JPH06149578A - ファジィ推論装置 - Google Patents
ファジィ推論装置Info
- Publication number
- JPH06149578A JPH06149578A JP31647392A JP31647392A JPH06149578A JP H06149578 A JPH06149578 A JP H06149578A JP 31647392 A JP31647392 A JP 31647392A JP 31647392 A JP31647392 A JP 31647392A JP H06149578 A JPH06149578 A JP H06149578A
- Authority
- JP
- Japan
- Prior art keywords
- membership function
- value
- unit
- rule
- density
- 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.)
- Withdrawn
Links
Abstract
(57)【要約】
【目的】 あいまいな又は不確実な情報および知識から
結論を導き出すファジィ推論装置を提供する。 【構成】 ヴィグネス値記憶部１．１１にメンバーシッ
プ関数の確信度が小さいほど、大きな値となるようヴィ
グネス値が記録されており、密度変換部１．１２でヴィ
グネス値から密度を求め、重心計算部１．１３で密度を
考慮して重心の位置を計算し推論結果として出力する。
結論を導き出すファジィ推論装置を提供する。 【構成】 ヴィグネス値記憶部１．１１にメンバーシッ
プ関数の確信度が小さいほど、大きな値となるようヴィ
グネス値が記録されており、密度変換部１．１２でヴィ
グネス値から密度を求め、重心計算部１．１３で密度を
考慮して重心の位置を計算し推論結果として出力する。
Description
【０００１】
【産業上の利用分野】本発明は、あいまいな又は不確実
な情報および知識から結論を導き出すファジィ推論装置
に関する。
な情報および知識から結論を導き出すファジィ推論装置
に関する。
【０００２】
【従来の技術】従来、あいまいであったり、不確実であ
ったりする情報および知識から結論を導き出す推論シス
テムとして、ファジィ集合論を用いたファジィ推論装置
が提案されている。
ったりする情報および知識から結論を導き出す推論シス
テムとして、ファジィ集合論を用いたファジィ推論装置
が提案されている。
【０００３】ファジィ推論装置は、プロダクションルー
ルの中に「大きい」、「小さい」、「大体〜ぐらい」と
うの明確に定義できないあいまいな値の記述を、ファジ
ィ集合を用いて可能にした推論手法を用いている。この
ような記述を許したプロダクションルールを、ファジィ
プロダクションルールという。「大体５」という記述
は、ファジィ集合論のメンバーシップ関数を用いて、例
えば、図３のように記述できる。。ただし、横軸は取り
扱う物理量、縦軸は「大体５」に合致する度合を表す量
（グレードと称する）である。メンバーシップ関数の裾
野の広がりが、あいまいさの度合を表しているといえ
る。次に、ファジィ推論方法の一例を図を用いて説明す
る。図４はルール数２、２入力、１出力の場合の推論方
法を説明する図である。ルール１は「ＩＦ（入力１ ｉ
ｓ Ａ） ＴＨＥＮ（出力 ｉｓ Ｂ）」、ルール２は
「ＩＦ（入力１ ｉｓ Ｃ）ａｎｄ（入力２ ｉｓ
Ｄ）ＴＨＥＮ （出力 ｉｓ Ｅ）」で、Ａ，Ｂ，Ｃ，
Ｄ，Ｅが図（ａ），（ｂ），（ｃ），（ｄ），（ｅ）の
実線で示されるメンバーシップ関数で記述されていると
する。入力１にｘ，入力２にｙが入力された場合の出力
ｚを推論する場合の説明をする。ｘのＡ，Ｃ、ｙのＤに
対するグレードα、β、γを求める。ルール１について
はα（ルール１の合致度）でＢを頭切り（ＭＩＮをと
る）することで変形し、ルール２についてはβ、γのう
ちの小さい方の値（ルール２の合致度）でＥを頭切りす
ることで変形し、それぞれ斜線のメンバーシップ関数
Ｂ’，Ｅ’を得る。Ｂ’，Ｅ’を図（ｆ）の如く重ね合
わせて推論結果のメンバーシップ関数を求め、その重心
の位置を推論結果の出力Ｚとする。変形されたメンバー
シップ関数Ｂ’，Ｅ’を得る他の方法として、頭切り以
外にも、各ルールの合致度でＢ，Ｅを重み付け（乗算）
する方法が提案されている。以上のようなファジィ推論
手法は、発明者の名前にちなんでマムダニ法と呼ばれて
いる。
ルの中に「大きい」、「小さい」、「大体〜ぐらい」と
うの明確に定義できないあいまいな値の記述を、ファジ
ィ集合を用いて可能にした推論手法を用いている。この
ような記述を許したプロダクションルールを、ファジィ
