JPS63172344A - 推論方法および装置 - Google Patents
推論方法および装置Info
- Publication number
- JPS63172344A JPS63172344A JP62003226A JP322687A JPS63172344A JP S63172344 A JPS63172344 A JP S63172344A JP 62003226 A JP62003226 A JP 62003226A JP 322687 A JP322687 A JP 322687A JP S63172344 A JPS63172344 A JP S63172344A
- Authority
- JP
- Japan
- Prior art keywords
- variable data
- true
- proposition
- rule
- inference
- 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
- 238000000034 method Methods 0.000 title claims description 35
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000010586 diagram Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 230000008676 import Effects 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Landscapes
- Devices For Executing Special Programs (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
C産業上の利用分野〕
本発明は、プラント保守・運転操作案内を行うシステム
における推論方法及び装置に係り、特に、点検、修理等
の保修作業が他の保修作業やプラント運転に影響を与え
るか否かを判定するに好適な推論方法及び装置に関する
。
における推論方法及び装置に係り、特に、点検、修理等
の保修作業が他の保修作業やプラント運転に影響を与え
るか否かを判定するに好適な推論方法及び装置に関する
。
たとえば原子力発電所における保守管理作業を支援する
システムにおいては、発電所の膨大な配管、電気系統の
接続関係を利用し、1つの作業が他の作業に悪影響を与
えるか否かの判定が必要であり、現状では膨大な判定過
程を逐一たどるという作業を要求される。このために過
去の判定結果にもとづいた経験的知識を利用して判定過
程を簡単化することが考えられる。このようなシステム
の例としては、経験則を過去の推論結果から作成して利
用した、CAIシステムの一種である5CHOLARが
ある(Bobrow、 CCo11in著、淵−博監訳
r人工知能の基礎」、近代科学社、昭和53年10月、
354頁参照)。
システムにおいては、発電所の膨大な配管、電気系統の
接続関係を利用し、1つの作業が他の作業に悪影響を与
えるか否かの判定が必要であり、現状では膨大な判定過
程を逐一たどるという作業を要求される。このために過
去の判定結果にもとづいた経験的知識を利用して判定過
程を簡単化することが考えられる。このようなシステム
の例としては、経験則を過去の推論結果から作成して利
用した、CAIシステムの一種である5CHOLARが
ある(Bobrow、 CCo11in著、淵−博監訳
r人工知能の基礎」、近代科学社、昭和53年10月、
354頁参照)。
上記したCAIシステムの従来技術では、過去の推論結
果について、特定の命題Pを成立させる原因として、状
況データに複数個の原因(複合要因)がある場合に、そ
のすべての原因を経験則の候補として系統的に取り出し
、評価し、正しいと判定された場合に以後の推論に用い
るという機能はない。
果について、特定の命題Pを成立させる原因として、状
況データに複数個の原因(複合要因)がある場合に、そ
のすべての原因を経験則の候補として系統的に取り出し
、評価し、正しいと判定された場合に以後の推論に用い
るという機能はない。
本発明の目的は、過去の推論結果にもとづいて経験則の
候補をすべてとりだして評価し、正しいと判定したとき
にはそれを以後の推論に用いることにより推論処理を高
速化することのできる推論方法およびその装置を提供す
るにある。
候補をすべてとりだして評価し、正しいと判定したとき
にはそれを以後の推論に用いることにより推論処理を高
速化することのできる推論方法およびその装置を提供す
るにある。
上記の目的は、過去に得られた推論結果を命題P(ある
結果とその解決)およびそれを成立させる可変データの
組み合わせとして記憶しておき、第1ステツプにおいて
、命題Pを成立させる可変データの和集合Aをとり、上
記命題Pを不成立とする可変データに属する部分を、上
記和集合Aからとりのぞき、その結果が空集合でなけれ
ばその残ったデータの個々の要素すべてのアンド条件で
