JPH08234990A - エキスパートシステム - Google Patents

Abstract

(57)【要約】 【目的】 ルール型エキスパートシステムにおいて、ル
ール変更の際の確認作業の負担を軽減できるルール獲得
支援機能を備えたエキスパートシステムを提供する。 【構成】 教師データとして入出力条件を指定する指定
手段と、ルールを格納するルール格納手段と、前記ルー
ル格納手段に格納されたルールをもとに推論を行う推論
手段と、推論過程を一時記憶する推論過程記憶手段と、
一般ルールを格納しているメタルール格納手段と、推論
結果が教師データにマッチしているか否かを判定する判
定手段と、判定結果がマッチしていないとき一般ルール
に従い一時的なルールを生成するルール生成手段と、生
成したルールを一時的に格納する一時ルール格納手段
と、生成したルールの推論結果による判定結果がマッチ
したとき一時ルールを永続的なルールとして前記ルール
格納手段に登録する登録制御手段とを備える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、エキスパートシステム
に関し、特に、ルール型エキスパートシステムにおい
て、教師データによるルール獲得支援機能を備えたエキ
スパートシステムに関するものである。

【０００２】

【従来の技術】従来から、ルール型エキスパートシステ
ムのルール獲得支援機能に関しては、例えば、特開平３
−２８６２２７号公報に示されるような「エキスパート
システムのルール獲得支援装置」が知られている。この
ようなルール獲得支援装置においては、システムを構築
するため、適用されたルールを表示し、それを基にして
ルールを変更できる編集手段が備えられ、ルールの追加
および変更の作業を支援できるような構成となってい
る。

【０００３】

【発明が解決しようとする課題】このようなルール獲得
支援装置を備えるエキスパートシステムでは、今までに
登録されているルールと、かなり内容的には離されてい
る新たなルールを追加する場合にも、これまでに登録さ
れているルールの内容をある程度無視して、新規に登録
できるため、新規なルールの登録が安易に行える。

【０００４】しかしながら、登録した新たなルールによ
って推論を行うと、その際にルールの適用過程でわずか
な条件設定の違いによって、たまたま誤った結果を導く
ようになった場合には、どこが問題であったのかを捜す
ことが困難となる。

【０００５】これは、特に、適用ルールの数が増えるほ
ど、それらの各々のルールをトレースし、吟味すること
の負担が、システム構築者には大変に重いものとなる。
更には、その吟味の過程で、怪しいと判断されるルール
が見つかっても、そのルールの条件を変更した場合に、
どのような推論結果になるかについてまでは、即座にわ
からない。このため、該当するルールの条件など一部を
変更しては、再度、推論を適用し、正しい結果が得られ
るようになるまで、システム構築者が毎回確認しなけれ
ばならない。これもシステム構築者には大変な負担とな
っているという問題がある。

【０００６】本発明は、これらの問題点を解決するため
になされたものであり、本発明の目的は、ルール型エキ
スパートシステムにおいて、ルール変更の際の確認作業
の負担を軽減できるルール獲得支援機能を備えたエキス
パートシステムを提供することにある。

【０００７】

【課題を解決するための手段】上記のような目的を達成
するため、本発明のエキスパートシステムは、教師デー
タとして入出力条件を指定する指定手段と、ルールを格
納するルール格納手段と、前記ルール格納手段に格納さ
れたルールをもとに推論を行う推論手段と、推論過程を
一時記憶する推論過程記憶手段と、一般ルールを格納し
ているメタルール格納手段と、推論結果が教師データに
マッチしているか否かを判定する判定手段と、判定結果
がマッチしていないとき一般ルールに従い一時的なルー
ルを生成するルール生成手段と、生成したルールを一時
的に格納する一時ルール格納手段と、生成したルールの
推論結果による判定結果がマッチしたとき一時ルールを
永続的なルールとして前記ルール格納手段に登録する登
録制御手段とを備えることを特徴とする。

【０００８】また、本発明のエキスパートシステムは、
上記の構成に加えて、更に、ルール変更が可能なルール
型を判定するルール型判定手段と、推論過程からルール
変更が可能なクリティカルルールを抽出するクリティカ
ルルール抽出手段と、抽出したクリティカルルールの一
時的な変更または適用の結果においても、教師データに
一致しない場合に、教師データに最も近い推論結果と適
用ルールを表示する制御手段とを備えることを特徴とす
る。