プロダクションルールという。「大体５」という記述
は、ファジィ集合論のメンバーシップ関数を用いて、例
えば、図３のように記述できる。。ただし、横軸は取り
扱う物理量、縦軸は「大体５」に合致する度合を表す量
（グレードと称する）である。メンバーシップ関数の裾
野の広がりが、あいまいさの度合を表しているといえ
る。次に、ファジィ推論方法の一例を図を用いて説明す
る。図４はルール数２、２入力、１出力の場合の推論方
法を説明する図である。ルール１は「ＩＦ（入力１ ｉ
ｓ Ａ） ＴＨＥＮ（出力 ｉｓ Ｂ）」、ルール２は
「ＩＦ（入力１ ｉｓ Ｃ）ａｎｄ（入力２ ｉｓ
Ｄ）ＴＨＥＮ （出力 ｉｓ Ｅ）」で、Ａ，Ｂ，Ｃ，
Ｄ，Ｅが図（ａ），（ｂ），（ｃ），（ｄ），（ｅ）の
実線で示されるメンバーシップ関数で記述されていると
する。入力１にｘ，入力２にｙが入力された場合の出力
ｚを推論する場合の説明をする。ｘのＡ，Ｃ、ｙのＤに
対するグレードα、β、γを求める。ルール１について
はα（ルール１の合致度）でＢを頭切り（ＭＩＮをと
る）することで変形し、ルール２についてはβ、γのう
ちの小さい方の値（ルール２の合致度）でＥを頭切りす
ることで変形し、それぞれ斜線のメンバーシップ関数
Ｂ’，Ｅ’を得る。Ｂ’，Ｅ’を図（ｆ）の如く重ね合
わせて推論結果のメンバーシップ関数を求め、その重心
の位置を推論結果の出力Ｚとする。変形されたメンバー
シップ関数Ｂ’，Ｅ’を得る他の方法として、頭切り以
外にも、各ルールの合致度でＢ，Ｅを重み付け（乗算）
する方法が提案されている。以上のようなファジィ推論
手法は、発明者の名前にちなんでマムダニ法と呼ばれて
いる。
【０００４】なお、ファジィ集合論を用いたファジィ推
論システムは、１９８７年オーム社より出版された「フ
ァジィシステム入門」（寺野、浅居、菅野共著）の１４
９頁から１５５頁に記載されている。
論システムは、１９８７年オーム社より出版された「フ
ァジィシステム入門」（寺野、浅居、菅野共著）の１４
９頁から１５５頁に記載されている。
【０００５】
【発明が解決しようとする課題】しかしながら、かかる
ような方法を用いたファジィ推論装置は、以下に述べる
ような問題点が存在する。
ような方法を用いたファジィ推論装置は、以下に述べる
ような問題点が存在する。
【０００６】今、ルールの「ＩＦ（入力１ ｉｓ
Ａ） ＴＨＥＮ（出力 ｉｓ 大体５）」というルール
「ＩＦ（入力１ ｉｓ Ｂ）ＴＨＥＮ（出力 ｉｓ
大体７）」という２つのルールをメンバーシップ関数で
表す場合を考える。このとき、ルールの出力の大体５
と、ルールの出力の大体７という２つのあいまいさを
比較すると、大体５というあいまいさがより大きい。す
なわち、ルールの大体５は、ルールの大体７ほどは
っきりと言い切る自信がなかったとする。この場合、大
体５のメンバーシップ関数は、大体７のものより裾野が
広がり、各々、図５（ａ）、（ｂ）のように表されるこ
とになる。
Ａ） ＴＨＥＮ（出力 ｉｓ 大体５）」というルール
「ＩＦ（入力１ ｉｓ Ｂ）ＴＨＥＮ（出力 ｉｓ
大体７）」という２つのルールをメンバーシップ関数で
表す場合を考える。このとき、ルールの出力の大体５
と、ルールの出力の大体７という２つのあいまいさを
比較すると、大体５というあいまいさがより大きい。す
なわち、ルールの大体５は、ルールの大体７ほどは
っきりと言い切る自信がなかったとする。この場合、大
体５のメンバーシップ関数は、大体７のものより裾野が
広がり、各々、図５（ａ）、（ｂ）のように表されるこ
とになる。
【０００７】図６に、それらのメンバーシップ関数を用
いてファジィ推論を行った場合を示す。図６（ｅ）にお
いて、推論結果である重心の位置は、［大体７］のメン
バーシップ関数の面積よりも［大体５］のメンバーシッ
プ関数の面積が大きいため、５に近い値となってしまっ
ている。すなわち、自信がないために裾野を広げたメン
バーシップ関数の面積が大きくなることから、推論結果
は、自信がある［大体７］よりも、自信がないはずの
［大体５］に強く影響されるということになる。
いてファジィ推論を行った場合を示す。図６（ｅ）にお
いて、推論結果である重心の位置は、［大体７］のメン
バーシップ関数の面積よりも［大体５］のメンバーシッ
プ関数の面積が大きいため、５に近い値となってしまっ
ている。すなわち、自信がないために裾野を広げたメン
バーシップ関数の面積が大きくなることから、推論結果
は、自信がある［大体７］よりも、自信がないはずの
［大体５］に強く影響されるということになる。
【０００８】以上に述べたように、従来のファジィ推論
装置では、”よりあいまいさが大きい”、”よりはっき
りしない”、”自信がない”、”不確実である”という
