JPS63196947A - 推論方法 - Google Patents
推論方法Info
- Publication number
- JPS63196947A JPS63196947A JP62028835A JP2883587A JPS63196947A JP S63196947 A JPS63196947 A JP S63196947A JP 62028835 A JP62028835 A JP 62028835A JP 2883587 A JP2883587 A JP 2883587A JP S63196947 A JPS63196947 A JP S63196947A
- Authority
- JP
- Japan
- Prior art keywords
- conditional
- conclusion
- fact
- condition
- knowledge
- 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 abstract description 22
- 230000003936 working memory Effects 0.000 claims abstract description 19
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000015654 memory Effects 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 5
- 238000007792 addition Methods 0.000 description 1
- 238000002360 preparation method 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】
産業上の利用分野
本発明は、知識工学の分野における推論方法に係り、特
に、より表現力豊かな知識表現を行える推論方法に関す
るものである。
に、より表現力豊かな知識表現を行える推論方法に関す
るものである。
従来の技術
近年、推論方法は、知識工学の応用として様々な分野に
おいて新しい問題解決手段として注目をあびている。
おいて新しい問題解決手段として注目をあびている。
従来、推論方法における条件判断は、条件項とワーキン
グメモリーの各事実との比較を行ない一致したものがあ
った時に前記条件項が満たされたとして結論部を実行し
ていた。
グメモリーの各事実との比較を行ない一致したものがあ
った時に前記条件項が満たされたとして結論部を実行し
ていた。
以下、図面を参照しながら、上述した従来の推論方法に
おける条件判定の一例について説明する。
おける条件判定の一例について説明する。
第４図は従来の知識表現の一例を示すものである。第４
図において、知識は「製品ＸはＡプロセスを終了し、か
つＢプロセスの準備はＯＫかつ、Ｂプロセスの予約はな
ければ、製品ＸはＢプロセスへ移動させるであり、その
確信度は０．８である」ということを表わしている。こ
こで確信度は−１から１の値を取り１に近いほど結論部
の確からしさが高いとする。第３図は、ワーキングメモ
リーの−例を示すものである。各事実は事実項と事実の
確からしさを表わす確信度のペアで表されている。条件
判定は、条件部とワーキングメモリーの各事実を比較す
る９本例では、４１１と３３．４１２と３１．４１３と
３２が一致するので条件部が満たされ結論部４２１がワ
ーキングメモリーに付け加えられる。
図において、知識は「製品ＸはＡプロセスを終了し、か
つＢプロセスの準備はＯＫかつ、Ｂプロセスの予約はな
ければ、製品ＸはＢプロセスへ移動させるであり、その
確信度は０．８である」ということを表わしている。こ
こで確信度は−１から１の値を取り１に近いほど結論部
の確からしさが高いとする。第３図は、ワーキングメモ
リーの−例を示すものである。各事実は事実項と事実の
確からしさを表わす確信度のペアで表されている。条件
判定は、条件部とワーキングメモリーの各事実を比較す
る９本例では、４１１と３３．４１２と３１．４１３と
３２が一致するので条件部が満たされ結論部４２１がワ
ーキングメモリーに付け加えられる。
この時に、条件部に一致した事実の確信度と結論部の確
信度によってワーキングメモリーに付け加えられる事実
の確信度が計算される。
信度によってワーキングメモリーに付け加えられる事実
の確信度が計算される。
発明が解決しようとする問題点
しかしながら上記のような方法では、条件判断における
各条件部の重みを表現できないという問題点を有してい
た。
各条件部の重みを表現できないという問題点を有してい
た。
本発明は上記問題点に鑑み、条件部に条件判定を行う確
信度のしきい値を記述できるようにし、そのしきい値に
基づいた条件判定を行わせ、知識表現の柔軟性を向上さ
せるものである。
信度のしきい値を記述できるようにし、そのしきい値に
基づいた条件判定を行わせ、知識表現の柔軟性を向上さ
せるものである。
問題点を解決するための手段
上記問題点を解決するために本発明の推論方法は、専門
知識として条件部と結論部の対として表現された複数の
プロダクションルールと、初期事実及び推論過程におい
て付け加えられた事実を一時格納しておくワーキングメ
モリーと、前記プロダクションルールの条件部と前記ワ
ーキングメモリーの各事実を比較して推論を行う推論方
法において、条件部は条件部と条件部が満たされる確信
度のしきい値より構成され、結論部は結論部と結論部の
確からしさを表わす確信度より構成され、条件部と前記
ワーキグメモリーの事実が一致し、かつ事実の確信度が
条件部のしきい値を越えた時に条件部が満たされ、結論
部を実行する推論部とを備えたものである。
知識として条件部と結論部の対として表現された複数の
プロダクションルールと、初期事実及び推論過程におい
て付け加えられた事実を一時格納しておくワーキングメ
モリーと、前記プロダクションルールの条件部と前記ワ
ーキングメモリーの各事実を比較して推論を行う推論方
法において、条件部は条件部と条件部が満たされる確信
度のしきい値より構成され、結論部は結論部と結論部の