【０００９】

【作用】本発明のエキスパートシステムにおいては、ル
ール格納手段がルールを格納しており、指定手段が教師
データとして入出力条件を指定すると、推論手段が、前
記ルール格納手段に格納されたルールをもとに推論を行
う。その推論の過程は、推論過程記憶手段により、後の
検証のため、当該推論過程が一時記憶される。

【００１０】メタルール格納手段は、ルール生成のため
の規則，ルール変更のための規則などの一般ルールを格
納している。判定手段は、推論結果が教師データにマッ
チしているか否かを判定する。判定結果がマッチしてい
ないときには、ルール生成手段が、一般ルールに従い一
時的なルールを生成する。生成したルールは、一時ルー
ル格納手段により、一時的に格納される。また、生成し
たルールの推論結果による判定結果がマッチしたときに
は、登録制御手段が、一時ルールを永続的なルールとし
て前記ルール格納手段に登録する。

【００１１】また、本発明のエキスパートシステムにお
いては、ルール格納手段に格納されているルールの変更
のため、上記の構成に加えて、更に、ルール型判定手段
と、クリティカルルール抽出手段と、制御手段とが備え
られる。ルール型判定手段は、ルール変更が可能なルー
ル型（属性）を判定し、クリティカルルール抽出手段
が、推論過程からルール変更が可能なクリティカルルー
ルを抽出する。そして、抽出したクリティカルルールに
対して、一時的な変更または適用を行う。その場合、抽
出したクリティカルルールの一時的な変更または適用の
結果においても、教師データに一致しない場合、制御手
段が、教師データに最も近い推論結果と適用ルールを表
示する。これにより、例えば、システム構築者が、表示
されたルールを基にして、教師データにマッチさせるよ
うに、ルール変更を行う。

【００１２】このようにして、システム構築者のルール
変更の作業の負荷が軽減できる。つまり、推論結果の条
件判定できわどい判定を受けたルールを表示し、実際に
一般ルールによって、それらのルールを事前に指定した
値（あるいはアルゴリズムによって計算した値）で変更
し、変更したルールにより推論を行い、教師データと比
較し、自動的にルールの変更を行うようにして負荷を軽
減する。教師データにマッチしないときであっても、教
師データに近い変更候補を表示することにより、少しで
も、ルールを変更する場合の作業の負担を軽くする。

【００１３】

【実施例】以下、本発明の一実施例を図面を用いて具体
的に説明する。図１は本発明の一実施例にかかるエキス
パートシステムの要部の構成をデータの流れにより示す
ブロック図である。図１において、１０は入出力インタ
フェース部、１１は推論結果判定部、１２は一時ルール
生成部、１３は推論エンジン部、１４は永続ルール格納
部、１５は推論過程一時記憶部、１６はルール型判定
部、１７は一時ルール格納部、１８はクリティカルルー
ル抽出部、１９はメタルール格納部である。

【００１４】入出力インタフェース部１０は、教師デー
タとして入出力条件を指定すると共に、推論結果を表示
出力し、また、ルール登録の際のユーザインタェース機
能を提供する。永続ルール格納部１４は、推論のための
ルールを格納している。入出力インタフェース部１０に
より、教師データとして入出力条件を指定すると、推論
エンジン１３が、永続ルール格納部１４に格納されたル
ールをもとに推論を行う。その推論の過程は、推論過程
一時記憶部１５において、後の検証のために、当該推論
過程のパスが一時記憶される。

【００１５】また、メタルール格納部１９には、ルール
生成のための規則，ルール変更のための規則など、一般
的なルールが格納されている。推論結果判定部１１は、
推論エンジン１３からの推論結果と、入出力インタフェ
ース部１０から入力された教師データとを比較して、推
論結果が教師データにマッチしているかを判定する。判
定結果がマッチしていない場合には、一部ルール生成部
１２に、その旨を知らせると、一部ルール生成部１２
が、メタルール格納部１９に格納された一般ルールに従
って、一時的なルール（変更されたルール）を生成す
る。ここで生成されたルールは、一時ルール格納部１７
に一時的に格納される。そして、生成されたルールを用
い、推論エンジン１３により再度の推論を行い、生成し
たルールの推論結果による判定結果がマッチしたときに
は、図示しない制御部により、一時ルールを永続的なル
ールとして永続ルール格納部１４に登録する。