感覚を表現した部分が、逆に、推論結果に大きな影響を
あたえるということになり、ルール作成者の意図と異な
る推論結果を呈する場合があるという問題が存在する。
本発明の目的は、このような従来の問題点を除去するた
めものである。
装置では、”よりあいまいさが大きい”、”よりはっき
りしない”、”自信がない”、”不確実である”という
感覚を表現した部分が、逆に、推論結果に大きな影響を
あたえるということになり、ルール作成者の意図と異な
る推論結果を呈する場合があるという問題が存在する。
本発明の目的は、このような従来の問題点を除去するた
めものである。
【０００９】
【課題を解決するための手段】第一の発明によるファジ
ィ推論装置は、推論のための入力値が入力される入力部
と、ファジィルールが記憶されているルールテーブル
と、前件部メンバーシップ関数が記憶されている前件部
Ｍ．Ｓ．Ｆ．記憶部と、後件部メンバーシップ関数が記
憶されている後件部Ｍ．Ｓ．Ｆ．記憶部と、入力値に対
する前件部メンバーシップ関数のグレードを求めるグレ
ード計算部と、前記グレードを基に各ルールごとにルー
ル合致度を求めるルール合致度計算部と、ルール合致度
を基に後件部メンバーシップ関数を変形するＭ．Ｓ．
Ｆ．変形部と、変形されたメンバーシップ関数を全ての
ルールについて重ね合わせる変形Ｍ．Ｓ．Ｆ．重ね合わ
せ部と、メンバーシップ関数の確信度が小さく推論結果
への影響を少なくしたい場合ほど大きな値をとるヴィネ
クス値がメンバーシップ関数と対応して記憶されている
ヴィグネス値記憶部と、ヴィネクス値が大きいほど小さ
くなるように対応するメンバーシップ関数の密度を求め
る密度変換部と、重ね合わされたメンバーシップ関数の
密度を考慮して重心の位置を求め推論結果とする重心計
算部とから構成される。
ィ推論装置は、推論のための入力値が入力される入力部
と、ファジィルールが記憶されているルールテーブル
と、前件部メンバーシップ関数が記憶されている前件部
Ｍ．Ｓ．Ｆ．記憶部と、後件部メンバーシップ関数が記
憶されている後件部Ｍ．Ｓ．Ｆ．記憶部と、入力値に対
する前件部メンバーシップ関数のグレードを求めるグレ
ード計算部と、前記グレードを基に各ルールごとにルー
ル合致度を求めるルール合致度計算部と、ルール合致度
を基に後件部メンバーシップ関数を変形するＭ．Ｓ．
Ｆ．変形部と、変形されたメンバーシップ関数を全ての
ルールについて重ね合わせる変形Ｍ．Ｓ．Ｆ．重ね合わ
せ部と、メンバーシップ関数の確信度が小さく推論結果
への影響を少なくしたい場合ほど大きな値をとるヴィネ
クス値がメンバーシップ関数と対応して記憶されている
ヴィグネス値記憶部と、ヴィネクス値が大きいほど小さ
くなるように対応するメンバーシップ関数の密度を求め
る密度変換部と、重ね合わされたメンバーシップ関数の
密度を考慮して重心の位置を求め推論結果とする重心計
算部とから構成される。
【００１０】第二の発明によるファジィ推論装置は、推
論のための入力値が入力される入力部と、ファジィルー
ルが記憶されているルールテーブルと、前件部メンバー
シップ関数が記憶されている前件部Ｍ．Ｓ．Ｆ．記憶部
と、後件部メンバーシップ関数が記憶されている後件部
Ｍ．Ｓ．Ｆ．記憶部と、入力値に対する前件部メンバー
シップ関数のグレードを求めるグレード計算部と、前記
グレードを基に各ルールごとにルール合致度を求めるル
ール合致度計算部と、ルール合致度を基に後件部メンバ
ーシップ関数を変形するＭ．Ｓ．Ｆ．変形部と、変形さ
れたメンバーシップ関数を全てのルールについて重ね合
わせる変形Ｍ．Ｓ．Ｆ．重ね合わせ部と、メンバーシッ
プ関数の確信度が小さく推論結果への影響を少なくした
い場合ほど大きな値を取るヴィグネス値がメンバーシッ
プ関数と対応して記憶されているヴィグネス値記憶部
と、ヴィクス値が大きいほど小さくなるように対応する
メンバーシップ関数の後件度を求める後件度変換部と、
後件度を基に変形メンバーシップ関数を修正する変形メ
ンバーシップ関数修正部と、重ね合わされたメンバーシ
ップ関数の重心の位置を求め推論結果とする重心計算部
とから構成される。
論のための入力値が入力される入力部と、ファジィルー
ルが記憶されているルールテーブルと、前件部メンバー
シップ関数が記憶されている前件部Ｍ．Ｓ．Ｆ．記憶部
と、後件部メンバーシップ関数が記憶されている後件部
Ｍ．Ｓ．Ｆ．記憶部と、入力値に対する前件部メンバー
シップ関数のグレードを求めるグレード計算部と、前記
グレードを基に各ルールごとにルール合致度を求めるル
ール合致度計算部と、ルール合致度を基に後件部メンバ
ーシップ関数を変形するＭ．Ｓ．Ｆ．変形部と、変形さ
れたメンバーシップ関数を全てのルールについて重ね合
