎｄタクト７．０ｔｈｅｎ５００万円」となる。ファ
ジィルール前件部のファジィ変数（入力変数）は対象製
品の大きさとタクトとなる。
る。まず、入力変数のファジィ集合は、｛対象製品大３
０，対象製品大６０，対象製品大５０，対象製品大７
５｝および｛タクト５．０，タクト４．０，タクト７．
５，タクト７．０｝となる。また、ファジィルールは、
「ｉｆ対象製品大３０ａｎｄタクト５．０ｔｈｅｎ４０
０万円」，「ｉｆ対象製品大６０ａｎｄタクト４．０ｔ
ｈｅｎ８００万円」，「ｉｆ対象製品大５０ａｎｄタク
ト７．５ｔｈｅｎ２００万円」，「ｉｆ対象製品大７５
ａｎｄタクト７．０ｔｈｅｎ５００万円」となる。ファ
ジィルール前件部のファジィ変数（入力変数）は対象製
品の大きさとタクトとなる。
【０００６】次に、ファジィルール前件部入力変数のフ
ァジィ集合のメンバシップ関数を作成するために、与え
られた事実やあいまいに把握している過去の実績や安定
度をもとに、対象製品の大きさとタクトを座標軸とする
平面上に各マシンのタイプを表すファジィ集合｛マシン
Ａタイプ，マシンＢタイプ，マシンＣタイプ，マシンＤ
タイプ｝を描く。これらを人間の主観で決定すると、例
えば図２に示すようになる。ファジィ集合なので等適合
度線によって表現されている。これに適合度の大きさを
加えて３次元空間上で表現すると図３に示すようにな
る。ここで、最終的に得られたファジィ推論に必要なメ
ンバシップ関数は、対象製品の大きさとタクトに関する
ものなので、図３に示すファジィ集合を対象製品大−適
合度平面およびタクト−適合度平面に投影して得られ
る、図４に示すようなメンバシップ関数を作成する。こ
のメンバシップ関数は、以下の式（１）で示すことがで
きる。
ァジィ集合のメンバシップ関数を作成するために、与え
られた事実やあいまいに把握している過去の実績や安定
度をもとに、対象製品の大きさとタクトを座標軸とする
平面上に各マシンのタイプを表すファジィ集合｛マシン
Ａタイプ，マシンＢタイプ，マシンＣタイプ，マシンＤ
タイプ｝を描く。これらを人間の主観で決定すると、例
えば図２に示すようになる。ファジィ集合なので等適合
度線によって表現されている。これに適合度の大きさを
加えて３次元空間上で表現すると図３に示すようにな
る。ここで、最終的に得られたファジィ推論に必要なメ
ンバシップ関数は、対象製品の大きさとタクトに関する
ものなので、図３に示すファジィ集合を対象製品大−適
合度平面およびタクト−適合度平面に投影して得られ
る、図４に示すようなメンバシップ関数を作成する。こ
のメンバシップ関数は、以下の式（１）で示すことがで
きる。
【０００７】 適合度＝ｅｘｐ〔−｛（変数−α）／β｝2〕 ・・・（１） ここで、αは実績により決定される定数、βはファジィ
エントロピーのバランスによって決定される定数であ
る。
エントロピーのバランスによって決定される定数であ
る。
【０００８】以上のようにして得られたファジィルール
とメンバシップ関数によって、対象製品の大きさ４５，
タクト６．２であるマシンＸの価格を決定することがで
きる。すなわち、図４（ａ）のメンバシップ関数より、
製品の大きさ３０に対するマシンＸの適合度は０．５
４，製品の大きさ６０に対するマシンＸの適合度は０．
５２，製品の大きさ５０に対するマシンＸの適合度は
０．８６，製品の大きさ７５に対するマシンＸの適合度
は０．０６となる。また、図４（ｂ）のメンバシップ関
数より、タクト５．０に対するマシンＸの適合度は０．
７２，タクト４．０に対するマシンＸの適合度は０．３
４，タクト７．５に対するマシンＸの適合度は０．７
４，タクト７．０に対するマシンＸの適合度は０．８４
である。
とメンバシップ関数によって、対象製品の大きさ４５，
タクト６．２であるマシンＸの価格を決定することがで
きる。すなわち、図４（ａ）のメンバシップ関数より、
製品の大きさ３０に対するマシンＸの適合度は０．５
４，製品の大きさ６０に対するマシンＸの適合度は０．
５２，製品の大きさ５０に対するマシンＸの適合度は
０．８６，製品の大きさ７５に対するマシンＸの適合度
は０．０６となる。また、図４（ｂ）のメンバシップ関