【００１６】また、永続ルール格納部１４に格納されて
いるルールの変更のため、ルール型判定部１６が、ルー
ル変更が可能なルール型（属性）を判定し、クリティカ
ルルール抽出部１８が、推論過程一時記憶部１５に記憶
されている推論過程から、ルール変更が可能なクリティ
カルルールを抽出する。抽出されたルールは、一時ルー
ル格納部１７に格納され、一時ルール生成部１２におい
て、抽出したクリティカルルールに対して、一時的な変
更または適用を行う。その場合、抽出したクリティカル
ルールの一時的な変更または適用の結果においても、教
師データに一致しない場合、図示しない制御部により、
教師データに最も近い推論結果と適用ルールを、入出力
インタフェース部１０において表示する。これにより、
例えば、システム構築者が、表示されたルールを基にし
て、教師データにマッチさせるように、ルール変更を行
う。

【００１７】図２は、本発明の実施例のエキスパートシ
ステムにおけるルール獲得支援処理の全体の処理フロー
のフローチャートである。図２を参照して説明する。

【００１８】処理を開始すると、まず、ステップ２１に
おいて、教師データ（入出力条件）を入力する。つま
り、入力条件に対して期待されるべき出力条件のデータ
を教師データとして入力する。次に、ステップ２２にお
いて、教師データの入力条件に対して永続ルールを適用
して推論を行い、次のステップ２３において、推論過程
を出力する。そして、ステップ２４において、推論結果
が教師データの出力条件に合致するか否かを判定する。
この判定の結果、出力条件に合致する場合には、既に登
録されている永続ルールで十分であるので、この場合
は、ここで処理を終了とする。

【００１９】一方、ステップ２４の判定において、推論
結果が教師データの出力条件に合致しない判定の場合
は、ステップ２５に進み、推論過程に適用されたルール
を抽出する。次に、ステップ２６において、抽出したル
ールからパラメータが微調整できるルールを抽出する。
なお、ここでのルールには、ルール登録時に、当該ルー
ルのパラメータが微調整できることを識別するルール型
情報（属性）を設定しておくので、このルール型情報に
より、パラメータ調整可能なルールを抽出する。

【００２０】次に、ステップ２７において、メタルール
（一般ルール）に従って、変更対象のルールを変更し、
一時的にルール格納領域に格納する。このメタルール
は、前述したように、システムの側で予じめ作成されて
いるルールの変更規則などの一般的なルールである。次
に、ステップ２８において、一部のルールを変更したル
ールに置き換え、推論エンジンにより、この変更したル
ールを適用して再び推論を行う。

【００２１】そして、次のステップ２９において、推論
結果が教師データの出力条件に合致するか否かを判定す
る。この判定の結果、出力条件に合致しない場合には、
ステップ３０に進み、更に、シミュレーションを続ける
か否かの判定を行う。シミュレーションを続ける場合に
は、ステップ２７に戻り、ステップ２７からの処理を繰
り返し続ける。なお、ここでのシミュレーションを続け
るか否かの判定の処理は、入出力インタフェース部によ
る操作処理により行うが、当該エキスパートシステムの
動作環境のハードウェア構成，オペレーティングシステ
ムの構成によって、割り込み信号，初期設定ループ回
数，ユーザへの確認，シミュレーションの収束状態の観
測など、様々なバリエーションがある。

【００２２】また、シミュレーションを続けない場合に
は、次に、ステップ３１において、クリティカルルール
を抽出し表示して処理を終了する。これにより、次のル
ールの変更のために、きわどい判定を受けたルールを表
示されるので、ユーザは、この表示を参照して、次のル
ール変更の際の参照にする。