わせる変形Ｍ．Ｓ．Ｆ．重ね合わせ部と、メンバーシッ
プ関数の確信度が小さく推論結果への影響を少なくした
い場合ほど大きな値を取るヴィグネス値がメンバーシッ
プ関数と対応して記憶されているヴィグネス値記憶部
と、ヴィクス値が大きいほど小さくなるように対応する
メンバーシップ関数の後件度を求める後件度変換部と、
後件度を基に変形メンバーシップ関数を修正する変形メ
ンバーシップ関数修正部と、重ね合わされたメンバーシ
ップ関数の重心の位置を求め推論結果とする重心計算部
とから構成される。
【００１１】
【作用】本発明のファジィ推論装置は、ルールを記述す
る際に、ヴィグネスという新しい情報を加え、あいまい
さの中で、”はっきりしない”、”自信がない”、”不
確実”等の推論結果への影響が小さくなるべきものは、
メンバーシップ関数の裾野を広げる一方、ヴィグネスの
値を大きくしておく。
る際に、ヴィグネスという新しい情報を加え、あいまい
さの中で、”はっきりしない”、”自信がない”、”不
確実”等の推論結果への影響が小さくなるべきものは、
メンバーシップ関数の裾野を広げる一方、ヴィグネスの
値を大きくしておく。
【００１２】第一の発明は、ヴィグネスの値を、重心計
算する際のメンバーシップ関数の密度として扱い、ヴィ
グネスの値が大きなメンバーシップ関数は、その密度が
小さいとして、重さを小さくして、重心決定の影響を小
さくする。
算する際のメンバーシップ関数の密度として扱い、ヴィ
グネスの値が大きなメンバーシップ関数は、その密度が
小さいとして、重さを小さくして、重心決定の影響を小
さくする。
【００１３】第二の発明は、ヴィグネスの値を、メンバ
ーシップ関数の貢献度として扱い、ヴィグネスの値が大
きなメンバーシップ関数は、重ね合わせる際に面積が小
さくなるように重み付けすることで、重心決定の影響を
小さくする。
ーシップ関数の貢献度として扱い、ヴィグネスの値が大
きなメンバーシップ関数は、重ね合わせる際に面積が小
さくなるように重み付けすることで、重心決定の影響を
小さくする。
【００１４】なお、ヴィグネスに関しては、１９８７年
オーム社より出版された「ファジィシステム入門」（寺
野、浅居、菅野共著）の１６５頁から１６７頁に記載さ
れている。
オーム社より出版された「ファジィシステム入門」（寺
野、浅居、菅野共著）の１６５頁から１６７頁に記載さ
れている。
【００１５】
【実施例】本発明の実施例について図面を参照して説明
する。図１は第一の発明のファジィ推論装置の一実施例
を示すブロック図である。
する。図１は第一の発明のファジィ推論装置の一実施例
を示すブロック図である。
【００１６】ルールテーブル１．４、前件部メンバーシ
ップ関数記憶部１．３、後件部メンバーシップ関数記憶
部１．７、ヴィグネス値記憶部１．１１には、前もって
経験、実験等で得られたファジィルーム、メンバーシッ
プ関数、メンバーシップ関数に対応するヴィグネス値が
記憶されている。ヴィグネス値は、あるあいまいな概念
をメンバーシップ関数で表現した際、どの程度信頼でき
るか、満足できるか、自信があるかといった値、すなわ
ちメンバーシップ関数の確信度が小さいほど、大きな値
となるように設定する。例えば、５前後の値だがかなり
漠然としている場合は、［大体５］という概念を、図５
（ａ）のメンバーシップ関数と大きなヴィグネス値で表
し、かなり確実に７付近の値である場合は、［大体７］
という概念を、図５（ｂ）のメンバーシップ関数と小さ
なヴィグネス値で表すこととするる。
ップ関数記憶部１．３、後件部メンバーシップ関数記憶
部１．７、ヴィグネス値記憶部１．１１には、前もって
経験、実験等で得られたファジィルーム、メンバーシッ
プ関数、メンバーシップ関数に対応するヴィグネス値が
記憶されている。ヴィグネス値は、あるあいまいな概念
をメンバーシップ関数で表現した際、どの程度信頼でき
るか、満足できるか、自信があるかといった値、すなわ
ちメンバーシップ関数の確信度が小さいほど、大きな値
となるように設定する。例えば、５前後の値だがかなり
漠然としている場合は、［大体５］という概念を、図５
（ａ）のメンバーシップ関数と大きなヴィグネス値で表
し、かなり確実に７付近の値である場合は、［大体７］
という概念を、図５（ｂ）のメンバーシップ関数と小さ
なヴィグネス値で表すこととするる。
【００１７】グレード計算部１．２では、ルールテーブ
ル１．４のルールを参照して、入力部１．１より得られ
る入力値に対する、前件部メンバーシップ関数記憶部
１．３における各ルールの前件部メンバーシップ関数の
グレードが求められ、グレード記憶部１．５に記憶され
る。１ルール分の各グレードがグレード記憶部１．５に
記憶されたら、ルール合致度計算部１．６において、グ
