JPS6325726A - 知識ベースを用いた推論方法 - Google Patents

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。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は知識ベースを用いた推論方式に関し、特に曖昧
な知識を用いた。信頼性の高い診断・制御システムの構
築に好適な、知識ベースを用いた推論方式に関する。

〔従来の技術〕

従来の、曖昧な知識を用いた推論方式は、例えば、「計
測と制御Ｊｖｏ１．２２．　Ｎａ　９　（１９８３）ｐ
ｐ、７７４〜７７９において論じられているように、Ｍ
ＭＣＩＮの方法、主観的Ｂａｙｅｓの方法、　Ｄ　ｅｍ
ｐｓｔｅｒ　＆　Ｓ　ｈａｐｅｒ理論に基づく方法、フ
ァジー論理に基づく方法等が知られている。

これらの方法は、いずれも、人間の持つ曖昧な知識を、
確信度、確率、メンバシップ関数等を用いることにより
、利用可能としたものであり、これにより、人間の思考
形態に類似した推論を行うことが可能になっている。

〔発明が解決しようとする問題点〕

しかし、上記従来技術は、以下の点に関して配慮がなさ
れていないという問題がある。

第１の問題は、否定、肯定の確信度（曖昧さ）の取扱い
ができないことである。人間は、事象の成立判定を行う
際に、その事象が成立しないか成立するかの、“０７１
から“１″までの１つの確率尺度で曖昧さを処理してい
るのではなく、少なくとも。

事象の成立に関する尺度、事象の不成立に関する尺度を
、それぞれ別々に処理し推論を行う。

これは、次の例で明らかにできる。

事象の成立、不成立を、１４０　ＩＩ〜ｔｔ　１　ｕの
確率で表わすとする。ある曖昧な知識を用いて、事象Ａ
がｒあまり成立しそうもない」ことが判明したとき、事
象Ａに対して１例えば、０．２の確率を与える。

また、別の知識を用いて、同様の結果が得られたとする
。この場合、事象Ａの確率は、１−０．８　Ｘ　Ｏ，８
＝　０．３６ となり、直観に合わない。これは、確率の１′０”を不
成立としたことに起因している。

上述の直観からのずれをなくすために、前述のＭＹＣ：
ＩＮの方法では、不成立〜成立を、−１〜１にマツピン
グし、−１〜０，０〜１の区間内で、それぞれ確率論に
基づく計算を行っている。例えば、事象Ａがあまり成立
しそうもないとき、−〇、２とすると、このような結果
がもう一度得られたとき、−０，３６となり、直観に合
致する。

主観的Ｂ　ａｙｅｓの方法、　Ｆｕｚｚｙ（ファジー）
理論は０〜１の尺度であるが、上述の直観からのずれを
なくすため、異なる知識を用いて同じ事象が導かれても
、その事象の確率、メンバシップ値を、ＭＡＸ演算子で
結合している。しかし、事象Ａの確率が、異なる知識を
用いて、０．８．０．９と得られた場合でも、　Ｍ　Ａ
　Ｘ　（０，８，０，９）　＝　０．９　トナ’！、別
ノ意味で直観からずれている。

Ｄ　ｅｉ＋ｐｓｔｅｒ　＆　Ｓ　ｈａｐｅｒ理論に基づ
く方法は、無知量を扱えるものの、規則の条件部、結論
部が事象の集合で表わせない場合、不成立をＩＩ　ＯＩ
Ｔ、成立を１″とした確率論に基づく計算と同じになり
、直観からのずれを避けられない。

このように、ＭＹＣ：ＩＮの方法以外の、従来の曖昧推
論法では、否定、肯定の曖昧さを、人間の直観と合致す
るように扱うことはできない。

また、ＭＭＣＩＮの方法においても、ある事象を別々の
知識を用いて推論した結果が、それぞれ＋０．８．−０
．５となった場合、この事象の確信度を、０．８　＋　
（−０，５）　＝　０．３の如く計算して、１つの尺度
で表現してしまう。