結合した条件が成立すれば命題Pが成立するという規則
を経験則の候補データとして、もし空集合であれば第2
ステツプとして、命題Pが成立する可変データの和集合
をとり、命jgpが不成立となる可変データの和集合を
和集合Rから除去した集合が空集合でなければ、その各
要素のすべてをオア条件で結合した条件が成立すれば、
命題Pが成立するという規則を経験則の候補データとし
、もし空集合ならば第三ステップとして、可変データを
属性データに記憶されている特定の属性に分類し、分類
された属性について上記第一ステップ。
結果とその解決)およびそれを成立させる可変データの
組み合わせとして記憶しておき、第1ステツプにおいて
、命題Pを成立させる可変データの和集合Aをとり、上
記命題Pを不成立とする可変データに属する部分を、上
記和集合Aからとりのぞき、その結果が空集合でなけれ
ばその残ったデータの個々の要素すべてのアンド条件で
結合した条件が成立すれば命題Pが成立するという規則
を経験則の候補データとして、もし空集合であれば第2
ステツプとして、命題Pが成立する可変データの和集合
をとり、命jgpが不成立となる可変データの和集合を
和集合Rから除去した集合が空集合でなければ、その各
要素のすべてをオア条件で結合した条件が成立すれば、
命題Pが成立するという規則を経験則の候補データとし
、もし空集合ならば第三ステップとして、可変データを
属性データに記憶されている特定の属性に分類し、分類
された属性について上記第一ステップ。
第ニステップと同様の操作を実行して経験則の候補を導
くとともに、以上の操作によって作成した経験則候補デ
ータを表示画面に出力し、検証することにより達成され
る。
くとともに、以上の操作によって作成した経験則候補デ
ータを表示画面に出力し、検証することにより達成され
る。
〔作用]
第1ステツプの処理は、命題Pを成立させる原因が唯一
の単一原因または唯一の複合要因であるときこれを導出
する。これらがいずれも導出できなかったときは第3ス
テツプの処理を行うが、これは各可変データの上位概念
(共通属性)をとって上記第1.第2ステツプの方法を
用いることにより、上位概念についての経験則を得るこ
とができる。さらに以上三ステップの方法により得た経
験則の候補データを画面に表示して、エキスパートが経
験則を評価、修正した結果を入力するか。
の単一原因または唯一の複合要因であるときこれを導出
する。これらがいずれも導出できなかったときは第3ス
テツプの処理を行うが、これは各可変データの上位概念
(共通属性)をとって上記第1.第2ステツプの方法を
用いることにより、上位概念についての経験則を得るこ
とができる。さらに以上三ステップの方法により得た経
験則の候補データを画面に表示して、エキスパートが経
験則を評価、修正した結果を入力するか。
経験則がカバーするすべての可変データについて推論を
行うことにより検証するかのいす九かの方法を用いて検
証を行う。
行うことにより検証するかのいす九かの方法を用いて検
証を行う。
以下本発明を、原子カプラントの保修作業管理支援シス
テムを例にとり詳細に説明する。第1図は本発明の一実
施例を示すシステム構成図であり、オンライン推論装置
2および対話型経験則獲得装置3より成っている。オン
ライン推論装置2は。
テムを例にとり詳細に説明する。第1図は本発明の一実
施例を示すシステム構成図であり、オンライン推論装置
2および対話型経験則獲得装置3より成っている。オン
ライン推論装置2は。
データ取り込み装置4.推論部5.記憶装置6から成り
、記憶装置!!6には経験則記憶部7.固定データ記憶
部8、および推論結果記憶部9が設けられている。一方
、対話型経験則獲得装置3には、経験則作成部10.経
験則評価部11.入力装置12、出力袋R13,入出力
装!14および可変データ属性記憶部15が設けられて
いる。
、記憶装置!!6には経験則記憶部7.固定データ記憶
部8、および推論結果記憶部9が設けられている。一方
、対話型経験則獲得装置3には、経験則作成部10.経
験則評価部11.入力装置12、出力袋R13,入出力
装!14および可変データ属性記憶部15が設けられて
いる。
第2図は本装置によって、あるプラント保守作業がある
時刻において実行可能かどうかを推論するときの処理例
を示すフローチャートで、まずステップ200にて判定
しようとする作業を入出力装置14から入力する。推論
部5はステップ201で結果などを表示するための基本
画面の編集を行い、これを入出力装置i!f14から表
示装置!(図示を省略、出力袋ffl!13でもよい)
へ出力する0次のステップ202では、推論部5は進行
中作業データ、実施予定の作業データ(これらは可変デ
ータ)をデータ取り込み装ff4から取り込む、ステッ
プ203では、進行中の作業と実施予定の作業が時間的
に重なるか否かのチェックを行い、もし重なりがなけれ
ば2つの作業に干渉が生じて問題をおこすことがないの
で、ステップ208へすすんで。
時刻において実行可能かどうかを推論するときの処理例
を示すフローチャートで、まずステップ200にて判定