レードを基にルール合致度が計算される。ルール合致度
計算部１．６は、例えば、ＭＩＮ演算回路で構成され、
各グレードの最小値がルール合致度として得られるもの
とする。メンバーシップ関数変形部１．８では、ルール
テーブル１．４と後件部メンバーシップ関数記憶部１．
７を参照して、ルール合致度が求められたルールにおけ
る後件部メンバーシップ関数を、ルール合致度を用いて
変形する。メンバーシップ関数変形部１．８は、例え
ば、ＭＩＮ演算回路で構成され、後件部メンバーシップ
関数をルール合致度で頭切りするかたちで、変形するも
のとする。密度変換部１．１２では、ヴィグネス値記憶
部１．１１のヴィグネス値を基に、ヴィグネス値に対応
しているメンバーシップ関数の密度を求める。密度はヴ
ィグネス値が大きいほど小さくなる傾向とし、例えば、
ヴィグネス値の逆数をとるものとする。求められた密度
と変形メンバーシップ関数は、変形メンバーシップ関数
・密度記憶部１．９に記憶される。以上の動作がルール
テーブル１．４の全てのルールについて行われ、各ルー
ルにおける変形メンバーシップ関数変形と密度が、変形
メンバーシップ関数・密度記憶部１．９に記憶される。
変形メンバーシップ関数重ね合わせ部１．１０では、全
てのルールの変形メンバーシップ関数を重ね合わせる。
重なった部分の密度は、一番大きい値を用いるものとす
る。重心計算部１．１３では、重ね合わされたメンバー
シップ関数の重心の位置Ｚを、密度を考慮して計算す
る。すなわち、次式の演算を行うことにより、密度の大
きな部分に重心位置が引き寄せられるようにする。 Ｚ＝∫Ｇ（ｚ）・Ｍ（ｚ）・ｚ ｄｚ／ ∫Ｇ（ｚ）・Ｍ（ｚ） ｄｚ ただし、ｚは重ね合わされたメンバーシップ関数の横軸
変数、Ｍ（ｚ）は重ね合わされたメンバーシップ関数、
Ｇ（ｚ）はｚは重ね合わされたメンバーシップ関数の密
度を表すものとする。重心位置Ｚの値が、推論結果とし
て出力される。
ル１．４のルールを参照して、入力部１．１より得られ
る入力値に対する、前件部メンバーシップ関数記憶部
１．３における各ルールの前件部メンバーシップ関数の
グレードが求められ、グレード記憶部１．５に記憶され
る。１ルール分の各グレードがグレード記憶部１．５に
記憶されたら、ルール合致度計算部１．６において、グ
レードを基にルール合致度が計算される。ルール合致度
計算部１．６は、例えば、ＭＩＮ演算回路で構成され、
各グレードの最小値がルール合致度として得られるもの
とする。メンバーシップ関数変形部１．８では、ルール
テーブル１．４と後件部メンバーシップ関数記憶部１．
７を参照して、ルール合致度が求められたルールにおけ
る後件部メンバーシップ関数を、ルール合致度を用いて
変形する。メンバーシップ関数変形部１．８は、例え
ば、ＭＩＮ演算回路で構成され、後件部メンバーシップ
関数をルール合致度で頭切りするかたちで、変形するも
のとする。密度変換部１．１２では、ヴィグネス値記憶
部１．１１のヴィグネス値を基に、ヴィグネス値に対応
しているメンバーシップ関数の密度を求める。密度はヴ
ィグネス値が大きいほど小さくなる傾向とし、例えば、
ヴィグネス値の逆数をとるものとする。求められた密度
と変形メンバーシップ関数は、変形メンバーシップ関数
・密度記憶部１．９に記憶される。以上の動作がルール
テーブル１．４の全てのルールについて行われ、各ルー
ルにおける変形メンバーシップ関数変形と密度が、変形
メンバーシップ関数・密度記憶部１．９に記憶される。
変形メンバーシップ関数重ね合わせ部１．１０では、全
てのルールの変形メンバーシップ関数を重ね合わせる。
重なった部分の密度は、一番大きい値を用いるものとす
る。重心計算部１．１３では、重ね合わされたメンバー
シップ関数の重心の位置Ｚを、密度を考慮して計算す
る。すなわち、次式の演算を行うことにより、密度の大
きな部分に重心位置が引き寄せられるようにする。 Ｚ＝∫Ｇ（ｚ）・Ｍ（ｚ）・ｚ ｄｚ／ ∫Ｇ（ｚ）・Ｍ（ｚ） ｄｚ ただし、ｚは重ね合わされたメンバーシップ関数の横軸
変数、Ｍ（ｚ）は重ね合わされたメンバーシップ関数、
Ｇ（ｚ）はｚは重ね合わされたメンバーシップ関数の密
度を表すものとする。重心位置Ｚの値が、推論結果とし
て出力される。
【００１８】次に、第二の発明の実施例について説明す
る。図２は第二の発明のファジィ推論装置の一実施例を
示すブロック図である。
る。図２は第二の発明のファジィ推論装置の一実施例を
示すブロック図である。
【００１９】入力部２．１、グレード計算部２．２、前
件部メンバーシップ関数記憶部２．３、ルールテーブル
２．４、グレード記憶部２．５、ルール合致度計算部
２．６、後件部メンバーシップ関数記憶部２．７、メン
バーシップ関数変形部２．８、ヴィグネス値記憶部２．