つまり、否定、肯定の２つの尺度を持っている。

わけではなく、結局、−１〜１の１つの尺度で表現して
しまうという問題があり、実質的には、否定、肯定の確
信度を取扱うことはできない。

第２の問題は、曖昧さを取扱う推論システムにおける曖
昧知識の正当性、信頼性確保のための配慮不足である。

０．１の２値で真偽を表わす論理に比較して、曖昧さを
取扱う推論においては、知識の正当性。

信頼性に関する保証が非常に困難である。

しかし、逆に、曖昧さを用いることにより、曖昧知識を
用いた推論の正当性、信頼性を向上させることができる
。

従来の推論システムにおいては、この曖昧性を用いた。

正当性、信頼性の向上に関して全く配慮されておらず、
曖昧推論システムを用いた制御システムの、安全性を要
求される分野への適用の大きな障害になっていた。

他方、従来の推論システムにおいては、知識ベースの意
味的なチェックが行われないため、知識ベースシステム
の安全性には、問題があるとされていたという状況があ
る。

本発明は上記事情に鑑みてなされたもので、その目的と
するところは、従来の知識ベースを用いた推論方式にお
ける上述の如き問題を解消し、知識ベースシステムの信
頼性を向上させ、安全性を要求される分野への適用を可
能にした、知識ベースを用いた推論方式を提供すること
にある。

〔問題点を解決するための手段〕

本発明の上記目的は、確信度付きの規則等の形で表わさ
れた知識を用いて、対象の状態を分析し診断、制御等を
行うシステムにおいて、推論過程において導き出される
事象に対して、該事象が成立しない確信度（否定の確信
度）および該事象が成立する確信度（肯定の確信度）を
、それぞれ、独立に取扱って推論を行うことを特徴とす
る。知識ベースを用いた推論方式、または、規則等の形
で表わされた知識を用いて、対象の状態を分析し、診断
、制御等を行うシステムにおいて、対象の状態から導く
ことができる事象に関する知識ベースと、対象の状態か
ら導くことができない事象に関する知識ベースとを用い
ることを特徴とする知識ベースを用いた推論方式によっ
て達成される。

〔作用〕

本発明の第１の構成においては、推論過程で導かれる各
事象について、否定、肯定の２つの尺度での曖昧さを保
持すること、および、それぞれの尺度を独立に用いた推
論が可能となるので、人間の思考形態により近い曖昧推
論を実現できることになる。この結果、人間の持つ曖昧
な知識を計算機に容易に移植可能となる。

また、否定、肯定の２つの尺度を用いて独立に推論を行
う過程において、推論により導かれる各事情の、否定、
肯定の各尺度で表わされる曖昧さに、いずれの値も大き
い等の矛盾がないかを、常に監視するとともに、監視の
結果、矛盾が検知された場合、知識ベース構築時であれ
ば、該矛盾を生じさせた知識を知識ベース構築者に知ら
せるようにすることにより、知識ベース自身の信頼性を
向上させることができる。

また、本発明の第２の構成においては、ある状況におい
て、導くことができる事象と、導くことができない事象
との双方を知ることができ、ある事象が双方に属してい
る場合、これを矛盾とみなすことにより、知識ベースシ
ステムの持つ矛盾を容易に検出することができろように
なるにれにより、制御システム等で、実操業中に矛盾が
検知された場合、オペレータに警告を発するとともに、
矛盾を検知した事象に関する一切の推論を行わないよう
にすることにより、矛盾のある事象を用いて誤った推論
結果を出力することを避けることができる。

〔実施例〕

以下、本発明の実施例を図面に基づいて詳細に説明する
。

第１図は本発明の一実施例を示す曖昧推論システムの構
成図である。本実施例は、プロセス工場内に設置されて
いる各種センサ情報と、確信度付きルールの形で表おさ
れた知識を用いて、プロセスの状態を１つの観点に基づ
いて推論し、オペレータに知らせるシステムである。

