KR950012381B1 - 퍼지 추론 룰의 재배열방법, 코드화방법 및 그 룰에 따른 퍼지추론 처리방법 - Google Patents

퍼지 추론 룰의 재배열방법, 코드화방법 및 그 룰에 따른 퍼지추론 처리방법 Download PDF

Info

Publication number
KR950012381B1
KR950012381B1 KR1019920702816A KR920702816A KR950012381B1 KR 950012381 B1 KR950012381 B1 KR 950012381B1 KR 1019920702816 A KR1019920702816 A KR 1019920702816A KR 920702816 A KR920702816 A KR 920702816A KR 950012381 B1 KR950012381 B1 KR 950012381B1
Authority
KR
South Korea
Prior art keywords
rule
conditional
rules
subrule
group
Prior art date
Application number
KR1019920702816A
Other languages
English (en)
Inventor
하지메 니시다이
Original Assignee
오므론 가부시끼가이샤
다떼이시 요시오
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 오므론 가부시끼가이샤, 다떼이시 요시오 filed Critical 오므론 가부시끼가이샤
Application granted granted Critical
Publication of KR950012381B1 publication Critical patent/KR950012381B1/ko

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • G06N5/048Fuzzy inferencing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/02Computing arrangements based on specific mathematical models using fuzzy logic
    • G06N7/026Development tools for entering the parameters of a fuzzy system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/02Computing arrangements based on specific mathematical models using fuzzy logic
    • G06N7/04Physical realisation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00Data processing: artificial intelligence
    • Y10S706/90Fuzzy logic

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Molecular Biology (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Feedback Control In General (AREA)
  • Devices For Executing Special Programs (AREA)

Abstract

내용 없음.