１１の構造、動作は第一の発明と同じであるので、説明
は省略する。貢献度変換部２．１２では、ヴィグネス値
を基に、ヴィグネス値に対応しているメンバーシップ関
数の貢献度を求める。貢献度はヴィグネス値が大きいほ
ど小さくなる傾向とし、例えば、ヴィグネス値と逆数を
とるものとする。変形メンバーシップ関数修正部２．１
４では、貢献度を用いて変形メンバーシップ関数を修正
する。変形メンバーシップ関数修正部２．１４は、例え
ば、乗算回路で構成され、変形メンバーシップ関数を貢
献度で重み付けするかたちで、修正するものとする。修
正された変形メンバーシップ関数は、変形メンバーシッ
プ関数記憶部２．９に記憶される。以上の動作がルール
テーブル２．４の全てのルールについて行われ、各ルー
ルにおける変形メンバーシップ関数変形が、変形メンバ
ーシップ関数記憶部２．９に記憶される。変形メンバー
シップ関数重ね合わせ部２．１０では、全てのルールの
変形メンバーシップ関数を重ね合わせる。重心計算部
２．１３では、重ね合わされたメンバーシップ関数の重
心の位置Ｚを、次式の演算により計算する。 Ｚ＝∫Ｍ（ｚ）・ｚ ｄｚ／ ∫Ｍ（ｚ） ｄｚ ただし、ｚは重ね合わされたメンバーシップ関数の横軸
変数、Ｍ（ｚ）は重ね合わされたメンバーシップ関数を
表すものとする。重心位置Ｚの値が、推論結果として出
力される。
件部メンバーシップ関数記憶部２．３、ルールテーブル
２．４、グレード記憶部２．５、ルール合致度計算部
２．６、後件部メンバーシップ関数記憶部２．７、メン
バーシップ関数変形部２．８、ヴィグネス値記憶部２．
１１の構造、動作は第一の発明と同じであるので、説明
は省略する。貢献度変換部２．１２では、ヴィグネス値
を基に、ヴィグネス値に対応しているメンバーシップ関
数の貢献度を求める。貢献度はヴィグネス値が大きいほ
ど小さくなる傾向とし、例えば、ヴィグネス値と逆数を
とるものとする。変形メンバーシップ関数修正部２．１
４では、貢献度を用いて変形メンバーシップ関数を修正
する。変形メンバーシップ関数修正部２．１４は、例え
ば、乗算回路で構成され、変形メンバーシップ関数を貢
献度で重み付けするかたちで、修正するものとする。修
正された変形メンバーシップ関数は、変形メンバーシッ
プ関数記憶部２．９に記憶される。以上の動作がルール
テーブル２．４の全てのルールについて行われ、各ルー
ルにおける変形メンバーシップ関数変形が、変形メンバ
ーシップ関数記憶部２．９に記憶される。変形メンバー
シップ関数重ね合わせ部２．１０では、全てのルールの
変形メンバーシップ関数を重ね合わせる。重心計算部
２．１３では、重ね合わされたメンバーシップ関数の重
心の位置Ｚを、次式の演算により計算する。 Ｚ＝∫Ｍ（ｚ）・ｚ ｄｚ／ ∫Ｍ（ｚ） ｄｚ ただし、ｚは重ね合わされたメンバーシップ関数の横軸
変数、Ｍ（ｚ）は重ね合わされたメンバーシップ関数を
表すものとする。重心位置Ｚの値が、推論結果として出
力される。
【００２０】以上本発明によるファジィ推論装置を実施
例に基づいて説明したが、これらの記載は本発明を限定
するものではない。特に、ルール合致度計算部１．６，
２．６は、ＭＩＮ演算回路で構成され、各グレードの最
小値がルール合致度としたが、乗算回路で構成し、各グ
レードを掛け合わした値をルール合致度としても良い。
また、メンバーシップ関数変形部１．８，２．８は、Ｍ
ＩＮ演算回路で構成され、後件部メンバーシップ関数を
ルール合致度で頭切りするものとしたが、乗算回路で構
成し、後件部メンバーシップ関数をルール合致度で重み
付けするかたちで、修正するものとしても良い。さら
に、密度変換部１．１２、貢献度変換部２．１２は、ヴ
ィグネス値の逆数をとるものとしたが、ヴィグネス値が
大きいほど小さくなる傾向を満たせば、他の関数でも良
い。
例に基づいて説明したが、これらの記載は本発明を限定
するものではない。特に、ルール合致度計算部１．６，
２．６は、ＭＩＮ演算回路で構成され、各グレードの最
小値がルール合致度としたが、乗算回路で構成し、各グ
レードを掛け合わした値をルール合致度としても良い。
また、メンバーシップ関数変形部１．８，２．８は、Ｍ
ＩＮ演算回路で構成され、後件部メンバーシップ関数を
ルール合致度で頭切りするものとしたが、乗算回路で構
成し、後件部メンバーシップ関数をルール合致度で重み
付けするかたちで、修正するものとしても良い。さら
に、密度変換部１．１２、貢献度変換部２．１２は、ヴ
ィグネス値の逆数をとるものとしたが、ヴィグネス値が
大きいほど小さくなる傾向を満たせば、他の関数でも良
い。
【００２１】
【発明の効果】以上に述べた通り、本発明によれば、”
はっきりしない”、”自信がない”、”不確実である”