本システムには、２つの使用形態がある。

１つは、知識ベース構築者が、プロセカ診断に用いる知
識を計算機に入力し、その正当性を検証する使用形態で
ある。また、他の１つは、知識ベース４１築者が作成し
た知識ベースを用いて、プロセスの状態を推論し、推論
結果に基づいて、プロセスのオペレータが制御指示を出
すという使用形態である。

知識ヘース構築者は、コンソール１により、知識ベース
を作成し、作成した知識ベースによる推論結果を基に、
知識ベースを修正する。

プロセスのオペレータは、コンソール２より、知識ベー
ス構築者により作成された知識ベースによる推論結果を
得、これに基づいてプロセスの制御指示を出す。

以下、詳細な説明を行う前に、本システムにおける。ル
ール記述、事象の確信度、確信度計算方法について説明
する。

まず、ルール記述について説明する。曖昧な知識は、第
１図に示した知識ベース５に格納されており、第２図に
示す如く、確信度付きのルール２０で表わされている。

１つのルールは、ルール名称２１、条件部２２．結論部
２３．Ｏ”より大きく　、　＃　Ｉ　ＩＩ以下の確信度
２４から構成される。例えば、ルール２０は、Ａ、Ｂ、
Ｃの事象が正しいならば、Ｄの事象が正しいことを０．
８の確からしさて判定できるという知識を表わしている
。

各事象の前に、ＩＩ　　１１記述がある場合、否定事象
を表わす。例えば、ルール２５は、Ｂ、Ｅの事象が偽で
あるならば、Ｄの事象も偽であることを０．５の確から
しさて判定できるという知識である。このルールを用い
て、事象の確信度を導き出すことができる。

次に、事象の確信度について説明する。事象の確信度は
、否定、肯定の２つの尺度で表わされ、事象Ａの否定の
確信度はＣｆｎｔｇ（Ａ）、肯定の確信度はＣｆ、。、
（Ａ）で表わし、その値域はパ０″′以上、“１″以下
である。

例えば、Ｃｆｒ＋ｔｇ（Ａ）＝０．８であることは、事
象Ａが成立していないことを０．８の確がらしさて判定
できることを示しており、Ｃｆ、。５（Ａ）＝ｏ、ｓで
あることは、事象Ｂが成立していることを０．５の確か
らしさて判定できることを示している。この各事象の確
信度は、第１図に示したワーキングメモリ６に保持され
る。

次に、確信度計算方法について、第３図を用いて説明す
る。

ルールを記述４０に示す如く、条件部が条件事象列４１
．結論部が結論事象列４２で構成されており、このルー
ル自身の確信度がＣｆｒ４３であるとする。

条件事象、結論事象は、先に第２図に示した、Ａ、Ｂ、
Ｃや−Ｂ、−Ｅ、−Ｄであり、１４　７１記号の付いた
事象（「負の事象」と呼ぶ）と、１４　１１記号の付か
ない事象（「正の事象」と呼ぶ）から成っている。

Ｃｆ（条件部）４４はルールの条件部が、どの程度満足
されたかを表わす値であり、第３図に示した式４５で示
される如く、Ｃｆ（条件事象ｉ）のｗｉｎ値である。

Ｃｆ（条件事象ｉ）の値は、第３図に示した式４６で示
される如く、負の事象、すなわち、ｉｉ　　＋ｙ記号の
付いた事象であればＣｆｎａｇ（条件事象ｉ）、正の事
象、すなわち、ＩＩ　　１１記号の付かない事象であれ
ばＣｆア。、（条件事象ｉ）である。

例えば、ＩＦ　Ａ、−Ｂ、ＣＴＨＥＮ・・・・・のルー
ルのＣｆ（条件部）は、 ｍ１ｎ（Ｃｆｒｏｉ（Ａ）、Ｃｆｎｔｇ（Ｂ　Ｌ　Ｃｆ
ｒｏｓ（Ｃ））で表わされる。上記Ｃｆｐｏｓ（Ａ）、
Ｃｆｎ−ｇ（Ｂ　）およびＣｆｐｃｓｔＣＣ）が、それ
ぞれ、０，３，０．５および０．２であった場合、　Ｃ
ｆ（条件部）は０．２となる。