Description

[발명의 명칭]
퍼지 추론 룰의 재배열방법, 코드화방법 및 그 룰에 따른 퍼지추론 처리방법
[도면의 간단한 설명]
제1도는 퍼지 추론 처리장치의 전기적 구성의 개요를 도시하는 블록도이다.
제2도는 주어진 퍼지 추론 룰의 일예를 도시한다.
제3도는 본 발명의 방법에 따라서 재배열된 퍼지 추론 룰을 도시한다.
제4도는 재배열된 퍼지 추론 룰의 트리 구조를 도시한다.
제5도는 본 발명에 의한 룰의 재배열 및 코드화 처리를 도시하는 순서도이다.
제6도는 재배열되며 또한 코드화된 룰이 격납되어 있는 룰 메모리의 일부를 도시한다.
제7a도는 입력 데이타 영역을, 제7b도는 출력 데이터 영역을, 제7c도는 실행부 데이타 영역을 각각 도시한다.
제8도는 적합도 레지스터를 도시한다.
제9도는 본 발명에 의한 퍼지 추론 연산 처리를 도시하는 순서도이다.
[발명의 상세한 설명]
[기술분야]
본 발명의 퍼지 추론 룰의 재배열방법 및 코드화방법, 그리고 재배열 또는 코드화된 룰에 따라서 퍼지 추론 처리를 실행하는 방법에 관한 것이다.
[배경기술]
숙련기술자나 숙련기능자가 갖고 있는 노우하우등의 수식에 의해서는 기술하기 곤란한 지식을 자동제어, 의지결정, 고장진단등의 비선형성이 강한 제어대상의 자동제어에 이용할 목적으로, 퍼지 이론을 이용하는 것이 널리 행해지고 있다.
퍼지 추론을 위한 지식은 대부분의 경우, IF, THEN 형식으로 기술된 복수의(1조위) 룰로 표현된다. 조건부에는 일반적으로 복수의 퍼지 명제(입력 변수와 멤버십 함수와의 대조)가 포함되며, 이것들이 AND로 결합된다. 실행부에도 복수의 퍼지 명제(출력변수와 멤버십 함수와의 대조)가 포함되는 수가 있다.
이와 같은 1조의 퍼지 추론 룰은, 퍼지 추론연산이 가능하게 프로그램된 범용 디지탈·컴퓨터, 또는 퍼지 추론 연산전용 아키텍처를 갖는 퍼지·프로세서에 격납된다. 디지탈·컴퓨터 또는 퍼지·프로세서는, 주어진 입력 데이터를 룰에 적용하여 퍼지 추론 연산을 실행한다. 이 퍼지 추론 연산은, 복수의 설정된 룰을 하나하나 차례로 처리하는 소위 축차처리에 의해 실행되는 수가 많다.
1조의 퍼지 추론 룰중에 동일한 퍼지 명제가 포함되어 있는 수가 있다. 룰의 작성에서 룰 내용의 일부가 증복하는 것이 허용되어 있기 때문이다. 룰의 수가 매우 많은 경우에는 중복되는 퍼지 명제도 자연히 많아지고 용장한 것이 되고 마는 수가 있다.
상술한 바와 같이 퍼지 추론연산은 축차처리에 의해 실행되는 수가 많으므로, 룰의 일부가 중복되어 있으며, 같은 연산이 복수회 반복되고, 처리 효율이 나빠지며, 연산 속도가 저하된다.
본 발명은 1조의 룰에 있어서 그 일부가 비록 중복되어 있다고 해도 높은 처리 효율을 확보할 수 있게 하는 것을 목적으로 한다.
[발명의 개시]
본 발명에 의한 퍼지 추론 룰의 재배열방법은, 각각이 조건부와 실행부로 되는 주어진 복수의 퍼지 추론 룰을, 공통의 조건부 명제를 포함하는 룰마다 그룹화하고, 조건부 명제의 출현 빈도가 높은 것을 우선으로 하며, 또한 선행하는 룰의 조건부 명제의 적합도 연산 결과를 후속 룰의 처리에서 이용할 수 있는 순서로 상기 룰을 배열하는 것이다.
본 발명에 의한 퍼지 추론 룰의 코드화 방법은, 각각이 조건부와 실행부로 되는 주어진 복수의 퍼지 추론 룰에 관해서 (a) 출현빈도가 가장 높은 조건부 명제를 추출하고, 또한 추출한 조건부 명제를 공동으로 포함하는 룰에 의해서 그룹을 형성하며, (b) 상기 그룹에서 공통 조건부 명제로써 조건부가 종료하는 룰이 있으면 그 룰을 코드화하여 룰 메모리에 기억하고 또한 그 룰을 상기 그룹으로부터 배제하며, (c) 상기 그룹의 나머지는 룰에 대해서, 다음에 출현 빈도가 높은 조건부 명제를 추출하고, 또한 추출한 조건부 명제를 공통으로 포함하는 룰에 의해서 서브그룹을 형성하며, (d) 상기 서브그룹에 대해서 상기 스탭(b) 및(c)의 처리를 반복함으로서, 공통 조건부 명제의 출현빈도가 높은 차례로 또한 공통 조건부 명제를 보다 많은 비율로 포함하는 차례로, 룰을 코드화함과 동시에 룰 메모리에 기억하고, (e) 한 그룹에 대해서 상기 스탭 (a) 로 부터 (d)의 처리를 종료한 후에, 상기 그룹에 포함되는 룰을 제외하는 나머지의 룰에 대해서 상기 (a) 로 부터 (d)의 처리를, 룰이 없어지기까지 반복하는 것이다.
본 발명에 의한 코드화 방법의 일실시 양태에선, 룰을 조건부 및 실행부의 일명제마다 분해하여 서브 룰을 형성하고, 서브 룰에 포함되는 변수 및 멤버십 함수를 코드화한다.
본 발명에 의한 코드화 방법의 다른 실시양태에서는, 서브 룰이 전, 실행부중의 어느 것에 포함되는 가에 따라서, 그리고 그 순서 위치에 따라서 각 서브 룰의 코드에 코맨드를 붙이고 룰·메모리에 기억한다.
본 발명에 의한 퍼지 추출 룰의 재배열방법 및 코드화 방법에 의하면, 복수의 룰이 그곳에 기술되어 있는 중복되는 퍼지 명제에 착안해서 정리되며, 중복되는 것에 대해선 1회의 적합도 연산으로 추론 처리가 끝나게 재배열되어 있다.
이것으로, 동일 연산을 몇번이고 반복할 필요가 없어지며, 처리시간이 단축되고 퍼지 추론 효율이 높아진다.
본 발명에 의한 퍼지 추론 방법은, 상술한 퍼지 추론 룰의 코드화 방법에 의해서 재배열되며 또한 코드화된 룰에 따라서 연산처리를 실현하는 것이며, 룰·메모리로부터 코맨드를 포함하는 서브 룰의 코드를 읽어내고, 읽어낸 서브 룰 코드의 코맨드의 종류를 판정하고,상기 코맨드가 조건부에서의 선두의 서브 룰인 것을 나타내고 있을 경우엔, 주어진 입력 데이터를 써서 그 서브 룰을 따라서 적합도를 산출하고, 또한 산출한 적합도를 일시 기억하고, 상기 코맨드가 조건부에서의 2번째 이후의 위치에 있는 서브 룰인 것을 나타내고 있을 경우엔, 주어진 입력 데이터를 써서 그 서브 룰을 따라서 적합도를 산출하고, 이 산출한 적합도와 앞서 산출되고 또한 일시 기억되어 있는 적합도와의 사이에서 소정의 연산을 행하고, 이 연산 결과를 일시 기억하고, 상기 코맨드가 실행부의 서브 룰인 것을 나타내고 있을 경우엔, 그 룰에 대해서 앞서 산출되고 또한 일시 기억되고 있는 적합도를 써서 소정의 실행부 연산을 행하는 것이다.
본 발명에 의한 퍼지 추론 처리방법에 의하면, 중복하는 퍼지명제가 집중적으로 출현되고, 그 퍼지 명제에 대해서 산출한 적합도를 일시 기억하여 다른 룰의 처리에서 이용하고 있다. 산출한 적합도중의 다른 룰의 처리에서 이용하는 것은 그다지 많지 않으므로, 적합도의 일시 기억 영역은 작아도 된다.