数より、タクト５．０に対するマシンＸの適合度は０．
７２，タクト４．０に対するマシンＸの適合度は０．３
４，タクト７．５に対するマシンＸの適合度は０．７
４，タクト７．０に対するマシンＸの適合度は０．８４
である。
【０００９】従って、前述のファジィルールと、従来、
最も多く用いられるｍｉｎ合成演算によるそれぞれの合
成演算の結果より以下のことが導き出される。 マシンＡの価格ＹA＝４００万円に対する適合度は、ｔA
＝０．５４。 マシンＢの価格ＹB＝８００万円に対する適合度は、ｔB
＝０．３４。 マシンＣの価格ＹC＝２００万円に対する適合度は、ｔC
＝０．７４。 マシンＤの価格ＹD＝５００万円に対する適合度は、ｔD
＝０．０６。 そして、この適合度を用いて以下の式２によりマシンＸ
の価格Ｙxを決定する。
最も多く用いられるｍｉｎ合成演算によるそれぞれの合
成演算の結果より以下のことが導き出される。 マシンＡの価格ＹA＝４００万円に対する適合度は、ｔA
＝０．５４。 マシンＢの価格ＹB＝８００万円に対する適合度は、ｔB
＝０．３４。 マシンＣの価格ＹC＝２００万円に対する適合度は、ｔC
＝０．７４。 マシンＤの価格ＹD＝５００万円に対する適合度は、ｔD
＝０．０６。 そして、この適合度を用いて以下の式２によりマシンＸ
の価格Ｙxを決定する。
【００１０】 Ｙx=（ｔAＹA+ｔBＹB+ｔCＹC+ｔDＹD）/（ｔA+ｔB+ｔC+ｔD） ・・・（２）
【００１１】以上のことにより、マシンＸの価格は約３
９０万円と決定できる。
９０万円と決定できる。
【００１２】
【発明が解決しようとする課題】従来は以上のようにな
されていたので、以下のような問題が存在していた。ま
ず、このファジィルールとメンバシップ関数とでファジ
ィ推論を行うと、最初にイメージしたファジィ集合の形
状が変化してしまっていると言うことであり、このこと
により本来のイメージとは異なった推論を行うことにな
る。すなわち、最初にイメージしたファジィ集合は、図
３に示すのものであったが、前述の対象製品−適合度平
面およびタクト−適合度平面に投影して得られる図４に
示すようなメンバシップ関数をｍｉｎ合成演算により用
いると、これによるファジィ集合は図５に示すような状
態となり、図３に示すファジィ集合のイメージとは異な
っている。これは、ファジィ変数（入力変数）が複数存
在しても、ファジィ変数１つと適合度によって表された
２次元平面内にメンバシップ関数を定義しなければなら
なかったことが原因である。
されていたので、以下のような問題が存在していた。ま
ず、このファジィルールとメンバシップ関数とでファジ
ィ推論を行うと、最初にイメージしたファジィ集合の形
状が変化してしまっていると言うことであり、このこと
により本来のイメージとは異なった推論を行うことにな
る。すなわち、最初にイメージしたファジィ集合は、図
３に示すのものであったが、前述の対象製品−適合度平
面およびタクト−適合度平面に投影して得られる図４に
示すようなメンバシップ関数をｍｉｎ合成演算により用
いると、これによるファジィ集合は図５に示すような状
態となり、図３に示すファジィ集合のイメージとは異な
っている。これは、ファジィ変数（入力変数）が複数存
在しても、ファジィ変数１つと適合度によって表された
２次元平面内にメンバシップ関数を定義しなければなら
なかったことが原因である。
【００１３】また前述したように、従来ではファジィ変
数が複数存在すると、ファジィ変数１つと適合度によっ
て表された２次元平面内にメンバシップ関数をそれぞれ
定義しなければならなかったので、メンバシップ関数の
設定に手間がかかり、必要とするメモリが多くなるとい
う問題があった。
数が複数存在すると、ファジィ変数１つと適合度によっ
て表された２次元平面内にメンバシップ関数をそれぞれ
定義しなければならなかったので、メンバシップ関数の
設定に手間がかかり、必要とするメモリが多くなるとい
う問題があった。
【００１４】この発明は以上のような問題点を解消する
ためになされたものであり、推論の基になる典型的な事
例を直接表現したファジィルールにより推論が行えるよ