Ｃｆ（結論部）４７は第３図に示した式４８で示される
如く、結論部に記述されている結論事象に対する、ルー
ル４０を用いて推論を行った場合の確がらしさである。

結論事象の確信度は、この値によって、式４９に示され
る如く、確率論に基づき更新される。式４９ニおイテ、
Ｃｆｎｔｇ、　Ｃｆｒｏｇは、コノルールを用いて推論
を行う直前の否定、肯定の確信度であり、これらは、　
Ｃｆ’ｎ−ｇ、　Ｃｆ’ｐｏｓテ表わされる値に更新さ
れる。

第４図に具体例を示した。第１図に示したワーキングメ
モリ６の現在の値が、表５０で表オ〕されているとする
。この状況において、ルール５１を用いて推論を行うと
、式５２．５３により、Ｃｆ（Ｍ論部）＝０９２４が得
られる。次に、式５４．５５ニより、ＣｆＰＯ８（Ｄ）
が０．４６８　、　Ｃｆｎａｇ　（Ｅ　）が０．７７２
となり、上述のワーキングメモリ６の内容は、表５６に
示される如く、それぞれ、　０．４６８．０．７７２に
更新される。

第１図に戻り、本実施例のシステムの機能を詳細に説明
する。

プログラム７．８．９は、それぞれ、否定の確信度のみ
を用いる推論機構、肯定の確信度のみを用いる推論機構
、否定の確信度および肯定の確信度の両方を用いる推論
機構である。これらの推論機構は、知識ベース５に格納
されている確信度付きルールを用いて推論を行い、推論
過程で導き出される事象を、ワーキングメモリ６に記憶
する。つまり、知識ベース５には、第２図に示したルー
ル群が記憶されており、ワーキングメモリ６には、推論
により導かれた各事象の否定、背定の確信度が第４図に
示した表５０の如く記憶されている。

プログラム１０は、プロセス工場１１に設置しである各
種センサ情報を収集する。上述の各推論機構７．８．９
は、推論において必要となるセンサ情報を、プログラム
１０から知ることができる。

以下、プログラム７．８．９について説明する。

プログラム７は、否定の確信度のみを用いる推論機構で
あり、その処理フローチャートを第５図に示す。

まず、ワーキングメモリ６をクリアし、すべての事象に
関する確信度を消去する（ステップ６０）。

次に、知識ベース５から、負の事象のみから成るルール
のみを読出し、記憶する（ステップ６１）。負の事象の
みから成るルールとは、例えば、Ｉ　Ｆ　−Ａ、−Ｂ　
　ＴＨＥＮ　−Ｃｗｉｔｈ　Ｏ，８の如く、条件部、結
論部を構成するすべての事象が、ＩＩ　−１７記号の付
いた事象であるルールである。

但し、センサデータに関する事象は、正事象であっても
良い。例えば、 ＩＦ（セ：／１０１（７）値が６５．２以上）、−Ｂ、
−ＣＴＨＥＮ・・・・ のルールの第１番目の条件の事象： センサ０１の値が６５．２以上 は、正事象であるが、センサデータに関する事象である
ため、このルールも選択される。

次に、選択されたルール中に現われるセンサデータに関
する事象の真偽を、プログラム１ｏに間合せる（ステッ
プ６２）。この値は、真・偽（１，０）の２値である。

すべてのルールのＣｆ（結論部）を第３図に示した式４
７により算出し、 未実行、かつ、Ｃｆ（結論部）〉０ であるルールを選択しくステップ６３）、結論部に記さ
れている負事象の確信度を、第３図に示した式４９によ
り更新し、ワーキングメモリ６に記憶する（ステップ６
４）。これを、未実行、かつ、Ｃｆ（結論部）〉０のル
ールがなくなるまで、行う。