しようとする作業を入出力装置14から入力する。推論
部5はステップ201で結果などを表示するための基本
画面の編集を行い、これを入出力装置i!f14から表
示装置!(図示を省略、出力袋ffl!13でもよい)
へ出力する0次のステップ202では、推論部5は進行
中作業データ、実施予定の作業データ(これらは可変デ
ータ)をデータ取り込み装ff4から取り込む、ステッ
プ203では、進行中の作業と実施予定の作業が時間的
に重なるか否かのチェックを行い、もし重なりがなけれ
ば2つの作業に干渉が生じて問題をおこすことがないの
で、ステップ208へすすんで。
次の実施予定作業を選び、再びステップ202からの処
理を繰り返す。ステップ203での時間的重複ありと判
定されたときはステップ204へすすみ、進行中および
実施予定作業の対象機器構成データを固定データ記憶部
8から、又機器状態データ(可変データ)をデータ取り
込み装置t4から取り込む、ステップ205では上記の
機器間の接続の有無を判定し、接続関係がなければ干渉
はおきないのでそのむねをステップ207で表示するが
、接続関係があればステップ206でいままでに得た諸
データと経験則記憶部7に記憶された経験則を用いて干
渉の有無の判定を行い、この結果をステップ207で表
示する。また問題と推論結果と可変データの組は、もし
まだ記憶されたものでなければ推論処理が実行されるご
とに、推論結果記憶部9に記録される。
理を繰り返す。ステップ203での時間的重複ありと判
定されたときはステップ204へすすみ、進行中および
実施予定作業の対象機器構成データを固定データ記憶部
8から、又機器状態データ(可変データ)をデータ取り
込み装置t4から取り込む、ステップ205では上記の
機器間の接続の有無を判定し、接続関係がなければ干渉
はおきないのでそのむねをステップ207で表示するが
、接続関係があればステップ206でいままでに得た諸
データと経験則記憶部7に記憶された経験則を用いて干
渉の有無の判定を行い、この結果をステップ207で表
示する。また問題と推論結果と可変データの組は、もし
まだ記憶されたものでなければ推論処理が実行されるご
とに、推論結果記憶部9に記録される。
次に、経験則作成部10においては、推論結果記憶部9
に記録されたデータおよび可変データ属性記憶部15に
記録された状況データの属性にもとづいて、経験則を作
成し、出力袋ff13に出力して、経験則評価部11に
おいて評価するか、あるいは入力袋[12からの入力に
より訂正される。
に記録されたデータおよび可変データ属性記憶部15に
記録された状況データの属性にもとづいて、経験則を作
成し、出力袋ff13に出力して、経験則評価部11に
おいて評価するか、あるいは入力袋[12からの入力に
より訂正される。
経験則評価部11において、正しいと判定された経験則
は、経験則記憶部7に記憶され、以後の推論に用いられ
る。この経験則作成部10における処理のフローチャー
トを第3図に示す、ここではまずステップ300にて問
題に関する推論結果がある一定量以上推論結果記憶部9
にストックされていれば、その推論結果のデータを推論
結果記憶部9から読み込む0次のステップ301では、
以下に詳しくのべる方法により1間MQに関する経験則
を作成する。次に経験則評価部11八移って、作成され
た経験則を画面表示しくステップ302)、入力受は付
けをして(ステップ303)修正指示の有無を調べ(ス
テップ304)、あれば修正を実行した後(ステップ3
05)に検証を行い(ステップ306)、経験則が正し
いと判定されればこの作成した経験則を経験則記憶部7
へ書き込む。
は、経験則記憶部7に記憶され、以後の推論に用いられ
る。この経験則作成部10における処理のフローチャー
トを第3図に示す、ここではまずステップ300にて問
題に関する推論結果がある一定量以上推論結果記憶部9
にストックされていれば、その推論結果のデータを推論
結果記憶部9から読み込む0次のステップ301では、
以下に詳しくのべる方法により1間MQに関する経験則
を作成する。次に経験則評価部11八移って、作成され
た経験則を画面表示しくステップ302)、入力受は付
けをして(ステップ303)修正指示の有無を調べ(ス
テップ304)、あれば修正を実行した後(ステップ3
05)に検証を行い(ステップ306)、経験則が正し
いと判定されればこの作成した経験則を経験則記憶部7
へ書き込む。
次に本発明の特徴とする経験則作成部10における処理
の詳細を説明する。第4〜第6図は経験則作成の原理を
示す図である。第4図は1つの単位原因例、第5図は1
つの複合原因例、第6図は複数の単−原因例を示す、第
4図(1)、(2)。
の詳細を説明する。第4〜第6図は経験則作成の原理を
示す図である。第4図は1つの単位原因例、第5図は1
つの複合原因例、第6図は複数の単−原因例を示す、第
4図(1)、(2)。
(3)は、ある命題P(ある問題とその解答)を成立さ
せる可変データ(実線の円状の内部がその集合を示す)
の集合がいくつかあるときそれらの集合積をとり、命題
Pを成立させない可変データ(点線の円状の内部がその