確からしさを表わす確信度より構成され、条件部と前記
ワーキグメモリーの事実が一致し、かつ事実の確信度が
条件部のしきい値を越えた時に条件部が満たされ、結論
部を実行する推論部とを備えたものである。
作用
本発明は上記した構成によって、各条件部に条件部を満
たす確信度のしきい値を記述しておき、事実の確信度と
比較させて条件部の真偽判定を行わせることにより、条
件部の重要度の表現を可能とした。
たす確信度のしきい値を記述しておき、事実の確信度と
比較させて条件部の真偽判定を行わせることにより、条
件部の重要度の表現を可能とした。
実施例
以下本発明の一実施例の推論方法について、図面を参照
しながら、説明する。
しながら、説明する。
第１図は本発明の一実施例における推論方法の構成を示
すものである。第１図において、１は知識ベースで専門
知識を条件部と結論部の対として表現し、格納するもの
である。２は推論部で内部に条件判定部５と結論実施部
６を持つ。３は初期事実及び推論過程に付け加えられた
事実を一時格納しておくワーキングメモリーである。４
は入出力装置で、初期事実の入力や推論結果の表示を行
う。
すものである。第１図において、１は知識ベースで専門
知識を条件部と結論部の対として表現し、格納するもの
である。２は推論部で内部に条件判定部５と結論実施部
６を持つ。３は初期事実及び推論過程に付け加えられた
事実を一時格納しておくワーキングメモリーである。４
は入出力装置で、初期事実の入力や推論結果の表示を行
う。
以上のように構成された推論方法について、以下第１図
及び第２図、第３図を用いてその動作を説明する。
及び第２図、第３図を用いてその動作を説明する。
第２図は本発明での知識の一例を示すものである。第２
図において、知識は［製品ＸはＡプロセスを終了したこ
とが確定し、かつＢプロセスの準備はＯＫかつ、Ｂプロ
セスの予約はなければ、製品ＸはＢプロセスへ移動させ
るであり、その確信度は０．８である」ということを表
わしている。条件部２１１は条件部２１１１が確信度１
．０以上で確定している必要があり、条件部２１２は条
件部２１２１が確信度０．２以上である必要があるとい
うことを表わす。第３図は、ワーキングメモリーの一例
を示すものである。各事実は事実項と事実の確からしさ
を表わす確信度のペアで表されている。
図において、知識は［製品ＸはＡプロセスを終了したこ
とが確定し、かつＢプロセスの準備はＯＫかつ、Ｂプロ
セスの予約はなければ、製品ＸはＢプロセスへ移動させ
るであり、その確信度は０．８である」ということを表
わしている。条件部２１１は条件部２１１１が確信度１
．０以上で確定している必要があり、条件部２１２は条
件部２１２１が確信度０．２以上である必要があるとい
うことを表わす。第３図は、ワーキングメモリーの一例
を示すものである。各事実は事実項と事実の確からしさ
を表わす確信度のペアで表されている。
条件判定部５はワーキングメモリー３内の一つの事実と
知識ベース１内の知識の一つの条件部を読みこみ、一致
するかを判定し、一致したなら事実の確信度が条件部の
しきい値以上かどうかを調べ、しきい値以上であれば条
件部が満たされたとして、次の条件部の判定を行う。全
ての条件部が満たされた知識は、結論実施部６へ送られ
、条件部に一致した事実の確信度と結論部の確信度によ
って確信度が計算され、結論部と共にワーキングメモリ
ー３に付け加えられる。本例では条件部２１１１と事実
３３とが一致するが、事実３３はまだ確信度が０．６で
あり、しきい値２１１２以上ではないので、知識は適用
されない。事実３３の確信度が１．０になって初めて、
適用可能になる。
知識ベース１内の知識の一つの条件部を読みこみ、一致
するかを判定し、一致したなら事実の確信度が条件部の
しきい値以上かどうかを調べ、しきい値以上であれば条
件部が満たされたとして、次の条件部の判定を行う。全
ての条件部が満たされた知識は、結論実施部６へ送られ
、条件部に一致した事実の確信度と結論部の確信度によ
って確信度が計算され、結論部と共にワーキングメモリ
ー３に付け加えられる。本例では条件部２１１１と事実
３３とが一致するが、事実３３はまだ確信度が０．６で
あり、しきい値２１１２以上ではないので、知識は適用
されない。事実３３の確信度が１．０になって初めて、
適用可能になる。
発明の効果
以上のように本発明は、知識の条件部を条件項と条件項
が満たされるべき確信度のしきい値より構成し、条件項
とワーキングメモリーの事実が一致し、かつ事実の確信
度が条件項のしきい値を越えた時に条件部が満たされ、
結論部を実行する手段を設けることにより、条件項の重
要度の表現を可能とする知識表現手段を提供するもので
ある。
が満たされるべき確信度のしきい値より構成し、条件項
とワーキングメモリーの事実が一致し、かつ事実の確信
度が条件項のしきい値を越えた時に条件部が満たされ、
結論部を実行する手段を設けることにより、条件項の重
要度の表現を可能とする知識表現手段を提供するもので
ある。
第１図は本発明の全体構成を示す構成図、第２図は知識
ベース内の知識の一例を示す説明図、第３図はワーキン
グメモリーの一例を示す説明図、第４図は従来の知識の
一例を示す説明図である。 １・・・・・・知識ベース、２・・・・・・推論部、３
・・・・・・ワーキングメモリー、５・・・・・・条件
判定部、６・・・・・・結論実施部。
ベース内の知識の一例を示す説明図、第３図はワーキン
グメモリーの一例を示す説明図、第４図は従来の知識の
一例を示す説明図である。 １・・・・・・知識ベース、２・・・・・・推論部、３
・・・・・・ワーキングメモリー、５・・・・・・条件
判定部、６・・・・・・結論実施部。
Claims (1)
- 専門知識として条件部と結論部の対として表現された複
数のプロダクションルールと、初期事実及び推論過程に
おいて付け加えられた事実を一時格納しておくワーキン
グメモリーと、前記プロダクションルールの条件部と前
記ワーキングメモリーの各事実を比較して推論を行う推
論方法であって、条件部は条件項と条件項が満たされる
確信度のしきい値より構成され、結論部は結論項と結論
項の確からしさを表わす確信度より構成され、条件項と
前記ワーキングメモリーの事実が一致し、かつ事実の確
