JPH0750440B2

JPH0750440B2 - 推論装置

Info

Publication number: JPH0750440B2
Application number: JP7990189A
Authority: JP
Inventors: 義徳山下; 浩三荻本
Original assignee: Shimadzu Corp
Current assignee: Shimadzu Corp
Priority date: 1989-03-29
Filing date: 1989-03-29
Publication date: 1995-05-31
Anticipated expiration: 2010-05-31
Also published as: JPH02257220A

Description

【発明の詳細な説明】 A.産業上の利用分野この発明は、いわゆる診断型エキスパートシステムにお
いて、確信度を用いて後ろ向き推論を行う推論装置に関
する。

B.従来技術従来、この種の人工知能に係るエキスパートシステム
（プロダクションシステム）は、専門家が長年の経験か
ら培ってきた知識をコンピュータに移し替えて記憶させ
ておくものであり、コンピュータにおいて、「if−the
n」形式でプログラミングされる。つまり、「もし、前
提が□□であるならば、結論は○○であるだろう」とい
う専門家から得た知識を基にして、 if□□then○○ とプログラミングされる。この場合、結論が100％正し
いということはあり得ず、結論には、ある程度の曖味さ
が含まれている。

そこで、知識の曖味さの度合を表す尺度として、確信度
（Certainty Factor:CF値）をプログラムに導入してい
る。即ち、前提（Premise）をＰで表し、結論（Conclus
ion）をＣで表し、確信度をCFで表し、確信度CFのパラ
メータをcfで表すことにすると、プログラムは、 if Ｐ then Ｃ cf＝CF という形式で表される。これが、知識についてのプロダ
クションルールである。このような確信度CF付きのプロ
ダクションルールにおいて、例えば次に示すように、前
提部に論理和（OR）結合された複数個の前提が含まれる
ことがある。

if Ａ or Ｂ then Ｃ cf＝CF このような場合に、結論Ｃの確信度cf（Ｃ）は、次のよ
うにして求められる。

cf（Ｃ）＝max（cf（Ａ）,cf（Ｂ））×CF 上式において、cf（Ａ）は前提Ａの確信度、cf（Ｂ）は
前提Ｂの確信度、max（cf（Ａ）,cf（Ｂ））はOR結合さ
れた前提A,Bの両方が成立する場合に、いずれか大きい
方の確信度を採用することを意味する。

C.発明が解決しようとする課題しかしながら、上述した従来の推論装置には次のような
問題点がある。

上述したように、前提部にOR結合された複数個の前提を
含む場合、結論の確信度を求めるためには、前提部に含
まれる全ての前提を評価して、それぞれの確信度を決定
する必要がある。また、各々の前提はさらに別のプロダ
クションルールで導き出されるのが普通であるから、OR
結合された前提が多数あり、また、知識の階層構造が多
くなると、前記結論の確信度を求めるための実行処理時
間が相当長くなるという問題点がある。

この発明は、このような事情に鑑みてなされたものであ
って、「if−then」の形式で記述されたプロダクション
ルールの前提部にOR結合された複数個の前提を含む場合
に、結論の確信度を迅速に求めることができる推論装置
を提供することを目的としている。

D.課題を解決するための手段この発明は、上記目的を達成するために次のような構成
を備えている。

即ち、この発明は、「if−then」の形式で記述されたプ
ロダクションルールからなる知識を後ろ向きに推論し、
その結論を確信度を用いて表す推論装置において、前記
プロダクションルールの前提部に論理和（OR）結合され
た前提を含む場合に、その中にある前提が成立するかど
うかを評価するとともに、そのときの確信度を求める前
提評価手段と、その確信度とプロダクションルール自身
の確信度との積を求める手段と、予めしきい値を設定す
る設定手段と、前記確信度の積と前記予め定められたし
きい値とを比較する比較手段を備え、前記確信度の積が
前記しきい値以上であるとき、OR結合された他の前提を
評価することなく、その積をもってそのプロダクション
ルールの結論の確信度とするものである。

