JPS63304328A - 強さの異なる複数の制約を充足する問題解決方式 - Google Patents
強さの異なる複数の制約を充足する問題解決方式Info
- Publication number
- JPS63304328A JPS63304328A JP62140814A JP14081487A JPS63304328A JP S63304328 A JPS63304328 A JP S63304328A JP 62140814 A JP62140814 A JP 62140814A JP 14081487 A JP14081487 A JP 14081487A JP S63304328 A JPS63304328 A JP S63304328A
- Authority
- JP
- Japan
- Prior art keywords
- constraints
- countermeasure
- solution
- knowledge
- 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 claims description 8
- 230000001186 cumulative effect Effects 0.000 abstract description 7
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Landscapes
- Devices For Executing Special Programs (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、ある問題の解決策を生成するシステム特に、
人工知能の分野において、設計型のエキスパートシステ
ムで設計の生成を行う場合や、診断型のシステムｉｃＴ
ｈＭて診断帖果に対する対策を生成する場合において、
解決策に対する様々な制約を満たしながら問題解決を行
う推論方式に関し特に、全ての制約を満たすような解を
得ることが難しい場合に、全ての制約を満たすことはで
きないが、絶対的な制約は満たし、かつ強−制約を優先
的に満たすような問題解決方式に関する。
人工知能の分野において、設計型のエキスパートシステ
ムで設計の生成を行う場合や、診断型のシステムｉｃＴ
ｈＭて診断帖果に対する対策を生成する場合において、
解決策に対する様々な制約を満たしながら問題解決を行
う推論方式に関し特に、全ての制約を満たすような解を
得ることが難しい場合に、全ての制約を満たすことはで
きないが、絶対的な制約は満たし、かつ強−制約を優先
的に満たすような問題解決方式に関する。
（従来の技術〕
従来も、複数の制約を充足する解決策を生成する問題解
決方式は存在したが、制約の強さは皆同じレベルで扱わ
れておシ、全ての制約を満たす解を生成するか、全ての
制約を満たす解は存在しないという結論を生成していた
。
決方式は存在したが、制約の強さは皆同じレベルで扱わ
れておシ、全ての制約を満たす解を生成するか、全ての
制約を満たす解は存在しないという結論を生成していた
。
実際に世の中に存在する問題を考えてみると、要求を全
て満足する解決策を見付けるのは難しいことがある。そ
の場合には、絶対に満たさなければならない制約は別に
して、他の制約に対しては、できるだけ強い制約を満た
すようにした、妥協案を選ぶしか仕方がない。人工知能
における従来の制約充足の問題では、与えられた制約は
、皆同−レベルでとらえられてお夛、全ての制約を満た
す解を生成しようとし、制約の強さを考慮し、妥協案を
生成するということは行われない。
て満足する解決策を見付けるのは難しいことがある。そ
の場合には、絶対に満たさなければならない制約は別に
して、他の制約に対しては、できるだけ強い制約を満た
すようにした、妥協案を選ぶしか仕方がない。人工知能
における従来の制約充足の問題では、与えられた制約は
、皆同−レベルでとらえられてお夛、全ての制約を満た
す解を生成しようとし、制約の強さを考慮し、妥協案を
生成するということは行われない。
本発明の強さの異なる複数の制約を充足する問題解決方
式は、 問題の解決策が満足すべき、強さの異なる複数の制約を
記憶する制約記憶手段と、 問題を解決するための知識を記憶する知識記憶手段と、
前記制約記憶手段から複数の制約の強さを考慮し、前記
知識記憶手段からの知識を使用しながら、強い制約を優
先し可能な限夛全ての制約を満たす問題の解決策を生成
する推論手段とを有する。
式は、 問題の解決策が満足すべき、強さの異なる複数の制約を
記憶する制約記憶手段と、 問題を解決するための知識を記憶する知識記憶手段と、
前記制約記憶手段から複数の制約の強さを考慮し、前記
知識記憶手段からの知識を使用しながら、強い制約を優
先し可能な限夛全ての制約を満たす問題の解決策を生成
する推論手段とを有する。
次に、本発明について図面を参照して詳細に説明する。
第１図を参照すると、本発明の一実施例である強さの異