上述の推論機構により、ワーキングメモリ６には、事象
の否定の確信度のみが記憶されることになる。

プログラム８は、肯定の確信度のみを用いる推論機構で
ある。その処理フローチャートは、第５図のステップ６
１を、「知識ベースより、正事象とセンサデータに関す
る事象のみから成るルールを読出す」に変えたものであ
る。つまり、プログラム８では、 ＩＰ−（センサ０１の値が６５．２以上）、Ｂ、ＣＴＨ
Ｅ　Ｎ　　・・・・ の如く、センサデータに関する事象と正事象のみから成
るルールのみを用いて推論を行う。この推論により、ワ
ーキングメモリ６に記憶される情報は、事象の肯定の確
信度のみとなる。

プログラム９は、否定、肯定の確信度の両方を用いる推
論機構である。その処理フローチャートは、第５図のス
テップ６１を、「知識ベースより。

すべてのルールを読出す」に変えたものである。

つまり、プログラム９では。

ＩＦ　−Ａ、Ｂ、−ＣＴＨＥＮ　−Ｄ・・・・の如く、
正、負事象が混在するルールを含めて。

すべてのルールを用いて推論を行う。この推論によりワ
ーキングメモリ６に記憶される情報は、事象のＩテ定お
よび肯定の確信度である。

以上、各推論方式について説明したが１次に、本曖昧推
論システムの、メインプログラムであるプログラム３，
４について説明する。

プログラム３は、知識ベース構築者との対話を行い、プ
ログラム７．８．９を用いて、推論を指示し、ワーキン
グメモリ６の内容を知識ベース構築者に知らせるととも
に、ワーキングメモリ６の各事象の否定、肯定の確信度
を監視し、矛盾を検知した場合、矛盾を発生させたルー
ルを表示するとともに、推論の一時停止を指示する。

第６図にこの処理のフローチャートを示す。

まず、否定の確信度のみを用いる推論、肯定の確信度の
みを用いる推論、否定の確信度および肯定の確信度の両
方を用いる推論のいずれかを間合せる（ステップ７０）
。

否定の確信度のみを用いる推論の場合は、プログラム７
に起動をかけ（ステップ７１．７２）、推論が終了する
まで待ち（ステップ７５）、ワーキングメモリ６の内容
を表示する（ステップ８３）。

肯定の確信度のみを用いる推論の場合も、同様にプログ
ラム８に起動をかけ（ステップ７３．７４）、終了する
まで待ち（ステップ７５）、結果を表示する（ステップ
８３）。

否定の確信度、肯定の確信度の両方を用いる推論では、
まず、矛盾と判断する基準値を間合せる（ステップ７６
）。本システムでは、事象Ａの矛盾度Ｃｎやｒ（Ａ）を
。

Ｃ，やｒ（Ａ） ＝ｍａｘ（Ｃｆｎａｍ（Ａ）＋〇ｆｒｏｇ（Ａ）　　１
　＋　Ｏ）としている。これは、第７図（Ａ）に示す折
れた平面９０となる。この関数は、第７図（Ｂ）に示す
９１の部分が′Ｏ″′、９２の部分が１１０１１以上１
（Ｉ　Ｉ＋以下の値をとり、Ｃｆｒ＋−ｇ（Ａ）＝　１
　、　Ｃｆｒｏｍ（Ａ）＝　１のとき、Ｃｎや、（Ａ）
＝１となり、最大値をとる。つまり、Ｃｆｎｓｇ（Ａ）
＝　１　、　Ｃｆｐｏｇ（Ａ）　＝　１のとき、最大の
矛盾と判定する。

前記ステップ７６では、この式で算出される矛盾度がい
くつ以上になった場合を、矛盾と判定するかを間合せて
いるものである。次に、プログラム９に起動指示を行い
（ステップ７７）、推論中、常にＣｎ１．ｒ（・）を、
ワーキングメモリ６内のすべての事象について監視しく
ステップ７８．７９）、Ｃｒ＋＋ｒ（・）がステップ７
６で指示された値より大きい場合、プログラム９に一時
停止を指示し、矛盾を検知した事象、および、この事象
を導き出したルールを表示しくステップ８０）、推論を
再開するか否かを間合せる（ステップ８す。