信度が条件項のしきい値を越えた時に条件部が満たされ
、結論部を実行する推論部とを備えたことを特徴とする
推論方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62028835A JPS63196947A (ja) | 1987-02-10 | 1987-02-10 | 推論方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62028835A JPS63196947A (ja) | 1987-02-10 | 1987-02-10 | 推論方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS63196947A true JPS63196947A (ja) | 1988-08-15 |
Family
ID=12259433
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62028835A Pending JPS63196947A (ja) | 1987-02-10 | 1987-02-10 | 推論方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS63196947A (ja) |
-
1987
- 1987-02-10 JP JP62028835A patent/JPS63196947A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yager | On the construction of hierarchical fuzzy systems models | |
| Perusich | Fuzzy cognitive maps for policy analysis | |
| Elsayed et al. | Fuzzy rule-based design of evolutionary algorithm for optimization | |
| Sadiq et al. | A fuzzy-based speed control of DC motor using combined armature voltage and field current | |
| Bingol et al. | Artificial intelligence applications in earthquake resistant architectural design: Determination of irregular structural systems with deep learning and ImageAI method | |
| JPS63196947A (ja) | 推論方法 | |
| Legien et al. | Agent-based decision support system for technology recommendation | |
| Lee et al. | A framework for studying the effects of dynamic crossover, mutation, and population sizing in genetic algorithms | |
| CN113221390B (zh) | 一种排产模型的训练方法和装置 | |
| JPH10340192A (ja) | ファジー論理制御装置及びその非ファジー化方法 | |
| Słoń | The use of fuzzy numbers in the process of designing relational fuzzy cognitive maps | |
| JPH01173136A (ja) | 推論方法 | |
| Dolinina et al. | Algorithms for increasing of the effectiveness of the making decisions by intelligent fuzzy systems | |
| JPH02183335A (ja) | 品質診断知識修正方法 | |
| Lee et al. | Global optimization for a special class of discrete-valued optimal control problems | |
| JP7287414B2 (ja) | 物流ルール学習装置、物流ルール実行装置、物流ルール学習方法、及び物流ルール学習プログラム | |
| Pal et al. | Specificity Based Defuzzification in Approximate Reasoning | |
| Hidayat et al. | Automatically regulates non-player character behavior using fuzzy logic as an artificial intelligence mechanism for action makers | |
| Santos | A Search Cost Reduction in Particle Swarm Optimizers Using a Blindness Factor | |
| JPS63304328A (ja) | 強さの異なる複数の制約を充足する問題解決方式 | |
| JPS62198930A (ja) | 推論方法 | |
| JPH01124030A (ja) | 知識利用情報処理システムにおける推論方法 | |
| Eick et al. | Enhancing diversity for a genetic algorithm learning environment for classification tasks | |
| JP2023165307A (ja) | 学習装置、学習方法及び学習プログラム | |
| Moreno et al. | Definition of Temporal Fuzzy Chains for Dynamic Systems |