うにし、これにともない複数のファジィ変数が存在して
もメモリを増やすこと無く処理ができるようにすること
を目的とする。
ためになされたものであり、推論の基になる典型的な事
例を直接表現したファジィルールにより推論が行えるよ
うにし、これにともない複数のファジィ変数が存在して
もメモリを増やすこと無く処理ができるようにすること
を目的とする。
【００１５】
【課題を解決するための手段】この発明のファジィ推論
装置は、多次元メンバシップ関数が設定されている関数
記憶手段と、典型的な事例を関数記憶手段に設定されて
いる多次元メンバシップ関数のパラメータとして設定し
てあるパラメータ記憶手段と、パラメータ記憶手段に設
定されているパラメータを用いた関数記憶手段に設定さ
れている多次元メンバシップ関数によりファジィ推論を
行うファジィ推論処理手段とを有することを特徴とす
る。
装置は、多次元メンバシップ関数が設定されている関数
記憶手段と、典型的な事例を関数記憶手段に設定されて
いる多次元メンバシップ関数のパラメータとして設定し
てあるパラメータ記憶手段と、パラメータ記憶手段に設
定されているパラメータを用いた関数記憶手段に設定さ
れている多次元メンバシップ関数によりファジィ推論を
行うファジィ推論処理手段とを有することを特徴とす
る。
【００１６】
【作用】ファジィ推論のためのファジィルール前件部に
おける複数の入力変数のファジィ集合を、同時に１つの
メンバシップ関数で表現できる。
おける複数の入力変数のファジィ集合を、同時に１つの
メンバシップ関数で表現できる。
【００１７】
【実施例】以下、この発明の１実施例を図を参照して説
明する。図１は、この発明の１実施例であるファジィ推
論装置であるマシン価格見積もり装置の構成を示す構成
図である。同図において、１はファジィ推論により価格
の見積もりをするために必要なマシン条件を入力する入
力手段、２はファジィ推論のための式３に代表される多
次元メンバシップ関数が設定されている関数記憶部であ
る。
明する。図１は、この発明の１実施例であるファジィ推
論装置であるマシン価格見積もり装置の構成を示す構成
図である。同図において、１はファジィ推論により価格
の見積もりをするために必要なマシン条件を入力する入
力手段、２はファジィ推論のための式３に代表される多
次元メンバシップ関数が設定されている関数記憶部であ
る。
【００１８】 適合度＝ｅｘｐ〔Σ｛（入力変数−αi）／βi｝2〕 (i=1,2,・・・n) ・・・（３） ここで、αは実績により決定される定数、βはファジィ
エントロピーのバランスによって決定される定数であ
り、ｎは入力情報の個数である。
エントロピーのバランスによって決定される定数であ
り、ｎは入力情報の個数である。
【００１９】また、３は関数記憶部２に設定されている
メンバシップ関数のパラメータである式３のαやβな
ど、過去のマシンのデータが記憶されているパラメータ
記憶部、４はパラメータ記憶部３に記憶されているパラ
メータを用いた関数記憶部２のメンバシップ関数を用い
て、入力手段１より入力したマシン条件を基にファジィ
推論した結果であるそのマシンの見積もり価格を出力す
る結果出力手段である。
メンバシップ関数のパラメータである式３のαやβな
ど、過去のマシンのデータが記憶されているパラメータ
記憶部、４はパラメータ記憶部３に記憶されているパラ
メータを用いた関数記憶部２のメンバシップ関数を用い
て、入力手段１より入力したマシン条件を基にファジィ
推論した結果であるそのマシンの見積もり価格を出力す
る結果出力手段である。
【００２０】ここで、関数記憶部２に設定されている関
数を以下に示す。 マシンＡに対する適合度ｔA ＝ｅｘｐ［−〔｛（Ｌ−ＬA）／ａA｝2＋（Ｔ−ＴA）／ｂA｝2〕］・・・（４） マシンＢに対する適合度ｔB ＝ｅｘｐ［−〔｛（Ｌ−ＬB）／ａB｝2＋（Ｔ−ＴB）／ｂB｝2〕］・・・（５） マシンＣに対する適合度ｔC ＝ｅｘｐ［−〔｛（Ｌ−ＬC）／ａC｝2＋（Ｔ−ＴC）／ｂC｝2〕］・・・（６） マシンＤに対する適合度ｔD ＝ｅｘｐ［−〔｛（Ｌ−ＬD）／ａD｝2＋（Ｔ−ＴD）／ｂD｝2〕］・・・（７） また、ＬA，ＬB，ＬC，ＬDは過去のマシンＡ〜Ｄのそれ