이것에 의해서 적합도를 기억하는 레지스터를 절약하는 것이 가능해진다. 이것은 특히,퍼지 추론 전용의 디지탈·퍼지 추론 IC를 구축하는 경우에 유효하다.
[발명을 실시하기 위한 양호한 형태]
제1도는 퍼지 추론 추리장치의 구성의 개요를 도시하는 것이다. 이 퍼지 추론 처리 장치는, 퍼지 추론연산이 가능하게 프로그램된 범용 디지탈컴퓨터, 또는 퍼지 추론연산에 적합한 아키텍처를 갖는 퍼지 프로세서에 의해서 실현된다.
퍼지 추론 처리장치는, 후술하는 룰의 재배열 및 코드화 처리를 행하는 CPU(10)와 : 오페레이팅 시스템, 퍼지 추론 실행 프로그램, 퍼지 추론 룰의 재배열 및 코드화의 실행 프로그램 등을 격납한 ROM(11)과 : 퍼지 추론 룰, 멤버십 함수등을 기억하는 RAM(12)과 : 각 조건부 명제에서의 적합도를 일시적으로 기억하는 적합도 레지스터(13)와 : 퍼지 추론 룰등을 입력하기 위한 키보드(14)와 : 입,출력 데이터등의 입출력을 위한 포트부(15)와 : 입력된 룰, 추론 결과등을 표시하기 위한 CRT 또는 액정 표시 장치등으로 이루어진 표시장치(16)를 구비하고 있다.
설명을 구체적이고 알기 쉽게 하기 위해서, 제2도에 표시하는 룰(IF,THEN 룰)이 설정되어 있는 것으로 한다.
x1, x2, x3, x4 는 입력 변수이다. 입력 변수의 종류는 4개로 한정되어 있지 않다. y1, y2는 출력변수이다. 출력 변수의 종류는 2개로 한정되지 않는다.
PL 내지 NL은 멤버십 함수가 의미하는 언어정보를 나타내는 라벨이다. 7개 종류의 라벨이 있으며, PL은 정으로 큼(Positive Large), PM은 정으로 중(Positive Medium), PS는 정으로 작음(Positive Small), ZR는 거의 영(Zero), NS는 부로 작음(Negative Small), NM은 부로 중(Negative Medium), NL은 부로 큼(Negative Large)을 각각 의미한다.
조건부의 멤버십 함수는 입력 변수마다 7종류씩 있는 것으로 한다. 물론,라벨이 같아도 입력 변수가 다르면 멤버십 함수의 형이나 위치는 다르게 되어 있어도 좋다.
실행부의 멤버십 함수도, 출력 변수마다 상기의 7종류 설정되어 있는 것으로 한다. 연산을 간단하게 하기 위해서 실행부 멤버십 함수는 싱글톤으로 나타낼 수도 있다.
이들 멤버십 함수는 미리 작성되며 그것들을 나타내는 데이터가 RAM(12)에 격납되어 있다.
제2도에 도시하는 각 룰의 조건부와 실행부는 입력변수 또는 추력변수마다 분해된다. 이 분해된 것을 서브 룰이라 한다. 1개의 서브 룰에는 1개의 퍼지 명제(입,출력 변수와 멤버십 함수와의 대조)가 포함된다
예컨대 룰 1은 다음 4개의 서브 룰로 분해된다.
If x 1 = PL
and x 2 = PL
and x 4 = PS
then x 1 = PM
제2도에 도시하는 것같은 1군의 룰은 키보드(14)로부터 입력되며, RAM(12)에 격납된다. 이것들의 룰 입력 순서는 임의이다. 룰의 번호는 입력순으로 붙여지고 있는 것으로 한다.
본 발명에 의하면, 이와 같은 1군의 룰의 해석과 재편성이 행해진다. 제2도에 도시하는 룰군은 제3도에 도시하듯이 재편성된다.
이 해석과 재편성처리는 제5도에 도시하는 순서로 행해진다.
우선, 모든 룰의 조건부에서, 가장 빈번하게 나타나는 명제(서브 룰)가 찾아내어진다(스텝 21). 제2도에 도시하는 룰군에선, x1 = PL이라는 명제가 가장 많이 출현하고 있다.
다음에 스텝(21)에서 추출한 x1 = PL이라는 명제를 조건부에 포함하는 룰에 의해서 1개의 그룹을 형성한다(스텝 22). x1 = PL은 룰 1,2,6,8,9에 포함되어 있으므로 이것들의 룰이 1개의 그룹을 형성하게 된다.
이 그룹에 속하는 룰에서, 스텝(21)에서 추출한 명제 x1 = PL만을 조건부에 갖는 룰이 존재하는지 여부를 조사하고 존재하면 그 룰을 추출함과 더불어, 그 룰을 코드화하고(코드화에 대해선 후술함) 룰 메모리(RAM(12))에 격납함과 동시에, 상기 그룹으로부터 이 룰을 배제한다(스텝 23,24).
룰 8의 조건부는 x1 = PL만으로 이루어지므로, 이 룰 8이 코우드화 되며, 또한 배제된다.
상기 그룹중 스텝(24)에서 배제한 룰 8을 제외하는 다른 룰중에서 가장 많이 출현하는 조건부 명제를 찾아낸다(스텝26). 나머지 룰 1,2,6,9중에서 가장 빈번하게 나타나는 것은 명제 x2 = PM이다.
이 명제 x2 = PM을 조건부에 갖는 룰에 의해서 서브그룹을 형성한다(스텝27). 룰 1,6,9가 서브 그룹을 형성하게 된다.
이 서브 그룹에 대해서 스텝 23 내지 27과 마찬가지의 처리를 반복하므로서, 공통 조건부 명제의 출현빈도가 높은 순서이자 또한 공통 조건부 명제를 보다 많은 비율로 포함하는 순서로 룰이 재배열되고, 또한 코드화된다. 재배열된 룰은 미정리의 룰군으로부터 배제된다.
룰 1,6,9는 더불어 x1 = PL 과 x2 = PM이라는 조건부 명제를 포함하는데, 이들 2개의 조건부 명제로써 조건부 명제가 종료되는 것은 아니다(스텝 23에서 NO). 따라서, 이들 룰이 다시 서브 그룹화된다(스텝 26).
공통의 조건부 명제는 더는 존재하지 않으므로, 이들 룰 1, 6, 9은 별개의 서브그룹(1개의 룰만을 포함하는 서브그룹) 으로 나뉜다. 그리고, 이들 룰 1, 6, 9이 일정순서 (이 실시예에선, 룰에 포함되는 다른 입력 변수와 출력변수의 순서)로 배열된다.
상기의 그룹에선 룰 2가 정리되어 있지 않으므로, 룰 2가 이들 룰 6, 9, 1의 후에 배열된다(스텝 23 내지 27의 반복).
이와 같이해서, X1 = PL을 포함하는 그룹내의 룰의 재배열이 종료되면(스텝 25에서 YES), 나머지 룰이 있으면(스텝 28에서 YES), 나머지의 룰에 대해서 상기 스텝21내지 27의 처리가 반복된다.
제2도에 도시하는 예에선, 나머지 룰 3, 4, 5, 7, 10에 대해서 상기의 처리가 반복된다.
룰의 서브 룰로의 분해 및 코드화는, 모든 룰에 대한 재배열이 종료된 후에 행해도 된다.
어쨌건, 룰의 재배열과 병행해서, 또는 모든 룰에 대해서 재배열이 종료된 후, 이들 룰을 서브 룰로 분해하고, 또한 서브 룰을 퍼지 추론연산의 순차처리에 적합한 순서로 배열함과 더불어 각 서브 룰에 코맨드를 부여한다.