集合を表す)の和集合を上記の和集合から除去する操作
を示している。
せる可変データ(実線の円状の内部がその集合を示す)
の集合がいくつかあるときそれらの集合積をとり、命題
Pを成立させない可変データ(点線の円状の内部がその
集合を表す)の和集合を上記の和集合から除去する操作
を示している。
命題Pを成立させる原因が1つだけの単一原因の場合は
その原因は命題Pを成立させるデータ集合のすべてに共
通な部分集合の中にあるはずであり、またこの部分集合
にふくまれる要素の中に、命題Pを成立させないデータ
集合に含まれるものがあれば、その要素は命題Pを成立
させる原因ではありえない、ということから、第4図の
処理は1つだけの単一原因の場合にこれを導出する。
その原因は命題Pを成立させるデータ集合のすべてに共
通な部分集合の中にあるはずであり、またこの部分集合
にふくまれる要素の中に、命題Pを成立させないデータ
集合に含まれるものがあれば、その要素は命題Pを成立
させる原因ではありえない、ということから、第4図の
処理は1つだけの単一原因の場合にこれを導出する。
第5図(1)、(2)、(3)、(4)は、第4図と餅
様に命題Pを成立させる可変データの和集合Aをとる。
様に命題Pを成立させる可変データの和集合Aをとる。
さらにその和集合Aを部分集合として含み且つ命題Pを
成立させない可変データの集合の有無を判定する操作を
示している。もしそのような集合がなかった場合には、
積集合A中の各要素をアンド条件で結合したものが特定
の解答を与える唯一の原因であると判定する。命題Pが
成立する原因が複数個あり、しかもそれらがアンド条件
で成立するばあい、これは和集合Aの要素のアンド結合
したものが複合原因となる。従って第5図の処理は1つ
だけの複合原因の場合に此れを導出する。
成立させない可変データの集合の有無を判定する操作を
示している。もしそのような集合がなかった場合には、
積集合A中の各要素をアンド条件で結合したものが特定
の解答を与える唯一の原因であると判定する。命題Pが
成立する原因が複数個あり、しかもそれらがアンド条件
で成立するばあい、これは和集合Aの要素のアンド結合
したものが複合原因となる。従って第5図の処理は1つ
だけの複合原因の場合に此れを導出する。
第6図(1) 、 (2) 、 (3) 、 (
4)は、命題Pを成立させる可変データの和集合Rをと
り。
4)は、命題Pを成立させる可変データの和集合Rをと
り。
命題Pを成立させない可変データの和集合を上記和集合
Rから引く操作を示している。命題Pを成立させる原因
が複数個存在し、各原因は単独で命題Pの原因でありう
る場合は、それらの原因は命題Pを成立させるデータ集
合すべての和集合の中にあり、かつ命upを成立させな
いデータ集合の中には存在しない、従って第6図の処理
は、単独で命題Pを成立させつる複数個の原因を導出す
る。
Rから引く操作を示している。命題Pを成立させる原因
が複数個存在し、各原因は単独で命題Pの原因でありう
る場合は、それらの原因は命題Pを成立させるデータ集
合すべての和集合の中にあり、かつ命upを成立させな
いデータ集合の中には存在しない、従って第6図の処理
は、単独で命題Pを成立させつる複数個の原因を導出す
る。
以上にのべて基本集合操作を用いて経験則作成の概略フ
ローチャートを第7図に示す、これは第3図のステップ
301の詳細構成であって、その中の処理F1が第4図
の、処理F2が第5図の。
ローチャートを第7図に示す、これは第3図のステップ
301の詳細構成であって、その中の処理F1が第4図
の、処理F2が第5図の。
処理F3が第6図の操作を示している。これらのどこか
で求められた経験則の候補は、第3図のステップ302
以下の経験則評価部11へ送られる。
で求められた経験則の候補は、第3図のステップ302
以下の経験則評価部11へ送られる。
第8図は経験則評価部11における処理のフローチャー
トで、第3図のステップ306〜308の詳細である。
トで、第3図のステップ306〜308の詳細である。
すなわち経験則候補を1つとりだすと(ステップ800
)、その経験則にあてはまるすべての可変データの組み
合わせを作成しくステップ801)、これらにつき命題
Pが成立することを確認する(ステップ802,307
)、 ゛なお、命題Pを成立させる原因となるのは、個
個のデータ要素al、a2.・・・・・・ではなく、そ
れらに共通する因子(または属性)である場合が多い、
たとえば流量計a1の点検も流量計82の点検も同じB
系の流量計点検である場合(どちらもB系という属性を
もつ)、あるいは弁a1も弁a2も同じ 形式Bの電磁
弁である場合(どちらも形式Bという属性をもつ)等で
、このときは経験則作成時にこの共通因子を抽出する操
作が必要である0本実施例ではこの部分のフローチャー
トは省略したが、個々の要素レベルでは原因がみつから
ないときには、ある性質を共有する概念すなわち上位概
念で同じもの(例えば上記の弁a1と弁a2は形式とい
う上位概念では同じとみる)を同一視して第7図の処理
F1〜F3を実行する。