ぞれにおける処理対象製品の大きさであり、ＬA＝３
０，ＬB＝６０，ＬC＝５０，ＬD＝７５である。一方、
ＴA，ＴB，ＴC，ＴDは過去のマシンのタクトであり、Ｔ
A＝５．０，ＴB＝４．０，ＴC＝７．５，ＴD＝７．０で
ある。そして、ａA〜ａD，ｂA〜ｂDはファジィエントロ
ピーのバランスにより決定される定数であり、以上の定
数はパラメータ記憶部３に設定されている。
数を以下に示す。 マシンＡに対する適合度ｔA ＝ｅｘｐ［−〔｛（Ｌ−ＬA）／ａA｝2＋（Ｔ−ＴA）／ｂA｝2〕］・・・（４） マシンＢに対する適合度ｔB ＝ｅｘｐ［−〔｛（Ｌ−ＬB）／ａB｝2＋（Ｔ−ＴB）／ｂB｝2〕］・・・（５） マシンＣに対する適合度ｔC ＝ｅｘｐ［−〔｛（Ｌ−ＬC）／ａC｝2＋（Ｔ−ＴC）／ｂC｝2〕］・・・（６） マシンＤに対する適合度ｔD ＝ｅｘｐ［−〔｛（Ｌ−ＬD）／ａD｝2＋（Ｔ−ＴD）／ｂD｝2〕］・・・（７） また、ＬA，ＬB，ＬC，ＬDは過去のマシンＡ〜Ｄのそれ
ぞれにおける処理対象製品の大きさであり、ＬA＝３
０，ＬB＝６０，ＬC＝５０，ＬD＝７５である。一方、
ＴA，ＴB，ＴC，ＴDは過去のマシンのタクトであり、Ｔ
A＝５．０，ＴB＝４．０，ＴC＝７．５，ＴD＝７．０で
ある。そして、ａA〜ａD，ｂA〜ｂDはファジィエントロ
ピーのバランスにより決定される定数であり、以上の定
数はパラメータ記憶部３に設定されている。
【００２１】すなわち以上のことは、マシンの能力であ
る対象製品の大きさとタクトと適合度との座標軸を設定
し、図３に示すような円錐状の楕円メンバシップ関数を
マシンＡ〜Ｄそれぞれに設定すること同じことである。
これがこの発明のポイントであり、従来では対象製品の
大きさとタクトとのそれぞれにメンバシップ関数を設定
し、これによって求められた適合度を合成演算していた
が、この発明ではそのような必要はない。また、この円
錐状の楕円メンバシップ関数（３次元メンバシップ関
数）は、人間の主観で表現したものに非常に近くなる。
この楕円メンバシップ関数を、適合度０．５の平面で切
りだしたものが、図２に示す適合度０．５の領域を示す
メンバシップ関数であり、前述の定数ａA〜ａD，ｂA〜
ｂDは適合度が１になる中心間の中点で適合度が０．５
になるようにする。
る対象製品の大きさとタクトと適合度との座標軸を設定
し、図３に示すような円錐状の楕円メンバシップ関数を
マシンＡ〜Ｄそれぞれに設定すること同じことである。
これがこの発明のポイントであり、従来では対象製品の
大きさとタクトとのそれぞれにメンバシップ関数を設定
し、これによって求められた適合度を合成演算していた
が、この発明ではそのような必要はない。また、この円
錐状の楕円メンバシップ関数（３次元メンバシップ関
数）は、人間の主観で表現したものに非常に近くなる。
この楕円メンバシップ関数を、適合度０．５の平面で切
りだしたものが、図２に示す適合度０．５の領域を示す
メンバシップ関数であり、前述の定数ａA〜ａD，ｂA〜
ｂDは適合度が１になる中心間の中点で適合度が０．５
になるようにする。
【００２２】ここで、処理対象製品の大きさが４５でタ
クトが６．２のマシンＸの価格を見積もる場合について
説明する。まず、入力手段１よりマシンＸの対象製品の
大きさ４５とタクト６．２を入力すると、処理部４では
式４〜７のＬに４５，Ｔに６．２を当てはめて、マシン
Ａ〜Ｄに対する適合度をそれぞれ算出する。これは、前
述の楕円メンバシップ関数を設定した３次元空間に、対
象製品の大きさ４５，タクト６．２の座標を通り、適合
度の座標軸に平行な直線と、マシンＡ〜Ｄの各メンバシ
ップ関数との交点を求めることと同じことである。これ
により求められた適合度は、それぞれ、ｔA＝０．４，
ｔB＝０．３，ｔC＝０．６，ｔD＝０．１となる。そし
て、処理部４では算出した適合度とパラメータ記憶部３
に記憶されているマシンＡ〜Ｄのそれぞれの価格ＹA〜
ＹDとを用いて、従来と同様に、式２によりマシンＸの
見積もり価格Ｙx≒４１０万円を算出し、この結果は結
果出力手段５により出力される。