예컨대, 상기의 그룹에 속하는 룰 1, 2, 6, 8, 9의 서브 룰은, 제4도에 도시하듯이 트리 구조를 형성하도록 체계지어진다.
서브 룰의 코드화는 각 입력변수와 멤버십 함수마다 그것들을 나타내는 코드를 할당하므로서 행해진다.
하기는 룰의 입력시에 이미 코드화되어 있는 경우에는 코드화처리는 불필요하며, 코맨드의 부여처리만이 행해진다.
코맨드의 부여처리는 다음과 같다. 가장 빈도가 높은 명제 x1 = PL에 코맨드 IF가 부여된다.
이 명제 x1 = PL만을 조건부에 포함하는 룰 8의 실행부에 코맨드 THEN 이 부여된다.
2번째 빈도가 높은 명제 x2 = PM에 코맨드 AND 1이 부여된다.
이들 명제 X1 = PL과 x2 = PM을 더불어 포함하는 룰 1, 6, 9에서 제3번째의 명제 x3 = PM, x4 = PS 에 코맨드AND 2가 부여되며, 그것들의 실행부에 코맨드 THEN이 부가된다.
명제 x1 = PL 을 포함하는 다른 룰 2의 2번째 명제 x4 = ZR에 코맨드 AND 1가 부여되며, 그의 실행부에 코맨드 THEN가 부여된다.
이들 서브 룰이 상기의 재배열된 룰의 순서로 배열되고, 제6도에 도시하듯이 룰 메모리에 기억된다. 서브 룰의 최후에 확정연산처리를 도시하는 코드 DEF와 확정연산처리에 관한 정보(확정 연산 처리를 행해야할 출력변수의 종류나 확정연산방법을 나타냄)가 배열된다. 이들 룰 데이터가 말미에 종료 코드 END와 종료처리 정보가 배치된다.
다음에 퍼지 추론 처리에 대해서 설명한다.
RAM(12)에는 제6도에 도시하는 룰 메모리 영역외에 워크 영역이 있으며, 이 워크 영역에는 제7a도, 제7b도 및 제7c도에 도시하듯이, 입력 데이타 영역, 출력 데이타 영역 및 실행부 데이타 영역이 두어지고 있다.
입력 데이터 영역(제7a도)은 각 입력변수에 대한 입력 데이터를 기억하는 것이며, 입력변수의 종류수의 기억장소(예컨대 각 1바이트)를 갖는다.
출력 데이터 영역(제7b)은 각 출력변수에 대한 퍼지 추론 결과를 출력 데이타로서 격납하는 것이며, 출력변수의 종류수의 기억장소를 갖는다.
실행부 데이타 영역(제7c도)은 출력 변수마다 그 멤버십 함수에 작용시켜야 할 적합도를 기억하는 것이며, 실행부의 멤버십 함수의 종류수(출력 변수의 종류수X7라벨)의 기억 장소를 갖는다.
적합도 레지스터(13)에는 제8도에 도시하듯이 복수의 레지스터가 설치되어 있다. 이들 레지스터는 적합도 연산에 의해서 산출된, 또는 MIN 연산결과인 적합도를 일시적으로 기억하는 것이며, 각각 1 바이트분의 기억장소로 이루어진다. 이들 레지스터를 레지스터 Ri (i = 1, 2, 3, 4, )로 한다.
제9도는 퍼지 추론 연산 처리의 흐름을 도시하는 것이다. 모든 입력변수에 대한 입력 데이타가 RAM(12)의 워크 영역에 세트된 후에 이 처리가 개시된다.
룰 메모리(제6도)로부터 서브 룰의 코드가 그 배열의 순서에 따라서 1개씩 판독출력되고(스텝31),판독출력된 서브 룰에 부수하는 코맨드가 IF인지, ANDi인지, THEN 인지, DEF인지 판정된다(스텝 32, 35, 38, 40).
코맨드가 IF이면 조건부이므로 그 서브 룰의 입력 변수에 대한 입력 데이터가 입력 데이터 영역으로부터 판독 출력되며, 이 입력 데이터의 동일 서브 룰의 멤버십 함수에 대한 적합도가 산출된다(스텝 32, 33). 적합도는 서브 룰에 포함되는 입력 변수에 대한 입력 데이터(입력치)를 같은 서브룰의 멤버십 함수에 부여했을 때 얻어지는 멤버십 함수치(그레이드)이다.
이 적합도 연산은 공지의 방법으로 행하면 된다.
계속해서 상기 서브룰에서의 산출된 적합도가 제1번째의 레지스터 R1에 격납되며, 또한 다른 모든 레지터의 내용이 클리어된다(스텝 34).
그후, 룰 메로리의 어드레스를 나타내는 어드레스 카운터가 증대되고(스텝 42), 스텝 31로 되돌아가 다음 서브 룰의 판독출력이 행해진다.
코드가 ANDi(i=1,2,…)인 경우엔, 상기 서브 룰에서의 적합도가 산출되고(스텝 35, 36), 이 산출된 적합도와 레지스터 Ri에 격납되어 있는 적합도와의 MIN 연산이 행해지며, 이 MIN 연산 결과가 레스터 R(i+1)에 격납된다(스텝 37).
레지스터 R(i+1)의 번호(i+1)는 레지스터 번호 카운터에 기억된다. 이 MIN 연산은 1개의 룰에 포함되는 모든 조건부 서브 룰의 사이에서 행해지게 된다. 이후, 어드레스 카운터가 증대된다(스텝42).
코드가 THEN인 경우에는, 레지스터 번호 카운터에 기억되고 있는 번호의 레지스터에 격납되어 있는 적합도와 실행부 데이터 영역의 그 실행부 멤버십 함수에 대응하는 기억장소에 격납되어 있는 값(초기치는 0)과의 MAX 연산이 행해지며, 이 MAX 연산결과가 대응하는 실행부 데이타영역의 해당하는 실행부 멤버십 함수에 대한 기억 장소에 격납된다(스텝 38, 39). 이 MAX 연산은,룰 1과 룰 6과 같이 실행부가 같은(더불어 y=PM)룰 사이에서 공통의 실행부 멤버십 함수에 작용시켜야 할 유일한 적합도를 얻기 위해서 행해진다. 이후, 어드레스 카운터가 증대되어서 스텝31로 되돌아간다.
판독출력된 코드가 DEF인 경우엔 실행부 데이터 영역에 격납되어 있는 적합도 데이타를 써서, 출력변수마다 확정 연산처리가 행해진다(스텝 40, 41), 실행부 멤버십 함수가 싱글톤인 경우엔, 실행부 데이터 영역의 적합도가 그대로 대응하는 싱글톤의 높이룰 나타낸다. 확정 연산처리에는 이와 같은 적합도가 작용된 실행부 멤버십 함수(싱글톤)의 중심 위치를 구하는 중심법, 가장 높이가 높은 멤버십 함수를 선택하는 최대 높이법 등이 있다. 확정연산 처리결과는 출력 변수마다 출력 데이타로서 출력 데이터 영역에 격납된다.
이후, 어드레스 카운터가 증대되어서 종료 코드가 판독 출력되므로(스텝 42, 31), 출력 데이터의 출력 등의 종료처리가 행해져서 1회의 퍼지 추론 연산이 종료된다(스텝 43).
이 퍼지 추론 처리 방법은, 룰의 수에 동등한 적합도 레지스터를 준비할 필요가 없고, 제8도에 도시하듯이 수개의 적합도 레지스터를 두면 된다는 이점도 갖고 있다.
[산업상의 이용가능성]
본 발명에 의한 퍼지 추론 룰의 재배열방법 및 코드화 방법, 그리고 퍼지 추론 처리법은, 퍼지 추론장치, 퍼지제어 장치등에서 특히 처리효율을 높이기 위해서 적합하게 이용된다.