なる複数の制約を充足する問題解決方式は、問題の解決
策を推論するのに必要な知識を格納する知識記憶手段４
と、解決策に対する強さの異なる複数の制約２と、問題
１を入力し前記知識手段４によシ記憶された知識と前記
制約をもとに解決策５を生成する推論手段３とを備えて
いる。前記強さの異なる複数の制約２には、必ず満たさ
ねばならない絶対的な制約から、満たした方が望ましい
といったレベルまでの、解決策が充足すべき強さの異な
る様々な制約が格納されている。この制約は、利用者と
の対話を通じて変化することもあれば、通常推論時の解
決策生成の過程において対象となる制約は、全ての制約
の中のある一部分であり、推論時に動的に変化する。こ
れらの制約は、この実施例では、制約の強さごとにいく
つかのグループに分けられている。すなわち、最上位の
グループを絶対的な制約とし、以下制約の強さの順に段
階的にグループ化されている。
なる複数の制約を充足する問題解決方式は、問題の解決
策を推論するのに必要な知識を格納する知識記憶手段４
と、解決策に対する強さの異なる複数の制約２と、問題
１を入力し前記知識手段４によシ記憶された知識と前記
制約をもとに解決策５を生成する推論手段３とを備えて
いる。前記強さの異なる複数の制約２には、必ず満たさ
ねばならない絶対的な制約から、満たした方が望ましい
といったレベルまでの、解決策が充足すべき強さの異な
る様々な制約が格納されている。この制約は、利用者と
の対話を通じて変化することもあれば、通常推論時の解
決策生成の過程において対象となる制約は、全ての制約
の中のある一部分であり、推論時に動的に変化する。こ
れらの制約は、この実施例では、制約の強さごとにいく
つかのグループに分けられている。すなわち、最上位の
グループを絶対的な制約とし、以下制約の強さの順に段
階的にグループ化されている。
前記知識記憶手段４には、問題を解決するために必要な
様々な知識が、なんらかの知識表現形式で表され格納さ
れている。また、推論の中間結果も知識として知識記憶
手段４に格納される。
様々な知識が、なんらかの知識表現形式で表され格納さ
れている。また、推論の中間結果も知識として知識記憶
手段４に格納される。
前記解決策生成推論手段３は、前記知識記憶手段４によ
シ記憶された知識を用いて、まず前記強さの異なる複数
の制約全てを充足する解決策の生成を試みる。全ての制
約を満たす解決策が存在しない場合には、強い制約を優
先的に充足する解決策を生成しようとする。すなわち、
必ず満たす必要のある絶対的な制約以外の制約に対して
、強い制約のグループを優先するように、グループ２か
らグループｎまで、グループ単位に、制約の強さに応じ
た重み付けを行う。その重みを用いて、充足しない全て
の制約に対する総和を計算し、その解決策に対する満足
度を表す評価値を算出する。
シ記憶された知識を用いて、まず前記強さの異なる複数
の制約全てを充足する解決策の生成を試みる。全ての制
約を満たす解決策が存在しない場合には、強い制約を優
先的に充足する解決策を生成しようとする。すなわち、
必ず満たす必要のある絶対的な制約以外の制約に対して
、強い制約のグループを優先するように、グループ２か
らグループｎまで、グループ単位に、制約の強さに応じ
た重み付けを行う。その重みを用いて、充足しない全て
の制約に対する総和を計算し、その解決策に対する満足
度を表す評価値を算出する。
解の探索時に、評価値がある水準以上の解決策のみを生
成するようにする。
成するようにする。
以下、本発明の一実施例の動作を処理の主要部分を示す
第２図を参照して詳細に説明する。
第２図を参照して詳細に説明する。
まず、ボックス１０において、全ての制約を充足する解
決策の生成が試みられる。次にボックス２０でそのよう
な解決策が存在しないと判定された場合には、ボックス
３０で充足しないそれぞれの制約に対する、制約の強さ
の表す重みが累積され、制約違反累積値が計算される。
決策の生成が試みられる。次にボックス２０でそのよう
な解決策が存在しないと判定された場合には、ボックス
３０で充足しないそれぞれの制約に対する、制約の強さ
の表す重みが累積され、制約違反累積値が計算される。
ボックス４０において、あるしきい値以下の制約違反累
積値を有する解決策が生成されるが、ボックス３０にお
いては、そのしきい値である許容制約違反累積値に初期
値が設定される。ボックス５０において、許容制約違反
累積値以下の解決策が生成されたかどうかが判断され、
もし生成されなかった場合は、ボックス６０において、
許容制約違反累積値の値が増加され、再びボックス４０
にもどシ、解決策の生成が試みられる。ボックス２０あ
るいはボックス５０により、解決策が生成された場合に
は、ボックス７０によシ、解決策が提示される。
積値を有する解決策が生成されるが、ボックス３０にお
いては、そのしきい値である許容制約違反累積値に初期
値が設定される。ボックス５０において、許容制約違反