)、その経験則にあてはまるすべての可変データの組み
合わせを作成しくステップ801)、これらにつき命題
Pが成立することを確認する(ステップ802,307
)、 ゛なお、命題Pを成立させる原因となるのは、個
個のデータ要素al、a2.・・・・・・ではなく、そ
れらに共通する因子(または属性)である場合が多い、
たとえば流量計a1の点検も流量計82の点検も同じB
系の流量計点検である場合(どちらもB系という属性を
もつ)、あるいは弁a1も弁a2も同じ 形式Bの電磁
弁である場合(どちらも形式Bという属性をもつ)等で
、このときは経験則作成時にこの共通因子を抽出する操
作が必要である0本実施例ではこの部分のフローチャー
トは省略したが、個々の要素レベルでは原因がみつから
ないときには、ある性質を共有する概念すなわち上位概
念で同じもの(例えば上記の弁a1と弁a2は形式とい
う上位概念では同じとみる)を同一視して第7図の処理
F1〜F3を実行する。
次に、経験則作成手順を保守作業の実行判定を例にとっ
て具体的に説明する。第9図は作業可避判定用のデータ
集合の例を示すもので1作業の種類をS、T、Uの3種
類、プラント状態をA−Dの4種類とし、各作業、プラ
ント状態はいくつかの状態値のうち、どれかの値をもち
うるものとした0例えばAPRM系サーベイランステス
トでは、チャネル1〜6のAPRMのうち、どれか1つ
のテストを実施するか、またはどのテストも実施しない
という7つの状態がありうる(このように作業の状態数
のらんは作業を実施しないのも1つの状態として数えて
いる)、この図のデータ要素は。
て具体的に説明する。第9図は作業可避判定用のデータ
集合の例を示すもので1作業の種類をS、T、Uの3種
類、プラント状態をA−Dの4種類とし、各作業、プラ
ント状態はいくつかの状態値のうち、どれかの値をもち
うるものとした0例えばAPRM系サーベイランステス
トでは、チャネル1〜6のAPRMのうち、どれか1つ
のテストを実施するか、またはどのテストも実施しない
という7つの状態がありうる(このように作業の状態数
のらんは作業を実施しないのも1つの状態として数えて
いる)、この図のデータ要素は。
下記に示す共通因子(この場合は、上位概念)を持つも
のとじて−まとめにできる。
のとじて−まとめにできる。
(1)データ要素St # 871 t Sa ; A
系APRMサーベインラインテスト (fl)データ要素St、Sa、Ss;B系APRMサ
ーベインラインテスト (fit)データ要素U工t Ui * Us 、 U
s ;A系SDVレベルスイッチテスト (tv)データ要素Us t IJ4@ U7 g U
s : B系SDvレベルスイッチテスト (v)データ要素b b g b 8 :原子炉水位正
常レベル (vi )データ要素ba、by、”原子炉水位警報レ
ベル (vji)データ要素b1〜b8;原子炉水位低(vi
)データ要素t) 8 @ t)11 :原子炉水位高
(m)データ要素tz t tz ;CRD駆動水サク
ションフィルタ交換 今作業Uの内、どれか1つを実施しようとして、その作
業が実施不可であるかどうかを判定するものとする。ま
た、過去に実行した推論の結果として、第10図のデー
タが与えられているとする。
系APRMサーベインラインテスト (fl)データ要素St、Sa、Ss;B系APRMサ
ーベインラインテスト (fit)データ要素U工t Ui * Us 、 U
s ;A系SDVレベルスイッチテスト (tv)データ要素Us t IJ4@ U7 g U
s : B系SDvレベルスイッチテスト (v)データ要素b b g b 8 :原子炉水位正
常レベル (vi )データ要素ba、by、”原子炉水位警報レ
ベル (vji)データ要素b1〜b8;原子炉水位低(vi
)データ要素t) 8 @ t)11 :原子炉水位高
(m)データ要素tz t tz ;CRD駆動水サク
ションフィルタ交換 今作業Uの内、どれか1つを実施しようとして、その作
業が実施不可であるかどうかを判定するものとする。ま
た、過去に実行した推論の結果として、第10図のデー
タが与えられているとする。
ただし第10図の状態値の欄で0印は該当する作業を実
施していない状態を示し、作業U実施可否の欄は0印が
実施筒、X印が不可を表している。
施していない状態を示し、作業U実施可否の欄は0印が
実施筒、X印が不可を表している。
以下第7図のフローチャートに従って第10図のデータ
から経験則を導くものとする。
から経験則を導くものとする。
まず第7図のフローチャートに従って要素レベルの処理
を行うと、今の場合1作業ul (i=1〜8)が実
施不可である、というのが命題Pである。この命題Pが
成立するのは第10図の4.7゜9.11.14番の推
論結果である。ところがこの結果を見ると、たとえば作
業SについてはSt。
を行うと、今の場合1作業ul (i=1〜8)が実
施不可である、というのが命題Pである。この命題Pが
成立するのは第10図の4.7゜9.11.14番の推
論結果である。ところがこの結果を見ると、たとえば作
業SについてはSt。