クトが６．２のマシンＸの価格を見積もる場合について
説明する。まず、入力手段１よりマシンＸの対象製品の
大きさ４５とタクト６．２を入力すると、処理部４では
式４〜７のＬに４５，Ｔに６．２を当てはめて、マシン
Ａ〜Ｄに対する適合度をそれぞれ算出する。これは、前
述の楕円メンバシップ関数を設定した３次元空間に、対
象製品の大きさ４５，タクト６．２の座標を通り、適合
度の座標軸に平行な直線と、マシンＡ〜Ｄの各メンバシ
ップ関数との交点を求めることと同じことである。これ
により求められた適合度は、それぞれ、ｔA＝０．４，
ｔB＝０．３，ｔC＝０．６，ｔD＝０．１となる。そし
て、処理部４では算出した適合度とパラメータ記憶部３
に記憶されているマシンＡ〜Ｄのそれぞれの価格ＹA〜
ＹDとを用いて、従来と同様に、式２によりマシンＸの
見積もり価格Ｙx≒４１０万円を算出し、この結果は結
果出力手段５により出力される。
【００２３】
【発明の効果】以上説明したように、この発明では多次
元メンバシップ関数を使用することにより、多変数空間
を台集合としてファジィ集合を定義できるので、ファジ
ィルールの前件部のファジィ集合である過去の事例の
「あるタイプ」に対するメンバシップ関数は１つであ
る。従って、「ｉｆマシンＡタイプｔｈｅｎ４００万
円」というファジィルールのままファジィ推論をするの
で、人間の感覚により近い推論をすることが可能となる
という効果がある。従来では、「ｉｆ対象製品大３０ａ
ｎｄタクト５．０ｔｈｅｎマシンＡタイプ」のような、
マシンＡタイプを示す複数の変数を合成するファジィル
ールが必要であった。また、従来ではファジィルールの
前件部のファジィ集合が複数になるので、これのための
メンバシップ関数も複数必要となりメモリが多数必要で
あったが、この発明では、これらを１つのメンバシップ
関数で表現できるので、メモリを少なくできるという効
果がある。
元メンバシップ関数を使用することにより、多変数空間
を台集合としてファジィ集合を定義できるので、ファジ
ィルールの前件部のファジィ集合である過去の事例の
「あるタイプ」に対するメンバシップ関数は１つであ
る。従って、「ｉｆマシンＡタイプｔｈｅｎ４００万
円」というファジィルールのままファジィ推論をするの
で、人間の感覚により近い推論をすることが可能となる
という効果がある。従来では、「ｉｆ対象製品大３０ａ
ｎｄタクト５．０ｔｈｅｎマシンＡタイプ」のような、
マシンＡタイプを示す複数の変数を合成するファジィル
ールが必要であった。また、従来ではファジィルールの
前件部のファジィ集合が複数になるので、これのための
メンバシップ関数も複数必要となりメモリが多数必要で
あったが、この発明では、これらを１つのメンバシップ
関数で表現できるので、メモリを少なくできるという効
果がある。
【図１】この発明の１実施例であるファジィ推論装置の
構成を示す構成図である。
構成を示す構成図である。
【図２】対象製品の大きさとタクトを座標軸とする平面
上に、マシンＡ〜Ｄに対する適合度０．５の境界線を楕
円で表現したファジィ集合を描いた集合図である。
上に、マシンＡ〜Ｄに対する適合度０．５の境界線を楕
円で表現したファジィ集合を描いた集合図である。
【図３】図２の座標系に適合度を加えた３次元空間にメ
ンバシップ関数を示した斜視図である。
ンバシップ関数を示した斜視図である。
【図４】入力変数のファジィ集合を示した入力変数と適
合度の相関図である。
合度の相関図である。
【図５】図４の２つのファジィ集合を合成したイメージ
を示す斜視図である。
を示す斜視図である。
１ 入力手段 ２ 関数記憶部 ３ パラメータ記憶部 ４ 処理部 ５ 結果出力手段
Claims (1)
- 【請求項１】 多次元メンバシップ関数が設定されてい
る関数記憶手段と、 典型的な事例を前記関数記憶手段に設定されている多次
元メンバシップ関数のパラメータとして設定してあるパ
ラメータ記憶手段と、 前記パラメータ記憶手段に設定されているパラメータを
用いた前記関数記憶手段に設定されている多次元メンバ
シップ関数によりファジィ推論を行うファジィ推論処理