E.作用この発明によれば、プロダクションルールの前提部にOR
結合された前提が含まれる場合、ある前提が成立したと
きの確信度と、そのプロダクションルール自身の確信度
との積が、予め定められたしきい値以上である場合、OR
結合された他の前提を評価することなく、その積をもっ
てプロダクションルールの結論の確信度とされる。

F.実施例以下、この発明の実施例を図面に基づいて説明する。

第１図は、この発明の一実施例に係る推論装置の概略ブ
ロック図である。

この推論装置は、大きく分けて、知識ベース１、ワーキ
ングメモリ２、推論部３、およびユーザ入出力インター
フェース４などから構成されている。

知識ベース１には、予め専門家から得られた知識に基づ
いて作成された「if−then」形式のプログラム（ルール
群）が格納されている。

ワーキングメモリ２には、ユーザ入出力インターフェー
ス４を介して与えられた事実データおよび推論によって
得られた事象データが格納される。

推論部３は、ユーザ入出力インターフェース４を介して
与えられた事象を結論部として持つルールを知識ベース
１から検索し、検索されたルールを推論部３に取り込
み、さらに、これらの取り込まれたルールの前提部を結
論部として持つルールを知識ベース１から検索して、推
論部３に取り込む。推論部３は、検索された各ルールが
成立するかどうかを評価する機能手段であるルール評価
部3a、各ルールの前提部が成立するかどうかを評価する
機能手段である前提評価部3b、およびOR結合からなる前
提部を持つルールの結論の確信度を効率よく求めるため
に、前記前提評価部3bに関連して設けられたしきい値設
定部3cとを含む。

以下、第２図ないし第５図を参照して、この推論装置の
動作を説明する。第２図は後述するルール群からなる知
識のデータ構造（木構造）、第３図は第１図に示したル
ール評価部3aの処理手順を示したフローチャート、第４
図は第１図に示した前提評価部3bの処理手順を示したフ
ローチャート、第５図は処理手順の進み方の一例を示し
た遷移図である。

理解を容易にするために、次に示すようなルール群で示
された知識に基づいて、後ろ向き推論を実行する場合に
ついて説明する。第２図のデータ構造に対応する各ルー
ルを示す。

ルールR1: if Ａ＝１ then Ｂ＝１ cf＝0.9 ルールR2: if Ｃ＝１ then Ｄ＝１ cf＝0.8 ルールR3: if Ｂ＝１ OR Ｄ＝１ then Ｅ＝１ cf＝0.9 ここでは、与えられた事象Ｅが「１」であるという仮説
を立てて、その仮説が成立するかどうか、およびその確
信度を推論する。なお、前提部および結論部の「１」
は、説明の便宜のために定義した値であって、数字その
ものに特に意味はない。

事象Ｅの値を決定するために、事象Ｅを結論部にもつル
ールR3が知識ベース１から呼び出され、このルールR3が
成立するかどうかを評価する（ステップS1）。ルールR3
が成立するためには、その前提部である事象ＢまたはＤ
を評価する必要がある。そこで、まず事象Ｂを評価する
ために、前提評価部3bのステップS11に移行する（第５
図）。

ステップS11では、事象Ｂを評価するために、事象Ｂを
結論部に持つルールR1を知識ベース１から呼び出す。こ
のルールR1が成立するかどうかを評価するために、再び
ルール評価部3aのステップS1に戻る（第５図）。

ステップS1において、ルールR1を評価するためには、そ
の前提部である事象Ａを評価する必要がある。そのた
め、前提評価部3bのステップS11に再び戻る（第５図
）。