Claims (24)

  1. 각각이 조건부와 실생부로 이루는 주어진 복수의 퍼지추론 룰을, 공통의 조건부 명제를 포함하는 룰마다 그룹화하고, 조건부 명제의 출현빈도가 높은 것을 우선으로하며, 또한, 선행하는 룰의 조건부 명제의 적합도 연산결과를 후속 룰 처리에서 이용할 수 있도록 차례로 상기 룰을 배열하는 것을 특징으로 하는 퍼지 추론 룰 재배열 방법.
  2. 각각이 조건부와 실행부로 이루어진 주어진 복수의 퍼지 추론 롤에 관해서, (a) 출현빈도가 가장 높은 조건부 명제를 추출하고, 또한, 추출한 조건부 명제를 공통으로 포함하는 룰에 의해서 그룹을 형성하고, (b) 상기 그룹에서, 공통 조건부 명제를 갖고 조건부가 종료하는 룰이 있으면 그 룰을 코드화하여 룰 메모리에 기억하고, 또한 그 룰을 상기 그룹으로부터 배제하며, (c) 상기 그룹의 나머지룰에 대해서,다음에 출현 빈도가 높은 조건부 명제를 추출하고, 또한, 추출한 조건부 명제를 공통으로 포함하는 룰에 의해서 서브 그룹을 형성하며, (d) 상기 서브그룹에 대해서 상기 스텝 (b) 및 (c)의 처리를 반복하므로서, 공통 조건부명제의 출현빈도가 높은 순으로 또한 공통 조건부 명제를 보다 많은 비율로 포함하는 순서로 룰을 코드화하고 또한, 룰 메모리에 기억하며, (e) 한 그룹에 대해서 상기 스텝 (a) 로부터 (d) 의 처리를 종료한 후에,상기 그룹에 포함되는 룰을 제외한 나머지의 룰에 대해서 상기 (a) 로부터 (d) 의 처리를 룰이 없어지기까지 반복하는 것을 특징으로 하는 퍼지 추론 룰 코드화 방법.
  3. 제2항에 있어서, 룰을 조건부 및 실행부의 1명제마다 분해하여 서브룰을 형성하고,서브 룰에 포함되는 변수 및 멤버십 함수를 코드화하는 것을 특징으로 하는 퍼지 추론 룰 코드화 방법.
  4. 제3항에 있어서, 서브 룰이 전, 실행부의 어느 것에 포함되는 것인가에 따라서 및 그 순서위치에 따라서 각 서브 룰의 코드에 코맨드를 붙여 룰 메모리에 기억하는 것을 특징으로 하는 퍼지 추론 룰 코드화 방법 .
  5. 제4항에 기재된 방법에 의해서 코드화되고 또한 룰 메모리에 기억되어 있는 룰에 따라서 퍼지 추론처리를 실행하는 방법으로, 룰 메모리로부터 코맨드를 포함하는 서브 룰의 코드를 판독출력하고, 판독출력된 서브 룰 코드의 코맨드의 종류를 판정하며, 상기 코맨드가 조건부에서의 선두의 서브 룰인 것을 나타내고 있는 경우엔, 주어진 입력 데이터를 써서 그 서브 룰에 따라서 적합도를 산출하고, 또한 산출한 적합도를 일시 기억하며, 상기 코맨드가 조건부에서의 2번째 이후의 위치에 있는 서브 룰인 것을 나타내고 있는 경우엔, 주어진 입력 데이타를 써서 그 서브 룰에 따라서 적합도를 산출하고, 그 산출한 적합도와 먼저 산출되고 또한, 일시 기억되어 있는 적합도와의 사이에서 소정의 연산을 행하여 이 연산결과를 일시 기억하며, 상기 코맨드가 실행부의 서브 룰인 것을 나타내고 있는 경우엔, 그 룰에 대해서 먼저 산출되고, 또한 일시 기억되어 있는 적합도를 써서 소정의 실행부 연산을 행하는 것을 특징으로 하는 퍼지 추론 처리 방법.
  6. 각각이 조건부와 실행부로 이루어진 주어진 복수의 룰을, 공통의 조건부 명제를 포함하는 룰마다 그룹화하고, 조건부 명제의 출현빈도가 높은 것을 우선으로 하며 또한 선행하는 룰의 조건부 명제에 대한 처리 연산결과를 후속의 룰의 처리에서 이용할 수 있도록 차례로 상기 룰을 배열하는 것을 특징으로 하는 룰배열 방법 .
  7. 각각이 조건부와 실행부로 이루어진 주어진 복수의 룰에 관해서, (a) 출현빈도가 가장 높은 조건부 명제를 추출하고, 또한, 추출한 조건부 명제를 공통으로 포함하는 룰에 의해서 그룹을 형성하며, (b) 상기 그룹에서, 공통 조건부 명제로써 조건부가 종료되는 룰이 있으면 그 룰을 코드화하여 룰 메모리에 기억하고 또한, 그 룰을 상기 그룹으로부터 배제하며, (c) 상기 그룹의 나머지 룰 에 대해서, 다음에 출현빈도가 높은 조건부 명제를 추출하고, 또한 추출한 조건부 명제를 공통으로 포함하는 룰에 의해서 서브 그룹을 형성하며, (d) 상기 서브 그룹에 대해서 상기 스텝 (b) 및(c)의 처리를 반복하므로서 공통 조건부 명제의 출현빈도가 높은 순으로, 또 공통 조건부 명제를 보다 많은 비율로 포함하는 순으로 룰을 코드화하고 또한 룰메모리에 기억하며 (e) 한 그룹에 대해서 상기 스텝 (a)로부터 (d)의 처리를 종료한 후에, 상기 그룹에 포함하는 룰을 제외하는 나머지의 룰에 대해서 상기 (a)로부터 (d)의 처리를 룰이 없어지기까지 반복하는 것을 특징으로 하는 룰 코드화 방법.
  8. 제7항에 있어서, 룰을 조건부 및 실행부의 1명제마다 분해하여 서브 룰을 형성하고, 서브 룰마다 코드화하는 것을 특징으로 하는 룰 코드화 방법.
  9. 제8항에 있어서, 서브 룰이 전, 실행부 중의 어느 하나에 포함하는 가에 따라서 및 순서 위치에 따라서 각 서브룰의 코드에 코맨드를 붙여 룰 메모리에 기억하는 것을 특징으로 하는 룰 코드화 방법.
  10. 제9항에 기재된 방법에 의해서 코드화되고 또한, 룰 메모리에 기억되어 있는 룰에 따라서 추론처리를 실행하는 방법으로, 룰 메모리로부터 코맨드를 포함하는 서브 룰 코드를 판독출력하고, 판독출력된 서브 룰 코드의 코맨드 종류를 판정하며, 상기 코맨드가 조건부에서의 선두의 서브 룰인 것을 나타내고 있을 경우엔, 주어진 입력 데이터를 써서 그 서브 룰에 따라서 제1의 연산을 실행하고, 또한 상기 제1의 연산결과를 일시 기억하고, 상기 코맨드가 조건부에서의 2번째이후의 위치에 있는 서브 룰인 것을 나타내고 있는경우엔, 주어진 입력 데이터를 써서 그 서브 룰에 따라서 상기 제1의 연산을 실행하고, 이 제 1의 연산결과와 먼저 산출되어 일시 기억되어 있는 제1의 연산 결과와의 사이에서 제2의 연산을 행하며, 이 제 2의 연산결과를 일시 기억하고, 상기 코맨드가 실행부의 서브 룰인 것을 표시하고 있는 경우엔, 그 룰에 대해서 앞서 산출되어 일시 기억되어 있는 연산 결과를 사용하여 소정의 실행부 연산을 행하는 것을 특징으로 하는 추론 처리 방법.