再開する場合は、プログラム９に再開指示を与え（ステ
ップ８２）、ステップ７８からの処理を行う。

終了の場合は、ワーキングメモリ６の内容を表示しくス
テップ８３）、終了する。

次に、プロセスのオペレータとの対話および推論管理を
行うプログラム４について説明する。プログラム４は、
基本的には、第６図に示した処理フローチャートと同じ
処理を行う。

異なる部分は、ステップ７８で矛盾を検出したときの処
理８０〜８２である。プログラム４では、ステップ７８
で矛盾を検出した場合、ステップ８０〜８２ではなく、
「矛盾が発生した事象名を警告として表示し、プログラ
ム９に記憶されているルールの中で、矛盾となる事象に
関係するルールを探し出して、すべて消去し、プログラ
ム９に推論再開を指示する」という処理を行う。

本実施例によれば、プラント診断において用いる曖昧な
知識の構築を効率良く行うことができ、その信頼性も高
い。また、曖昧な知識を用いて実損因業において診断を
行う際、現在、何が起きており、何が起ていないかを知
ることができるとともに、曖昧推論中に矛盾が発生した
場合でも、信頼性のある推論結果を得ることができ、安
定性を高めることができるという効果がある。

第８図は本発明の第２の構成例を示す推論システムの構
成図である、本実施例は、プロセス工場内に設置されて
いる各種センサ情報と、相補性知識ベース内の知識とを
用いて、プロセスの状態を推論し、オペレータに知らせ
るシステムである。

本システムにも、２つの使用形態がある。

１つは、知識ベース構築者が、規則の形で知識を計算機
に入力し、その正当性を検証し、知識の修正、教加を行
う使用形態、他の１つは、知識ベース構築者により作成
された知識ベースと、プロセス工場からのセンサ情報と
を用いて、行うべき制御操作を推論し、これにより、プ
ロセスコントロールを自動的に行うという使用形態であ
る。

知識ベース構築者は、コンソール１により、行うべき制
御操作を導く知識ベース１２と、行ってはならない制御
操作を導く知識ベース１４とを入力する。相補性チェッ
ク機構１３は、上記知識ベース１２が「行うべき制御操
作を導く知識ベース」として適切か否か、また、上記知
識ベース１４が「行ってはならない制御操作を導く知識
ベース」として適切か否か、を判定するとともに、それ
ら２つの知識ベースが相補的になっているか否かを検証
し、相補性を満たさない事象を、！告とともにモニタと
してのコンソール１に出力する。

第９図にルールの表現方法を示す。基本的な構成は、先
に第２図に示したものと同じであり、ここでは、（Ａ）
に示す如き１行うべき制御操作（Ｄ）を示す肯定的ルー
ルと、（Ｂ）に示す如き、行ってはならない制御操作（
丁）を示す否定的ルールとがあることを示しているもの
である。

前述の知識ベース１２には、上記（Ａ）に示した如き結
論部にＸの記載がない肯定的ルールのみが、また、知識
ベース１４には、上記（Ａ）、（Ｂ）に示した両方の形
のルールが記述される。

次に、相補性チェック機構について、第１０図を用いて
説明する。

知識ベース１２のルール記述にＸの事象が存在するか否
かをチェックしくステップ３０）、存在する場合、この
ルールは知識ベース１４に記述すべきであるので、メツ
セージ「知識ベース１２にｒのルールが存在する」を出
力しくステップ３１）、終了する。

次に、結論部に記述されている事象で、かつ、条件部に
記述されていない事象を探し、結論事象とする（ステッ
プ３２）。

ステップ３２で得られた結論事象が、すべて制御操作で
あるか否かをチェックしくステップ３３）、制御操作で
ないものが存在した場合、その事象は無意味な中間事象
であるため、メツセージ「制御操作の推論に結び付かな
い事象が存在する」を出力しくステップ３４）、終了す
る。