いま、事象Ａとして、ユーザ入出力インターフェース４
を介してユーザから値「１」が与えられ、Ａ＝１が成立
する確信度cf（Ａ）が、cf（Ａ）＝１であったとする。
そうすると、ルールR1より、事象Ｂの値は「１」であ
り、その確信度cf（Ｂ）は、前提部の事象Ａの確信度1.
0とルールR1の確信度0.9との積で与えられて、cf（Ｂ）
＝0.9となる。

ステップS11で、ルールR1の事象Ａの値が決定するとス
テップS12に進み（第５図）、ルールR1の前提が成立
したかどうかが判断される。前提が成立している場合に
はステップS13に進み、成立していない場合にはステッ
プS17に進む。

ステップS17では、評価対象となっているルールの前提
部がAND結合であるかどうかを判断する。AND結合であれ
ば、他の前提を評価するまでもなく、そのルールは成立
しないから、その推論は失敗であると判定して、ルール
評価部3aのステップS1に戻る（ステップS18）。

この例では、事象Ａ＝１でルールR1の前提が成立してい
るから、ステップS13に進み（第５図）、ルールR1の
前提部がOR結合かどうかを判断する。ルールR1の前提部
はOR結合ではないから、ステップS16に進み（第５図
）、他の前提があるかどうかを判断する。ルールR1で
は、前提は事象Ａのみで他の前提はないから、ステップ
S15に進み（第５図）、ルールR1の前提部が成立した
と決定して、ルール評価部3aのステップS1に戻る（第５
図）。

なお、前記ステップS16おいて、他の前提があると判断
された場合には、ステップS20に進んで、その次の前提
について同様の評価を行う。

ルールR1の前提部が成立して、ルール評価部3aのステッ
プS1に戻ると、ルールR1の評価を続行し、ステップS2に
進んで（第５図）、ルールR1の前提部が成立したかど
うかを判断する。いま、ルールR1の前提部が成立してい
るから、ステップS3に進む（第５図）。ルールR1の前
提が成立したことによりルールR1が成立するから、ステ
ップS3から前提評価部3bのステップS11に再び戻る（第
５図）。

ステップS11では、ルールR3の前提部に含まれる事象Ｂ
について評価を続行し、ステップS12に進む（第５図
）。ステップS12では、ルールR3の前提部に含まれる
前提（この場合、事象Ｂ＝１であること））が成立した
かどうかを判断する。いま、この前提が成立しているか
ら、ステップS13に進み（第５図）、ルールR3の前提
部がOR結合かどうかを判断する。ルールR3の前提部はOR
結合であるからステップS14に進む（第５図）。

ステップS14では、ルールR3の前提部に含まれる事象Ｂ
が成立する確信度cf（Ｂ）＝0.9と、ルールR3が成立す
る確信度cf（R1）＝0.9との積を求め、この積（この例
では、0.81）が、予め定められたしきい値（例えば、0.
75）以上であるかどうかを判断する。

cf（Ｂ）×cf（R1）がしきい値以上である場合、OR結合
されている他の前提を評価することなく、ステップS15
に進む（第５図）。ステップS15では、ルールR3の前
提部が成立すると決定し、このステップS15からルール
評価部3aのステップS1に戻る（第５図）。

一方、ステップS14において、cf（Ｂ）×cf（R1）がし
きい値に満たない場合、ステップS19に進んで、評価対
象となっているルールの前提部に他の前提があるかどう
かを判断し、他の前提がある場合には、ステップS20に
進んで、その前提を同様に評価する。一方、他の前提が
ない場合にはステップS21に進み、そのルールの前提部
の中で成立した前提があるかどうかを判断する。成立し
た前提があればステップS15に進み、そのルールの前提
部は成立したと決定して、ルール評価部3aのステップS1
に戻る。もし、成立した前提がない場合にはステップS1
8に進み、そのルールの前提部は成立しなかったと決定
して、ステップS1に戻る。