【００２３】一方、ステップ２９の判定において、推論
結果が教師データの出力条件に合致すると判定された場
合、この場合は変更したルールを適用して、推論結果が
教師データの出力条件に合致したので、ここでの変更し
たルールを登録するため、次のステップ３２に進む。そ
して、ステップ３２において、変更したルールを表示
し、更に、次のステップ３３において、ユーザからの確
認の指示を得た後、次のステップ３４において、永続ル
ールとして登録し、この一連の処理を終了する。また、
ステップ３３において、ユーザからの確認の指示が得ら
れない場合には、ステップ２７に戻り、ステップ２７か
らの処理を繰り返し続ける。

【００２４】次に、ルールの変更の処理の具体例につい
て説明する。ここでの理解を容易とするため、次のよう
な２つのルール（１組のルール）からなる場合を例にし
て説明する。 ルール（Ｒ１１，Ｒ１２） Ｒ１１：ＩＦ （Ａの温度）＞２０度 ＴＨＥＮ （Ｃの材質はｃ１とする） Ｒ１２：ＩＦ （Ａの温度）≦２０度 ＴＨＥＮ （Ｃの材質はｃ２とする） このような１組のルールに対して、例えば、教師データ
として、入力条件のデータ「Ａの温度＝１９度」と出力
条件のデータ「Ｃの材質はｃ１とする」が与えられたと
して、この教師データにより、ルールを変更する場合で
説明する。

【００２５】まず、教師データの入力条件データ「Ａ
の温度＝１９度」をルール（ルールＲ１１）に適用する
と、その推論結果の出力データとして「Ｃの材質はｃ２
とする」となるので、ルールの変更が必要ながことが判
定される。 この場合、推論過程により適用されたルールを抽出す
ると、ルールＲ１２が適用ルールとして抽出される。 抽出されたルールＲ１２は、ルール型情報（属性）に
より、境界条件（温度の条件）を微調整できる微調整可
能なルールであることが判定される。 このため、一般ルール（境界条件は１度ずつ変更す
る）に従って、ルールＲ１２の境界条件（温度の条件）
を変更した新たなルールＲ１３（境界温度を１９度とし
たルール）が一時的に生成され、再度、教師データによ
る推論を行って、ルールの適用が行われる。 この変更では、依然として教師データにマッチしない
ので、再び、一般ルールに従って、ルールＲ１３の境界
条件（温度の条件）を変更した新たなルールＲ１４（境
界温度を１８度としたルール）が一時的に生成され、再
度、教師データによる推論を行って、ルールの適用が行
われる。 この結果、境界温度を−２度して、境界温度を１８度
としたルールＲ１４によってルールの適用が行われる
と、教師データとマッチしたので、この一時的に生成さ
れたルールＲ１４を永続ルールとして登録する。

【００２６】更に、ルールの変更の処理の別の具体例に
ついて説明する。上記の条件のルールの更に別の条件の
１組のルールが加えられた場合について説明する。つま
り、ここでは、次のような４つのルール（２組のルー
ル）からなる場合である。 ルール（Ｒ２１，Ｒ２２，Ｒ３１，Ｒ３２） Ｒ２１：ＩＦ （Ａの温度）＞２０度 ＴＨＥＮ （Ｂの温度）＞５０度 Ｒ２２：ＩＦ （Ａの温度）≦２０度 ＴＨＥＮ （Ｂの温度）≦１０度 Ｒ３１：ＩＦ （Ｂの温度）＞６０度 ＴＨＥＮ （Ｃの材質はｃ１とする） Ｒ３２：ＩＦ （Ｂの温度）≦１０度 ＴＨＥＮ （Ｃの材質はｃ２とする） このような２組のルールに対して、例えば、教師データ
として、入力条件のデータ「Ａの温度＝２１度」と出力
条件のデータ「Ｃの材質はｃ１とする」が与えられたと
して、この教師データにより、ルールを変更する場合で
説明する。