Sa 、Ssが命題P成立と不成立の双方の場合に含ま
れていて、第7図の処理F1〜F3ではなにも残らない
、つまり作業Sには命題Pを成立させる原因は見つから
ない、同様に各状態値についてもなにも残らない、しか
し前述の上位概念に置き換えた処理を行うと、SがS^
” (Sl、Ss 。
れていて、第7図の処理F1〜F3ではなにも残らない
、つまり作業Sには命題Pを成立させる原因は見つから
ない、同様に各状態値についてもなにも残らない、しか
し前述の上位概念に置き換えた処理を行うと、SがS^
” (Sl、Ss 。
511)〒A系APRMサーベイランステストであり、
BがBN= (b+s 、be )=原子炉水位正常で
あり、かつUがUa=(uaeua*u7*us)=B
系SDVレベルスイッチテストであるときでかつこのと
きのみU実施不可であるので。
BがBN= (b+s 、be )=原子炉水位正常で
あり、かつUがUa=(uaeua*u7*us)=B
系SDVレベルスイッチテストであるときでかつこのと
きのみU実施不可であるので。
処理F1によって第11図の経験則候補が導かれる。つ
づいて第8図でのべた検証を行えば、第10図の4.7
,9,11,14,1811の場合、すべてこの候補が
正しいことを示すから、この経験則を経験則記憶部7を
記憶する。これ以後は。
づいて第8図でのべた検証を行えば、第10図の4.7
,9,11,14,1811の場合、すべてこの候補が
正しいことを示すから、この経験則を経験則記憶部7を
記憶する。これ以後は。
S^に属する作業を実施中でかつ水位がb+sまたはb
eであるときにはUaに属する作業が不可であることが
、経験則から直ちに判定できる。この結果、推論に要す
る時間を短縮することができる。
eであるときにはUaに属する作業が不可であることが
、経験則から直ちに判定できる。この結果、推論に要す
る時間を短縮することができる。
なお、第12図は、経験則候補データの画面出力例であ
り、第11図の結果と第10図の内容を表示したもので
ある。エキスパートは、この画面を見て、経験則候補の
妥当性を判定し、必要ならば経験則を修正することがで
きる。
り、第11図の結果と第10図の内容を表示したもので
ある。エキスパートは、この画面を見て、経験則候補の
妥当性を判定し、必要ならば経験則を修正することがで
きる。
また以上の実施例においては、経験則を作成する際に共
通属性または上位概念を用いる場合は。
通属性または上位概念を用いる場合は。
これらの属性または概念は予め定義されたものであった
が、計算機処理速度とマンマシンインターフェイスの向
上をはかることによって、過去の処理結果にもとづき、
対話的な新たな共通属性または上位概念を定義し、これ
を用いて経験則の候補データを作成することが可能にな
る。
が、計算機処理速度とマンマシンインターフェイスの向
上をはかることによって、過去の処理結果にもとづき、
対話的な新たな共通属性または上位概念を定義し、これ
を用いて経験則の候補データを作成することが可能にな
る。
本発明によれば、固定データと可変データの双方を用い
た逐次的な推論のみでなく、経験則が作成された命題に
対しては、その時点における可変データの一部のみをみ
ることにより、命題の是非を判定することができるので
、推論時間を大巾に短縮できるという効果がある。
た逐次的な推論のみでなく、経験則が作成された命題に
対しては、その時点における可変データの一部のみをみ
ることにより、命題の是非を判定することができるので
、推論時間を大巾に短縮できるという効果がある。
第1図は本発明の一実施例を示すシステム構成図、第2
図は推論部の処理例を示す図、第3図は経験則作成の処
理手順を示す図、第4図〜第6図は経験則作成の原理説
明図、第7図は経験則作成の詳細な処理手順を示す図、
第8図は経験則評価の処理手順を示す図、第9図は状況
データ(可変データ)の−例を示す図、第10図は推論
結果の例を示す図、第11図は導出した経験則を示す図
。 第12図は経験則候補データの出力画面例を示す図であ
る。 1・・・対象システム、4・・・データ取り込み装置、
5・・・推論部、7・・・経験則記憶部、9・・・推論
結果記憶部、10・・・経験則作成部、11・・・経験
則評価部。 15・・・可変データ属性記憶部。
図は推論部の処理例を示す図、第3図は経験則作成の処
理手順を示す図、第4図〜第6図は経験則作成の原理説
明図、第7図は経験則作成の詳細な処理手順を示す図、
第8図は経験則評価の処理手順を示す図、第9図は状況
データ(可変データ)の−例を示す図、第10図は推論
結果の例を示す図、第11図は導出した経験則を示す図
。 第12図は経験則候補データの出力画面例を示す図であ
る。 1・・・対象システム、4・・・データ取り込み装置、
5・・・推論部、7・・・経験則記憶部、9・・・推論
結果記憶部、10・・・経験則作成部、11・・・経験
則評価部。 15・・・可変データ属性記憶部。
Claims (1)
- 【特許請求の範囲】 1、推論対象の状況を示す複数の可変データの値の組に
応じて成立もしくは不成立となる命題があり、かつ該命