  11. 각각이 조건부와 실행부로 이루어진 주어진 복수의 퍼지 추론 룰을, 공통으로 조건부 명제를 포함하는 룰마다 그룹화하는 그룹화 수단; 및 조건부 명제의 출현빈도가 높은 것을 우선으로 하고 또한 선행하는 룰의 조건부 명제의 적합도 연산결과를 후속 룰의 처리에서 이용할 수 있도록 차례로 상기 룰을 배열하는 배열 수단을 구비한 것을 특징으로 하는 퍼지 추른 룰 재배열 장치.
  12. 각각이 조건부와 실행부로 이루어진 주어진 복수의 퍼지 추론 룰에 관해서, 출현빈도가 가장 높은 조건부 명제를 추출하고, 또한 추출한 조건부 명제를 공통으로 포함하는 룰에 의해서 그룹을 형성하는 그룹화 수단; 상기 그룹에서, 공통 조건부 명제로써 조건부가 종료하는 룰이 있으면 그 룰을 코드화하여 룰 메모리에 기억하고 또한, 그 룰을 상기 그룹으로부터 배제하는 제1코드화수단; 상기 그룹의 나머지 룰에 대해서, 다음에 출현빈도가 높은 조건부 명제를 추출하고, 또한 추출한 조건부 명제를 공통으로 포함하는 룰에 의해서 서브 그룹을 형성하는 서브 그릅화수단; 상기 서브 그룹에 대해서 상기 제1코드화수단 및 서브 그룹화 수단에 의해 처리를 반복하므로서 공통 조건부 명제의 출현빈도가 높은 순으로 또한 공통 조건부 명제를 보다 많은 비율로 포함하는 순으로 룰을 코드화하고 또한 룰 메모리에 기억하는 제2코드화수단; 및 하나의 그룹에 대해서 상기 스룹화 수단으로부터 제2코드화 수단까지에 의한 처리를 종료한 후에, 상기 그룹에 포함되는 룰을 제외한 나머지의 룰에 대해서 상기 그룹화수단으로부터 제2코드화 수단까지에 의한 처리 룰이 없어지기까지 반복하도록 제어하는 제어수단을 구비하는 것을 특징으로 하는 퍼지 추론 룰 코드화 장치.
  13. 제12항에 있어서, 상기 제1 및 제2의 코드화 수단은 룰을 조건부 및 실행부의 1명제마다 분해하여 서브 룰을 형성하고 서브 룰에 포함되는 변수 및 멤버십 함수를 코드화하는 것을 특징으로 하는 퍼지 추론 룰 코드화 장치.
  14. 제13항에 있어서, 상기 제1 및 제2의 코드화 수단은, 서브 룰이 전, 실행부 중의 하나에 포함되느냐에 따라서, 및 그 순서위치에 따라서, 각 서브 룰의 코드에 코맨드를 붙여 룰 메모리에 기억하는 것을 특징으로 하는 퍼지 추론 룰 코드화 장치.
  15. 제14항에 기재된 장치에 의해서 코드화 되고 또한 룰 메모리에 기억 되어 있는 룰에 따라서 퍼지 추론처리를 실행하는 장치로서, 룰 메모리로부터 코맨드를 포함하는 서브 룰의 코드를 판독출력하는 수단; 판독출력된 서브 룰 코드의 코맨드 종류를 판정하는 수단; 상기 코맨드가 조건부에서의 선두의 서브 룰인 것을 나타내고 있는 경우엔, 주어진 입력 데이터를 써서 그 서브 룰에 따라서 적합도를 산출하고, 또한 산출한 적합도를 일시 기억하는 제1연산수단; 상기 코맨드가 조건부에서의 2번째 이후의 위치에 있는 서브 룰인 것을 나타내고 있을 경우엔, 주어진 입력 데이타를 써서 그 서브 룰에 따라서 적합도를 산출하고, 이 산출한 적합도와 먼저 산출되어 일시 기억되어 있는 적합도와의 사이에서 소정의 연산을 행하고 이 연산결과를 일시 기억하는 제2연산수단; 및 사기 코맨드가 실행부의 서브 룰인 것을 나타내고 있는 경우엔, 그 룰에 대해서 먼저 산출되고 또한 일시 기억되어 있는 적합도를 써서 소정의 실행부 연산을 행하는 제3의 연산수단을 구비하는 것을 특징으로 하는 퍼지 추론 처리장치.
  16. 각각의 조건부와 실행부로 이루어진 주어진 복수의 룰을, 공통의 조건부 명제를 포함하는 룰마다 그룹화하는 그룹화수단; 및 조건부 명제의 출현빈도가 높은 것을 우선으로 하고 또한 선행하는 룰의 조건부 명제의 적합도 연산결과를 후속의 룰 처리에서 이용할 수 있도록 차례로 상기 룰을 배열하는 배열 수단을 구비하는 것을 특징으로 하는 룰 재배열 장치.
  17. 각각이 조건부와 실행부로 이루어진 주어진 보기수의 룰에 관해서, 출현빈도가 가장 높은 조건부 명제를 추출하고, 또한 추출한 조건부 명제를 공통으로 포함하는 룰에 의해서 그룹을 형성하는 그룹화수단; 상기 그룹에서, 공통 조건부 명제로써 조건부가 종료되는 룰이 있으면, 그 룰을 코드화하여 룰 메모리에 기억하고 또한, 그 룰을 상기 그룹으로부터 배제하는 제1코드화수단; 상기 그룹의 나머지 룰에 대해서, 다음으로 출현 빈도가 높은 조건부 명제를 추출하고, 또한 추출한 조건부 명제를 공통으로 포함하는 룰에 의해서 서브 그룹을 형성하는 서브 그룹화 수단; 상기 서브 스룹에 대해서 상기 제1코드화 수단 및 서브 그룹화 수단에 의한 처리를 반복하므로서, 공통조건부 명제의 출현빈도가 높은 순으로 또한 공통 조건부 명제를 보다 많은 비율로 포함하는 순으로 룰을 코드화하고 또한 룰 메모리에 기억하는 제2코드화 수단; 및 한 그룹에 대해서 상기 그룹화 수단으로부터 제2코드화 수단까지에 의한 처리를 종료한 후, 상기 그룹에 포함되는 룰을 제외한 나머지의 룰에 대해서 상기 그룹화수단으로부터 제2의 코드화 수단까지에 의한 처리를 룰이 없어지기까지 반복하도록 제어하는 제어수단을 구비하는 것을 특징으로 하는 룰 코드화 장치.