以上の処理により、知識ベース１２が、「行うべき制御
操作を導く知識ベース」として適切かどうかを判定する
ことができる。

ステップ３５〜３７では、知識ベース１４について、上
と同様のチェックを行っている。

ステップ３８は、知識ベース１２と同１４との相補性を
調べる処理であり、ステップ３２および同３５で得られ
た、それぞれの知識ベースの結論事象の集合において、
片方の集合のみにしか属さない事象を非相補事象として
出力する（ステップ３９）、非相補事象がない場合は、
メツセージ「ＯＫ」を出力し終了する。

以上説明した相補性チェック機構１３の処理の具体例を
、第１１図に示した。

ルール群６５は知識ベース１２に属するルールである。

まず、結論事象を算出する。すべてのルールの結論部の
事象Ｃ，Ｅ、ＧおよびＨについて、それらが条件部に現
われていないかチェックする。ＣおよびＥは、他のルー
ルの条件部に現りれているため、ルール群６５の結論事
象は、（Ｇ、Ｈ）となる。

一方、ルール群６７は知識ベース１４に属するルールで
あり、同様にして結論事象は、（Ｇ）となる。

そこで、これらの集合を比較すると、事象Ｈは前記「行
うべき制御操作」の判定はできるものの、「行ってはな
らない制御操作」の判定ができないことになり、知識ベ
ース１２と１４とは、事象Ｈにおいて相補的でないこと
が判明した。

次に、第２の使用法である、知識ベース１２と１４とを
用いて、プロセスコントロールを行う方法について説明
する。

推論機構１５．１６は、それぞれ、知識ベース１２゜１
４を用いて推論を行うものである。推論は、条件部を満
たされたルールを順々に実行し、実行の過程で導出され
る制御操作を、それぞれ、ファイル１７、１９に記憶す
ることにより行う。この操作を。

実行可能ルールがなくなるまで続ける。

ルールの条件部に、センサ情報に関する事象がある場合
、プロセスコントロール機構２６に、その真偽を間合せ
る。

推論機構ｔｓ、　１６により、ファイル１７．１９には
、知識ベース１２．１４を用いたときの推論結果が格納
されて行く。矛盾検知機構１８はファイル１７．１９を
比較し、ファイル１７にある「行うべき制御操作」がフ
ァイル１９の「行ってはならない制御操作」にあるかど
うかをチェックし、なければ、プロセスコントロール機
構２６に、上記「行うべき制御操作」を指示する。また
、「行ってはならない制御操作」にある場合には、その
制御操作を無視する。

上記処理の具体例を、第１２図に示した。知識ベース９
３は、「行うべき制御操作」に関する知識であり、これ
を用いて推論を行った結果、（Ｇ、Ｈ）が得られた（９
４）とする。つまり、この例では、現在「制御操作Ｇと
Ｈを行うべきである」と推論されていることになる。同
様に、知識ベース９５を用いて推論を行った結果、結論
事象は（Ｈ）、つまり、現在、「制御操作Ｈを行っては
ならない」と推論されたことになる。

ここで、行うべき制御操作Ｈは、行ってはならない制御
操作でもあるため、無視され、制御操作（Ｇ）のみが行
われる。

本実施例によれば、相補的知識ベース構築が容易になる
こと、および、相補的知識を用いることによる制御シス
テムの信頼性の向上等の効果を得ることができる。

上記実施例においては、推論に用いる知識ベースとして
、「行うべき制御操作を導く知識ベース」と［行っては
ならない制御操作を導く知識ベース」とを、直接、組合
せず、一方を両方を含む形の知識ベースとした例を示し
たが１本発明はこれに限定されるべきものではない。