題を成立させる可変データの値の組および成立させない
可変データの値の組が与えられているときに、上記命題
を成立させる可変データの値の組のすべてにわたって同
一値をとりかつ上記命題を成立させない可変データの値
の組には上記同一値が現れないような可変データがあれ
ば、当該可変データのすべてが対応する上記同一値をと
ったときに上記命題が成立するという経験則候補を導出
する第1の処理と、該第1の処理により経験則候補が導
出されなかったときに、上記命題を成立させる可変デー
タの値の組のいずれかに含まれておりかつ上記命題を成
立させない可変データの値の組には現れない状態値をと
る可変データがあれば当該可変データの各々が対応する
上記状態値のいずれかをとったときに上記命題が成立す
るという経験則候補を導出する第2の処理とを行い、さ
らに上記第1および第2の処理により経験則候補が導出
されなかったときには、その値が上位概念もしくは共通
属性により分類される可変データのとる値が同じ上位概
念もしくは共通属性に属するときは同一値とみなして上
記第1または第2の処理を行って経験則候補を導出する
とともに、つづいてこのようにして得られた経験則候補
を可変データの種々の値に対して適用してその結果を検
証したものを経験則として保持し、推論実行時には上記
保持した経験則を利用して命題の成立、不成立を判定す
るようにしたことを特徴とする推論方法。 2、推論対象の状況を示す複数の可変データの値の組に
応じて成立もしくは不成立となる命題と該命題を成立さ
せる可変データの値の組および成立させない可変データ
の値の組とを格納した推論結果記憶手段と、上記命題を
成立させる可変データの値の組のすべてにわたって同一
値をとりかつ上記命題を成立させない可変データの値の
組には上記同一値が現れないような可変データがあれば
、当該可変データのすべてが対応する上記同一値をとっ
たときに上記命題が成立するという経験則候補を導出す
る第1の経験則作成手段と、該手段により経験則候補が
導出されなかったときに、上記命題を成立させる可変デ
ータの値の組のいずれかに含まれておりかつ上記命題を
成立させない可変データの値の組には現れない状態値を
とる可変データがあれば当該可変データの各々が対応す
る上記状態値のいずれかをとったときに上記命題が成立
するという経験則候補を導出する第2の経験則作成手段
と、上記第1および第2の処理により経験則候補が導出
されなかったときには、その値が上位概念もしくは共通
属性により分類される可変データのとる値が同じ上位概
念もしくは共通属性に属するときは同一値とみなして上
記第1または第2の経験則作成手段と同じ処理を行って
経験則候補を導出する第3の経験則作成手段と、上記第
1、第2、または第3の経験則作成手段により導出され
た経験則候補を可変データの種種の値に対して適用して
その結果を検証する経験則評価手段と、該手段により検
証された上記経験則候補を経験則として保持する経験則
記憶手段と、該手段に保持された経験則を利用して命題
の成立、不成立を判定する推論手段とを有したことを特
徴とする推論装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP62003226A JPS63172344A (ja) | 1987-01-12 | 1987-01-12 | 推論方法および装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP62003226A JPS63172344A (ja) | 1987-01-12 | 1987-01-12 | 推論方法および装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS63172344A true JPS63172344A (ja) | 1988-07-16 |
Family
ID=11551531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP62003226A Pending JPS63172344A (ja) | 1987-01-12 | 1987-01-12 | 推論方法および装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS63172344A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07508844A (ja) * | 1992-07-09 | 1995-09-28 | ヒューレット・パッカード・カンパニー | ユーザのマシン制御ステートメント集合の生成を容易にするための方法,および装置 |
-
1987