  18. 제17항에 있어서, 상기 제1 및 제2의 코드화 수단은, 룰을 조건부 및 실행부의 1명제마다 분해하여 서브 룰을 형성하고, 서브 룰마다 코드화하는 것을 특징으로 하는 룰 코드화 장치.
  19. 제18항에 있어서, 상기 제1 및 제2의 코드화 수단은, 서브 룰이 전, 실행부중의 어느 것에 포함되느냐에 따라서, 및 그 순서위치에 따라서 각 서브 룰의 코드에 코맨드를 붙여 룰 메모리에 기억하는 것을 특징으로 하는 룰 코드화장치.
  20. 제19항에 기재된 장치에 의해서 코드화되고 또한 룰 메모리에 기억되어 있는 룰에 따라서 퍼지 추론처리를 실행하는 장치로서, 룰 메모리로부터 코맨드를 포함하는 서브 룰의 코드를 읽어 판독출력하는 수단; 판독출력된 서브 룰 코드의 코맨드의 종류를 판정하는 수단, 상기 코맨드가 조건부에서의 선두의 서브 룰인 것을 나타내고 있을 경우엔, 주어진 입력 데이타를 써서 그 서브 룰에 따라서 제1의 연산을 실행하고, 또한, 제1의 연산결과를 일시 기억하는 제1의 연산수단; 상기 코맨드가 조건부에서의 2번째 이후의 위치에 있는 서브 룰인 것을 나타내고 있을 경우엔, 주어진 입력 데이터를 써서 그 서브 룰에 따라서 상기 제1의 연산을 실행하고, 이 제1의 연산결과와의과와 먼저 산출되고 또한 일시 기억되어 있는 제1의 연산결과와의 사이에서 소정의 제2 연산을 행하고, 이 제2 연산 결과를 일시 기억하는 제2의 연산수단; 및 상기 코맨드가 실행부의 서브 룰인 것을 나타내고 있는 경우엔, 그 룰에 대해서 먼저 산출되고 또한, 일시 기억되어 있는 적합도를 써서 소정의 실행부 연산을 행하는 제3의 연산수단을 구비하는 것을 특징으로 하는 추론 처리 장치.
  21. 각각이 최소한 1개의 조건부 명제를 포함하는 조건부와 실행부로 이루어진 복수의 룰을 재배열하는 방법으로, 상기복수의 룰로부터, 출현 빈도가 가장 높은 공통 조건부 명제를 포함하는 룰에 의해 1개의 그룹을 형성하고, 상기 형성된 그룹에 속하는 룰을, 다음으로 출현 빈도가 높은 별도의 조건부 명제를 찾아내는 것을 반복하면서, 공통 조건부 명제의 출현 빈도가 높은 순으로 또한 공통 조건부 명제를 보다 많은 비율로 포함하는 순으로 룰을 배열하고, 배열된 룰을 메모리에 기억하는 것을 특징으로 하는 룰 재배열 방법.
  22. 각각의 최소한 1개의 조건부 명제를 포함하는 조건부와 실행부로 이루어진 복수의 룰을 재배열하는 장치로서, 상기 복수의 룰로부터, 출현 빈도가 가장 높은 공통 조건부 명제를 포함하는 룰에 의해 1개의 그룹을 형성하는 수단; 상기 형성된 그룹에 속하는 룰을 다음으로 출현빈도가가 높은 별도의 조건부 명제를 찾아내는 것을 반복하면서, 공통 조건부 명제의 출현 빈도가 높은 순으로 또한 공통 조건부 명제를 보다 많은 비율로 포함하는 순으로 배열하는 수단; 및 배열된룰을 기억하는 메모리를 구비하는 것을 특징으로 하는 룰 재배열 장치.
  23. 각각이 조건부와 실행부로 이루어진 부여된 복수의 룰에 관해, a) 출현빈도가 가장 높은 조건부 명제를 추출하고 또한 추출한 조건부 명제를 공통으로 포함하는 룰에 의해 1개의 그룹을 형성하고, b) 상기 그룹에 있어, 공통 조건부 명제로써, 조건부가 종료하는 룰이 있으면, 그 룰을 룰 메모리에 기억하고 또한, 그 룰을 상기 그룹에서 배제하며, c) 상기 그룹의 나머지 룰에 대해, 다음으로 출현빈도가 높은 조건부 명제를 추출하고 또한 추출된 조건부명제를 공통으로 포함하는 룰에 의해 서브 그룹을 형성하며, d) 상기 서브 그루에 관핸 상기 스텝 (b) 및 (c)의 처리를 반복함으로써, 공통 조건부 명제의 출현빈도의 높은 순으로 또한 공통 조건부 명제를 보다 많은 비율로 포함하는 순으로 룰을 룰 메모리에 기억하고, e) 1개의 그룹에 대해 상기 스텝 (a) 내지 (d)의 처리를 종료한 후에, 상기 그룹에 포함된 룰을 제외한 나머지 룰에 대해 상기 (a) 내지 (d)처리를 룰이 없어질 때까지 반복하는 것을 특징으로하는 룰 재배열 방법.
  24. 각각이 조건부와 실행부로 이루어진 부여된 복수의 룰에 관해, 출현 빈도가 가장 높은 조건부 명제를 추출하고, 또한 추출한 조건부 명제를 공통으로 포함하는 룰에 의해 1개의 그룹을 형성하는 그룹화 수단; 상기 그룹에 있어, 공통 조건부 명제로써, 조건부가 종료하는 룰이 있으면, 그룰을 룰 메모리에 기억하고 또한, 그 룰을 상기 그룹에서 배제하는 제1수단; 상기 그룹의 나머지 룰에 대해 다음으로 출현빈도가 높은 조건부 명제를 추출하고, 또한 추출된 조건부 명제를 공통으로 포함하는 룰에 의해 서브 그룹을 형성하는 서브 그룹화 수단; 상기 서브 그룹에 관해 상기 제1수단 및 서브 그룹화 수단에 의한 처리를 반복함으로써, 공통 조건부 명제의 출현 빈도가 높은 순으로 또한 공통 조건부 명제를 보다 많은 비율로 포함하는 순으로 룰을 룰 메모리에 기억하는 제2수단; 및 1개의 그룹에 대해 상기 그룹화 수단에서 제2수단까지에 의한 처리를 종료한 후에, 상기 그룹에 포함된 룰을 제외한 나머지 룰에 대해 상기 그룹화 수단에서 제2수단까지에 의한 처리를 룰이 없어질때까지 반복하도록 제어하는 제어 수단을 포함하는 것을 특징으로 하는 룰 재배열 장치.
KR1019920702816A 1990-05-29 1991-05-28 퍼지 추론 룰의 재배열방법, 코드화방법 및 그 룰에 따른 퍼지추론 처리방법 KR950012381B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP13910690 1990-05-29
JP90-139106 1990-05-29