〔発明の効果〕

以上述べた如く、本発明によれば、確信度付きの規則等
の形で表わされた知識を用いて、対象の状態を分析し診
断、制御等を行うシステムにおいて、推論過程において
導き出される事象に対し、該事象が成立しない確信度（
否定の確信度）および該事象が成立する確信度（背定の
確信度）を、それぞれ、独立に取扱って推論を行うこと
、または、規則等の形で表わされた知識を用いて、対象
の状態を分析し、診断、制御等を行うシステムにおいて
、対象の状態から導くことができる事象に関する知識ベ
ースと、対象の状態から導くことができない事象に関す
る知識ベースとを用いることを。

特徴とする知識ベースを用いた推論方式としだので、知
識ベースシステムの信頼性を向上させ、安全性を要求さ
れる分野への適用を可能にした。知識ベースを用いた推
論方式を実現できるという顕著な効果を奏するものであ
る。

【図面の簡単な説明】

第１図は本発明の一実施例を示す曖昧推論システムの構
成図、第２図はルールの構成を示す図、第３図は確信度
の計算方法を説明する図、第４図は確信度計算の一例を
示す図、第５図は推論機構の処理フローチャート、第６
図はモニタプログラムの処理フローチャート、第７図は
矛盾度量数を示す図、第８図は本発明の第２の構成の実
施例を示すシステム構成図、第９図はルール記述の例を
示す図、第１０図は相補性チェック機構の処理フローチ
ャート、第１１図は相補性チェックの例を示す図、第１
２図は矛盾検知の例を示す図である。 １．２：コンソール、３，４：対話と推論の管理機構、
５．１２．１４：知識ベース、６：ワーキングメモリ、
７：否定の確信度を用いる推論機構、８：ｔ？定の確信
度を用いる推論機構、９：否定、肯定の確信度を用いる
推論機構、１３：相補性チェック機構、１８：矛盾検知
機構。

Claims (1)

1. 【特許請求の範囲】 １、確信度付きの規則等の形で表わされた知識を用いて
   、対象の状態を分析し、診断、制御等を行うシステムに
   おいて、推論過程において導き出される事象に対して、
   該事象が成立しない確信度（否定の確信度）および該事
   象が成立する確信度（肯定の確信度）を、それぞれ、独
   立に取扱って推論を行うことを特徴とする、知識ベース
   を用いた推論方式。 ２、前記否定の確信度および肯定の確信度を、それぞれ
   、独立に取扱う方式が、 （１）肯定の確信度のみを用いて推論を行うモード （２）否定の確信度のみを用いて推論を行うモード （３）否定の確信度、肯定の確信度の両方を用いて推論
   を行うモード の中から少なくとも２つを選択して、推論を行う方式で
   あることを特徴とする、特許請求の範囲第１項記載の知
   識ベースを用いた推論方式。 ３、確信度付きの規則等の形で表わされた知識を用いて
   、対象の状態を分析し、診断、制御等を行うシステムに
   おいて、推論過程において導き出される事象に対して、
   該事象が成立しない確信度（否定の確信度）および該事
   象が成立する確信度（肯定の確信度）を、それぞれ、独
   立に取扱って推論を行い、導かれた否定・肯定の確信度
   間に生ずる矛盾を検知することを特徴とする、知識ベー
   スを用いた推論方式。 ４、規則等の形で表わされた知識を用いて、対象の状態
   を分析し、診断、制御等を行うシステムにおいて、対象
   の状態から導くことができる事象に関する知識ベースと
   、対象の状態から導くことができない事象に関する知識
   ベースとを用いることを特徴とする知識ベースを用いた
   推論方式。 ５、規則等の形で表わされた知識を用いて、対象の状態
   を分析し、診断、制御等を行うシステムにおいて、対象
   の状態から導くことができる事象に関する知識ベースと
   、対象の状態から導くことができない事象に関する知識
   ベースとを用いて推論を行い、前記２つの知識ベースを
   用いた推論結果間に生ずる矛盾を検知することを特徴と
   する知識ベースを用いた推論方式。