累積値以下の解決策が生成されたかどうかが判断され、
もし生成されなかった場合は、ボックス６０において、
許容制約違反累積値の値が増加され、再びボックス４０
にもどシ、解決策の生成が試みられる。ボックス２０あ
るいはボックス５０により、解決策が生成された場合に
は、ボックス７０によシ、解決策が提示される。
〔発明の効果〕
ある問題を解決する時に、解決策には通常様々な考慮す
べき制約が存在する。それらの制約は、問題が同じであ
っても、提示する相手によって異なることもあるし、一
般には、問題解決中の解の探索中にも適用されるものは
動的に変化する。このような制約の中には、絶対溝たさ
なければならない強い制約から、できれば満たした万が
よいといった弱い制約まで様々な強さのものが存在する
。
べき制約が存在する。それらの制約は、問題が同じであ
っても、提示する相手によって異なることもあるし、一
般には、問題解決中の解の探索中にも適用されるものは
動的に変化する。このような制約の中には、絶対溝たさ
なければならない強い制約から、できれば満たした万が
よいといった弱い制約まで様々な強さのものが存在する
。
これらの全ての制約を満たす解決策が存在すればよいが
、制約の数が多い場合には全てを満たすのは難しい場合
がある。本発明ではこのような場合、全ての制約のなか
で、強い制約を優先的に満たす解決策を生成する。これ
により、従来の手法では解決策が見付からない場合にも
、重要な制約をできるだけ満たす妥協策を見いだすこと
ができる。
、制約の数が多い場合には全てを満たすのは難しい場合
がある。本発明ではこのような場合、全ての制約のなか
で、強い制約を優先的に満たす解決策を生成する。これ
により、従来の手法では解決策が見付からない場合にも
、重要な制約をできるだけ満たす妥協策を見いだすこと
ができる。
別の見方をすれば、従来の方法では、絶対に満たさなけ
ればならない強い制約しか指定できなかったが、それ以
外の弱い制約も本発明では指定することができ、その結
果、より柔軟な、優れた解決策を推論することが可能と
なる。
ればならない強い制約しか指定できなかったが、それ以
外の弱い制約も本発明では指定することができ、その結
果、より柔軟な、優れた解決策を推論することが可能と
なる。
第１図は本発明の一実施例を示す図、および、第２図は
本発明の処理の要部を示す流れ図である０ 第１図において、 １・・・・・・問題、２・・・・・・強さの異なる複数
の制約、３・・・・・・問題策生成推論手段、４・・・
・・・知識記憶手段、第２図
本発明の処理の要部を示す流れ図である０ 第１図において、 １・・・・・・問題、２・・・・・・強さの異なる複数
の制約、３・・・・・・問題策生成推論手段、４・・・
・・・知識記憶手段、第２図
Claims (1)
- 【特許請求の範囲】 問題の解決策が満足すべき、強さの異なる複数の制約を
記憶する制約記憶手段と、 問題を解決するための知識を記憶する知識記憶手段と、 前記制約記憶手段からの複数の制約の強さを考慮し、前
記知識記憶手段からの知識を使用しながら、強い制約を
優先し可能な限り全ての制約を満たす問題の解決策を生
成する推論手段とを含むことを特徴とする強さの異なる
複数の制約を充足する問題解決方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62140814A JPS63304328A (ja) | 1987-06-04 | 1987-06-04 | 強さの異なる複数の制約を充足する問題解決方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62140814A JPS63304328A (ja) | 1987-06-04 | 1987-06-04 | 強さの異なる複数の制約を充足する問題解決方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS63304328A true JPS63304328A (ja) | 1988-12-12 |
Family
ID=15277356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62140814A Pending JPS63304328A (ja) | 1987-06-04 | 1987-06-04 | 強さの異なる複数の制約を充足する問題解決方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS63304328A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03135670A (ja) * | 1989-10-20 | 1991-06-10 | Kubota Corp | 知的検索方式を備えたデータベースシステム |
| JPH08241255A (ja) * | 1995-03-06 | 1996-09-17 | Nec Corp | ネットワーク管理装置 |