手段とを有することを特徴とするファジィ推論装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29652792A JPH06124210A (ja) | 1992-10-09 | 1992-10-09 | ファジィ推論装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29652792A JPH06124210A (ja) | 1992-10-09 | 1992-10-09 | ファジィ推論装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06124210A true JPH06124210A (ja) | 1994-05-06 |
Family
ID=17834689
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29652792A Pending JPH06124210A (ja) | 1992-10-09 | 1992-10-09 | ファジィ推論装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06124210A (ja) |
-
1992
- 1992-10-09 JP JP29652792A patent/JPH06124210A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5347615A (en) | Rule generating and verifying apparatus for fuzzy control using temporary exclusion of a selected rule | |
| US5319739A (en) | Method for retrieving case for problem and inferring solution of the problem and system thereof | |
| JPH06124210A (ja) | ファジィ推論装置 | |
| EP0715256B1 (en) | Rule verifying apparatus and method for fuzzy inference | |
| JPH0535308A (ja) | フアジイメンバシツプ関数の同定装置及び同定方法 | |
| JPH08235249A (ja) | 営業支援システム | |
| JP2800309B2 (ja) | ハイブリッド制御装置及びハイブリッド制御方法 | |
| JPH04211829A (ja) | 複合型エキスパートシステム | |
| JPH03264250A (ja) | 生産計画立案装置 | |
| JPH0371303A (ja) | ファジィコントローラ | |
| JP3211240B2 (ja) | 近似推論装置 | |
| JP2865213B2 (ja) | 数値制御情報作成装置 | |
| JPH05289879A (ja) | ファジィ推論装置 | |
| JP2814391B2 (ja) | ファジィ推論ルールのプログラミング装置 | |
| JPH09101894A (ja) | ファジィ制御規則作成装置 | |
| JPH064645A (ja) | 粒子情報計算方法 | |
| JPS6249439A (ja) | 推論装置 | |
| JP2767608B2 (ja) | メンバーシップ関数の解析装置 | |
| JPH03111937A (ja) | エキスパート判断モデル生成方式 | |
| JPH04191958A (ja) | 多変数回帰分析装置 | |
| JPH0628192A (ja) | ファジィ推論装置 | |
| JPH05181986A (ja) | 非ファジィ化装置 | |
| JPH04361387A (ja) | 画像認識装置 | |
| JPH05313901A (ja) | ファジィ推論装置 | |
| JPH08328863A (ja) | ファジイ推論の計算方法 |