Publications (1)

Publication Number Publication Date
KR950012381B1 true KR950012381B1 (ko) 1995-10-17

Family

ID=15237626

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019920702816A KR950012381B1 (ko) 1990-05-29 1991-05-28 퍼지 추론 룰의 재배열방법, 코드화방법 및 그 룰에 따른 퍼지추론 처리방법

Country Status (5)

Country Link
US (1) US5537514A (ko)
EP (1) EP0538470A4 (ko)
KR (1) KR950012381B1 (ko)
AU (1) AU7891791A (ko)
WO (1) WO1991019252A1 (ko)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69223979T2 (de) * 1991-10-04 1998-08-27 Omron Tateisi Electronics Co Fuzzy-züruckgewinnungsgerät und verfahren dafür
US5841948A (en) * 1993-10-06 1998-11-24 Motorola, Inc. Defuzzifying method in fuzzy inference system
DE69432349D1 (de) 1994-05-23 2003-04-30 Cons Ric Microelettronica Verfahren zur parallelen Bearbeitung von Fuzzy-Logik-Inferenzregeln und übereinstimmende Schaltkreisarchitektur
DE19635902C1 (de) * 1996-09-04 1998-02-19 Siemens Ag Verfahren zur maschinellen Erzeugung einer optimierten Wissensbasis für einen Fuzzy-Logik-Prozessor
EP0851342B1 (en) 1996-12-27 2003-05-14 STMicroelectronics S.r.l. Coding and memorizing method for fuzzy logic rules and circuit architecture for processing such rules
US6125359A (en) * 1997-09-23 2000-09-26 Unisys Corporation Method and apparatus for identifying the coverage of a test sequence in a rules-based expert system
US20020049690A1 (en) * 2000-06-16 2002-04-25 Masanori Takano Method of expressing crowd movement in game, storage medium, and information processing apparatus
TW470921B (en) * 2000-08-30 2002-01-01 Ind Tech Res Inst Computer graphics model simplifying method applying fuzzy inference
WO2012151132A1 (en) * 2011-04-30 2012-11-08 Vmware, Inc. Dynamic management of groups for entitlement and provisioning of computer resources
US11327974B2 (en) 2018-08-02 2022-05-10 Mellanox Technologies, Ltd. Field variability based TCAM splitting
US20210065016A1 (en) * 2019-08-27 2021-03-04 Sap Se Automatic generation of computing artifacts for data analysis
US11539622B2 (en) * 2020-05-04 2022-12-27 Mellanox Technologies, Ltd. Dynamically-optimized hash-based packet classifier
US11782895B2 (en) 2020-09-07 2023-10-10 Mellanox Technologies, Ltd. Cuckoo hashing including accessing hash tables using affinity table
US11917042B2 (en) 2021-08-15 2024-02-27 Mellanox Technologies, Ltd. Optimizing header-based action selection
US11929837B2 (en) 2022-02-23 2024-03-12 Mellanox Technologies, Ltd. Rule compilation schemes for fast packet classification
US11968285B2 (en) 2022-02-24 2024-04-23 Mellanox Technologies, Ltd. Efficient memory utilization for cartesian products of rules

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0650466B2 (ja) * 1985-07-12 1994-06-29 株式会社日立製作所 弁別ネツトワ−クの高速処理方式
JPS6474629A (en) * 1987-09-16 1989-03-20 Toshiba Corp Inference device
JPH0676181B2 (ja) * 1988-02-01 1994-09-28 フジテック株式会社 エレベータの群管理制御方法及び装置
JPH01206435A (ja) * 1988-02-15 1989-08-18 Matsushita Electric Ind Co Ltd ルール解析装置
JPH01284928A (ja) * 1988-05-12 1989-11-16 Toshiba Corp 推論処理装置
JPH0228726A (ja) * 1988-07-18 1990-01-30 Fujitsu Ltd フレーム型知識表現の整理・統合方式
US5237685A (en) * 1990-02-26 1993-08-17 International Business Machines Corporation Linear recurrence dispersal structure and method for parallel processors
US5305424A (en) * 1990-07-26 1994-04-19 Apt Instruments (N.A.) Inc. Data forming method for a multi-stage fuzzy processing system

Also Published As

Publication number Publication date
US5537514A (en) 1996-07-16
EP0538470A4 (en) 1993-09-01
WO1991019252A1 (en) 1991-12-12
AU7891791A (en) 1991-12-31
EP0538470A1 (en) 1993-04-28

Similar Documents

Publication Publication Date Title
KR950012381B1 (ko) 퍼지 추론 룰의 재배열방법, 코드화방법 및 그 룰에 따른 퍼지추론 처리방법
US5634133A (en) Constraint based graphics system
US5471677A (en) Data retrieval using user evaluation of data presented to construct interference rules and calculate range of inputs needed for desired output and to formulate retrieval queries
EP0510452B1 (en) A knowledge base management system for an information reasoning apparatus
Bilodeau et al. PDQ: An IBM-704 Code to Solve the Two-dimensional Few-group Neutron-diffusion Equations
Thesen Computer methods in operations research
JP2000339351A (ja) 選択的に関連させられたデータベースレコードの識別のためのシステム
Slowinski A generalization of the indiscernibility relation for rough set analysis of quantitative information
EP0471843B1 (en) Membership function setting method and device
WO1998049612A9 (en) Universal software structure for representing model structures
JPH10222691A (ja) 図形表示方法及び図形表示装置並びに図形表示処理プログラムを記録した媒体
Engelfriet et al. Two-way finite state transducers with nested pebbles
CN115565115A (zh) 一种舾装件智能识别方法、计算机设备
JP2605965B2 (ja) ファジィ推論ルールの再配列方法および装置,ファジィ推論ルールのコード化方法および装置,そのファジィ推論ルールにしたがうファジィ推論処理方法および装置,ルールの再配列方法および装置,ルールのコード化方法および装置,ならびにそのルールにしたがう推論処理方法および装置
JPH0287261A (ja) 相場予測装置
Tomlin et al. Mathematical programming systems
US6665569B1 (en) Method and system for dynamically updating geometric models
Sharda et al. Using artificial intelligence to enhance model analysis
JP3307461B2 (ja) 推論装置
EP0724222A1 (en) Device and method for processing fuzzy data
JPH05158911A (ja) 粒子シミュレーションプログラム生成方法
EP0443531A2 (en) Graphic data searching and storing method
Beeker et al. NetLogo Meets Discrete Event Simulation
JP3128257B2 (ja) 図形情報処理装置
KR20240035294A (ko) 그래프의 삼각형을 구하는 방법 및 그 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
G160 Decision to publish patent application
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20051011

Year of fee payment: 11

LAPS Lapse due to unpaid annual fee