等のあいまいさを含んだ知識を基に、推論結果を得るこ
とのできるファジィ推論装置を提供できる。
はっきりしない”、”自信がない”、”不確実である”
等のあいまいさを含んだ知識を基に、推論結果を得るこ
とのできるファジィ推論装置を提供できる。
【図面の簡単な説明】
【図１】第一の発明の一実施例のファジィ推論装置を示
すブロック図。
すブロック図。
【図２】第二の発明の一実施例のファジィ推論装置を示
すブロック図。
すブロック図。
【図３】「大体５」を表すメンバーシップ関数。
【図４】従来のファジィ推論を説明するための図。
【図５】メンバーシップ関数。
【図６】従来のファジィ推論の問題点を示すための図。
１．１，２．１ 入力部 １．２，２．２ グレード計算部 １．３，２．３ 前件部メンバーシップ関数記憶部 １．４，２．４ ルールテーブル １．５，２．５ グレード記憶部 １．６，２．６ ルール合致度計算部 １．７，２．７ 後件部メンバーシップ関数記憶部 １．８，２．８ メンバーシップ関数変形部 １．９ 変形メンバーシップ関数・密度記憶部 １．１０，２．１０ 変形メンバーシップ関数重ね合
わせ部 １．１１，２．１１ ヴイグネス値記憶部 １．１２ 密度変換部 １．１３，２．１３ 重心計算部 ２．９ 変形メンバーシップ関数記憶部 ２．１２ 貢献度変換部 ２．１４ 変形メンバーシップ関数修正部
わせ部 １．１１，２．１１ ヴイグネス値記憶部 １．１２ 密度変換部 １．１３，２．１３ 重心計算部 ２．９ 変形メンバーシップ関数記憶部 ２．１２ 貢献度変換部 ２．１４ 変形メンバーシップ関数修正部
Claims (2)
- 【請求項１】 推論のための入力値が入力される入力部
と、ファジィルールが記憶されているルールテーブル
と、前件部メンバーシップ関数が記憶されている前件部
Ｍ．Ｓ．Ｆ．と記憶部と、後件部メンバーシップ関数が
記憶されている後件部Ｍ．Ｓ．Ｆ．記憶部と、入力値の
前件部メンバーシップ関数に対するグレードを求めるグ
レード計算部と、前記グレードを基に各ルールごとにル
ール合致度を求めるルール合致度計算部と、ルール合致
度を基に後件部メンバーシップ関数を変形するＭ．Ｓ．
Ｆ．変形部と、変形されたメンバーシップ関数を全ての
ルールについて重ね合わせる変形Ｍ．Ｓ．Ｆ．重ね合わ
せ部と、重ね合わされたメンバーシップ関数の重心の位
置を求め推論結果とする重心計算部とからなるファジィ
推論装置において、メンバーシップ関数の確信度が小さ
く推論結果への影響を少なくしたい場合ほどに大きな値
を取るヴィネクス値がメンバーシップ関数と対応して記
憶されているヴィグネス値記憶部と、ヴィネクス値が大
きいほど値が小さくなるように対応するメンバーシップ
関数の密度を求める密度変換部と、重ね合わされたメン
バーシップ関数の密度を考慮して重心の位置を求める重
心計算部とを有することを特徴とするファジィ推論装
置。 - 【請求項２】 推論のための入力値が入力される入力部
と、ファジィルールが記憶されているルールテーブル
と、前件部メンバーシップ関数が記憶されている前件部
Ｍ．Ｓ．Ｆ．記憶部と、後件部メンバーシップ関数が記
憶されている後件部Ｍ．Ｓ．Ｆ．記憶部と、入力値の前
件部メンバーシップ関数に対するグレードを求めるグレ
ード計算部と、前記グレードを基に各ルールごとにルー
ル合致度を求めるルール合致度計算部と、ルール合致度
を基に後件部メンバーシップ関数を変形するＭ．Ｓ．
Ｆ．変形部と、変形されたメンバーシップ関数を全ての
ルールについて重ね合わせる変形Ｍ．Ｓ．Ｆ．重ね合わ
せ部と、メンバーシップ関数の確信度が小さく推論結果
への影響を少なくしたい場合ほど大きな値を取るヴィグ
ネス値がメンバーシップ関数と対応して記憶されている
ヴィグネス値記憶部と、ヴィクス値が大きいほど値が小
さくなるように対応するメンバーシップ関数の後件度を
求める後件度変換部と、後件度を基に変形メンバーシッ
プ関数を修正する変形メンバーシップ関数修正部とを有
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 |
|---|---|---|---|
| JP31647392A JPH06149578A (ja) | 1992-10-30 | 1992-10-30 | ファジィ推論装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31647392A JPH06149578A (ja) | 1992-10-30 | 1992-10-30 | ファジィ推論装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06149578A true JPH06149578A (ja) | 1994-05-27 |