-
1987
- 1987-06-04 JP JP62140814A patent/JPS63304328A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03135670A (ja) * | 1989-10-20 | 1991-06-10 | Kubota Corp | 知的検索方式を備えたデータベースシステム |
| JPH08241255A (ja) * | 1995-03-06 | 1996-09-17 | Nec Corp | ネットワーク管理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5228115A (en) | Hybrid backtrack/lookahead search technique for constraint-satisfaction problems | |
| Wang et al. | Process scheduling using genetic algorithms | |
| Holsapple et al. | Learning by problem processors: adaptive decision support systems | |
| JPS63304328A (ja) | 強さの異なる複数の制約を充足する問題解決方式 | |
| US4899290A (en) | System for specifying and executing protocols for using iterative analogy and comparative induction in a model-based computation system | |
| Unal et al. | A fuzzy finite state machine implementation based on a neural fuzzy system | |
| Lee et al. | A framework for studying the effects of dynamic crossover, mutation, and population sizing in genetic algorithms | |
| JP2507593B2 (ja) | 推論方式 | |
| JPH07319703A (ja) | 多数のファジイ論理推論規則の並列処理法及びその回路構成 | |
| JPH0451354A (ja) | ニューラルネットワーク学習装置 | |
| Prasad et al. | Learning organizational roles for negotiated search in a multiagent system | |
| Ortiz-Bayliss et al. | Automatic generation of heuristics for constraint satisfaction problems | |
| JPH10508124A (ja) | 高分解能のファジィ推論プロセッサ用のルールデコーディングおよびルール評価装置 | |
| JPS62198930A (ja) | 推論方法 | |
| Darwaish et al. | Dynamic programming inspired genetic programming to solve regression problems | |
| EP0451540A2 (en) | Hybrid backtrack/lookahead search technique for constraint-satisfaction problems | |
| JPH01161536A (ja) | 人工知能システムの推論実行方式 | |
| JPS63728A (ja) | ル−ルベ−ス装置 | |
| JPH07334477A (ja) | 統合型学習システム | |
| Bujok | On Modification of Population-Based Approach Used in Adaptive Differential Evolution Algorithm | |
| KR20140050124A (ko) | 사례기반 추론 알고리즘을 이용한 보드 게임 방법 및 그 시스템 | |
| JPH04186434A (ja) | エキスパートシステム | |
| JPH05242063A (ja) | ニューラルネットワークシステム | |
| JP2002116912A (ja) | ファジイ推論演算処理方法 | |
| Fujita et al. | Learning-based automatic generation of collision avoidance algorithms for multiple autonomous mobile robots |