- 1987-01-12 JP JP62003226A patent/JPS63172344A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07508844A (ja) * | 1992-07-09 | 1995-09-28 | ヒューレット・パッカード・カンパニー | ユーザのマシン制御ステートメント集合の生成を容易にするための方法,および装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | A taxonomy of performance influencing factors for human reliability analysis of emergency tasks | |
Funke | Microworlds based on linear equation systems: A new approach to complex problem solving and experimental results | |
Naveed et al. | Prioritizing barriers of E-Learning for effective teaching-learning using fuzzy analytic hierarchy process (FAHP) | |
CN113811869A (zh) | 将自然语言查询翻译成标准数据查询 | |
Dozortsev et al. | Computerized operator training: continued importance, new opportunities, and the human factor | |
Naef et al. | Decision support for process operators: Task loading in the days of big data | |
Wanner et al. | Countering the fear of black-boxed ai in maintenance: Towards a smart colleague | |
JPS63172344A (ja) | 推論方法および装置 | |
JPS59186054A (ja) | 計算機プログラムの試験方法 | |
JPS62192694A (ja) | プラント診断装置 | |
Turner et al. | The effect of automation and workspace design on humans' ability to recognize patterns while fusing information | |
Elzer et al. | MARGRET-A pre-prototype of an'intelligent'process monitoring system | |
Sesana et al. | Process and Product Quality Optimization with Explainable Artificial Intelligence | |
van Leeuwen et al. | How to responsibly deploy a predictive modelling dashboard for study advisors? A use case illustrating various stakeholder perspectives | |
JPS61151751A (ja) | システムの異常診断方式 | |
Zimmerman et al. | CRAW—An Expert System for Nuclear Reactor Cover Gas Alarm Analysis | |
Duncan | Representation of Fault‐Finding Problems and Development of Fault‐Finding Strategies | |
Follesø et al. | Test and Evaluation Program for a Prototype of an Advanced Computerized Control Room for Nuclear Power Plants | |
JPH05313900A (ja) | 診断エキスパートシステム開発支援装置 | |
WO2023208380A1 (en) | Method and system for interactive explanations in industrial artificial intelligence systems | |
Mishra | A Water Treatment Application for Model-based Decision Support System | |
She et al. | 6 Human Error | |
JPH0431714A (ja) | プラント診断システムのデバッグツール | |
IT9021931A1 (it) | Sistema di prova per sistema esperto | |
Kontogiannis et al. | Application of cognitive ergonomics to the control room design of advanced technologies |