【００２７】まず、教師データの入力条件データ「Ａ
の温度＝２１度」をルール（ルールＲ２１）に適用する
と、その推論結果の出力データとしては、「（Ｂの温
度）＞５０度」という結論しか得られない。これは、ル
ールＲ３１の入力条件「（Ｂの温度）＞６０度」が、ル
ールＲ２１の推論結果の出力の「（Ｂの温度）＞５０
度」とという条件だけでは不十分であるためである。こ
のため、ルールの変更が必要ながことが判定される。 この結果、推論過程により適用されたルールを抽出す
ると、ルールＲ２１が適用ルールとして抽出される。 抽出されたルールＲ２１は、ルール型情報（属性）に
より、境界条件（温度の条件）を微調整できる微調整可
能なルールであることが判定される。 このため、一般ルール（境界条件は１度ずつ変更す
る）に従って、ルールＲ２１の境界条件（温度の条件）
を変更した新たなルールＲ２３（境界温度を２１度とし
たルール）が一時的に生成され、再度、教師データによ
る推論を行ってルールの適用が行われる。 この変更では、依然として教師データにマッチしない
ので、再び、一般ルールに従って、ルールＲ２３の境界
条件（温度の条件）を変更した新たなルールＲ２４が一
時的に生成され、再度、教師データによる推論を行って
ルールの適用が行われる。 これを繰り返し行い、その結果、境界温度を１度きざ
みで、所定回の変更を行うが、依然として教師データに
マッチしない場合、ルールＲ２１以外の調整可能なルー
ルを抽出する。 この結果、次に微調整可能なルールとしてルールＲ３
１が抽出される。そして、同様にして、ルールの境界条
件の温度条件を１０度きざみに変更して、再度の教師デ
ータによるルール適用を行い、最終的には、境界温度を
「（Ｂの温度）＞５０度」と変更することにより、教師
データのマッチしたので、ここで一時的に生成されたル
ールＲ３１の温度条件を「（Ｂの温度）＞５０度」とし
たルールを永続ルールとして登録する。

【００２８】

【発明の効果】以上、説明したように、本発明のエキス
パートシステムによれば、ルール変更の作業を機械的に
自動で行うようにしたので、システム構築者の負荷を軽
減できる。また、条件判定できわどい判定を受けたルー
ルは表示されるで、実際に、それらのルールを事前に指
定した値（あるいはアルゴリズムによって計算した値）
で変更し、再度の推論のシミュレーションを行い、教師
データと比較し、自動的にルールの変更を行う。更にま
た、教師データにマッチしないときでき、教師データに
近い変更候補を表示することによって、少しでも、ルー
ル変更者の作業の負担を軽くできる。

【図面の簡単な説明】

【図１】 図１は本発明の一実施例にかかるエキスパー
トシステムの要部の構成をデータの流れにより示すブロ
ック図、

【図２】 図２は、本発明の実施例のエキスパートシス
テムにおけるルール獲得支援処理の全体の処理フローの
フローチャートである。

【符号の説明】

１０…入出力インタフェース部、１１…推論結果判定
部、１２…一時ルール生成部、１３…推論エンジン部、
１４…永続ルール格納部、１５…推論過程一時記憶部、
１６…ルール型判定部、１７…一時ルール格納部、１８
…クリティカルルール抽出部、１９…メタルール格納
部。

Claims (2)

【特許請求の範囲】
1. 【請求項１】 教師データとして入出力条件を指定する
   指定手段と、 ルールを格納するルール格納手段と、 前記ルール格納手段に格納されたルールをもとに推論を
   行う推論手段と、 推論過程を一時記憶する推論過程記憶手段と、 一般ルールを格納しているメタルール格納手段と、 推論結果が教師データにマッチしているか否かを判定す
   る判定手段と、 判定結果がマッチしていないとき一般ルールに従い一時
   的なルールを生成するルール生成手段と、 生成したルールを一時的に格納する一時ルール格納手段
   と、 生成したルールの推論結果による判定結果がマッチした
   とき一時ルールを永続的なルールとして前記ルール格納
   手段に登録する登録制御手段とを備えることを特徴とす
   るエキスパートシステム。
2. 【請求項２】 請求項１に記載のエキスパートシステム
   において、更に、 ルール変更が可能なルール型を判定するルール型判定手
   段と、 推論過程からルール変更が可能なクリティカルルールを
   抽出するクリティカルルール抽出手段と、 抽出したクリティカルルールの一時的な変更または適用
   の結果においても、教師データに一致しない場合に、教
   師データに最も近い推論結果と適用ルールを表示する制
   御手段とを備えることを特徴とするエキスパートシステ
   ム。