前記ステップS15において、ルールR3の前提部が成立し
たと決定して、ルール評価部3aのステップS1に戻ると、
このステップS1では、ルールR3の評価を続行してステッ
プS2に進む（第５図）。ステップS2では、ルールR3の
前提部が成立したかどうかを判断する。この例ではルー
ルR3の前提部が成立しているから、ステップS3に進み
（第５図）、ルールR3の結論、即ち、事象Ｅ＝１が成
立すると決定し、ステップS14で求めたcf（Ｂ）×cf（R
1）を、評価ルールR3の結論（事象Ｅ＝１であること）
の確信度とする。

一方、前提評価部3bのステップS18において、評価対象
であるルールの前提部が成立しないと決定して、ステッ
プS1に戻った場合、ステップS2において、前提部が成立
しないと判断されるから、ステップS4に進む。ステップ
S4では、事象Ｅ＝１という結論を与える他のルール候補
があるかどうかを判断する。他のルール候補があれば、
ステップS1に戻って、そのルールを同様に評価する。他
のルール候補がなければ、ステップS5に進み、事象Ｅ＝
１という仮説が成立しないと決定して、処理を終了す
る。

以上の説明から明らかなように、OR結合の前提部をもつ
ルールR3の評価において、前提部に含まれる事象Ｂが成
立する確信度と、ルールR3が成立する確信度との積が、
予め定められたしきい値以上である場合には、その前提
部に含まれる他の前提、即ち、事象Ｄについては評価を
しないから、それだけ推論処理が迅速に行われる。もち
ろん、OR結合された前提は、上述の実施例のように二つ
の場合に限られず、三つ以上の前提であってもよい。

なお、この実施例で予め設定されるしきい値の値を高く
すると、評価対象となっているルールの結論の確信度は
高くなる反面、OR結合された各前提を評価する頻度は高
くなる。逆に、しきい値を低く設定すると、前記結論の
確信度は低くなるが、OR結合された各前提を評価する頻
度は低くなり、処理効率は向上する。したがって、結論
の確信度と処理効率とを考慮しながら、しきい値を適当
に修正し、最終的にその推論システムに応じた妥当なし
きい値を設定することが望ましい。

G.発明の効果以上の説明から明らかなように、この発明によれば、OR
結合された複数個の前提の中のある前提が成立する場
合、その前提の確信度とそのプロダクションルール自身
の確信度との積を求め、その積が予め定められたしきい
値以上であるとき、その積をもって結論の確信度とする
ので、OR結合された前提が多数あったり、知識の階層構
造が多くあっても、プロダクションルールの結論の確信
度を迅速に求めることができる。

【図面の簡単な説明】

第１図ないし第５図は、この発明に係る推論装置の一実
施例の説明図であり、第１図は推論装置の概略構成を示
したブロック図、第２図はデータ構造の説明図、第３図
はルール評価部の処理手順を示したフローチャート、第
４図は前提評価部の処理手順を示したフローチャート、
第５図は処理手順の進み方の一例を示した遷移図であ
る。１……知識ベース、２……ワーキングメモリ３……推論部、3a……ルール評価部 3b……前提評価部、3c……しきい値設定部４……ユーザ入出力インターフェース

Claims

【特許請求の範囲】

【請求項１】「if−then」の形式で記述されたプロダク
ションルールからなる知識を後ろ向きに推論し、その結
論を確信度を用いて表す推論装置において、前記プロダ
クションルールの前提部に論理和（OR）結合された前提
を含む場合に、その中のある前提が成立するかどうかを
評価するとともに、そのときの確信度を求める前提評価
手段と、その確信度とプロダクションルール自身の確信
度との積を求める手段と、予めしきい値を設定する設定
手段と、前記確信度の積と前記予め定められたしきい値
とを比較する比較手段を備え、前記確信度の積が前記し
きい値以上であるとき、OR結合された他の前提を評価す
ることなく、その積をもってそのプロダクションルール
の結論の確信度とすることを特徴とする推論装置。