Family
ID=18077492
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31647392A Withdrawn JPH06149578A (ja) | 1992-10-30 | 1992-10-30 | ファジィ推論装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06149578A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5861618A (en) * | 1995-10-23 | 1999-01-19 | Pitney Bowes, Inc. | System and method of improving the signal to noise ratio of bar code and indicia scanners that utilize fluorescent inks |
-
1992
- 1992-10-30 JP JP31647392A patent/JPH06149578A/ja not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5861618A (en) * | 1995-10-23 | 1999-01-19 | Pitney Bowes, Inc. | System and method of improving the signal to noise ratio of bar code and indicia scanners that utilize fluorescent inks |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Krohling et al. | TODIM and TOPSIS with Z-numbers | |
| JPH0690666B2 (ja) | 弁別ネツトワ−クの動的変形方法 | |
| CN110909153A (zh) | 一种基于语义关注度模型的知识图谱可视化方法 | |
| CN113572697A (zh) | 一种基于图卷积神经网络与深度强化学习的负载均衡方法 | |
| US5347615A (en) | Rule generating and verifying apparatus for fuzzy control using temporary exclusion of a selected rule | |
| JPH06149578A (ja) | ファジィ推論装置 | |
| JP2696972B2 (ja) | フアジイ・ルール発生装置および方法，ならびに確認装置および方法 | |
| JPH0713768A (ja) | 連続論理計算システムおよびその使用方法 | |
| JP3679817B2 (ja) | 非線形時系列データ予測方法 | |
| CN113989601A (zh) | 特征融合网络、样本选择方法、目标检测方法及装置 | |
| JP3059739B2 (ja) | 曲線描画機能を備えた情報処理装置および処理方法 | |
| JPH0388001A (ja) | ファジィｐｉ制御装置 | |
| JP3292495B2 (ja) | ニューロ・ファジィ融合システム | |
| Benditt et al. | NEWCOMB'S ‘PARADOX’ | |
| JPS63193202A (ja) | あいまい推論制御方式 | |
| JP2959721B2 (ja) | 画像データ補間装置 | |
| JP3211237B2 (ja) | 近似推論装置 | |
| JP3105028B2 (ja) | ファジイ制御装置 | |
| JPH04279936A (ja) | エキスパートシステムにおけるルール知識ベースシステム | |
| JPH08328863A (ja) | ファジイ推論の計算方法 | |
| JPH064645A (ja) | 粒子情報計算方法 | |
| JPH05181985A (ja) | 非ファジィ化装置 | |
| JPH0573323A (ja) | 知識獲得精錬装置 | |
| Lai-Wan | The Interpolation Property of Fuzzy Polynomial Approximation | |
| CN115994518A (zh) | 回复文本的生成方法、生成装置及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20000104 |