JP2760034B2 - Fuzzy inference device - Google Patents

Description

【発明の詳細な説明】 （ａ）産業上の利用分野 この発明は、入力信号の変化に適応して自動制御など
を行うファジィ推論装置に関する。Description: TECHNICAL FIELD The present invention relates to a fuzzy inference apparatus that performs automatic control or the like in response to a change in an input signal.

（ｂ）発明の概要 この発明に係るファジィ推論装置は、例えばプロセス
制御などを行う際、ファジィ推論装置に対する入力信号
の変動に応じてファジィ推論の前件部のスケールが自動
的に設定されるようにしたものである。(B) Summary of the Invention In a fuzzy inference apparatus according to the present invention, for example, when performing a process control or the like, the scale of the antecedent part of the fuzzy inference is automatically set according to a change in an input signal to the fuzzy inference apparatus. It was made.

（ｃ）従来の技術 一般に、ファジィ推論装置を用いて自動制御系などを
制御する場合、制御系の状態に応じて変動する、ファジ
ィ推論装置の入力信号の上限値および下限値を予想して
前件部のスケールが設定されている。(C) Prior Art In general, when controlling an automatic control system or the like using a fuzzy inference device, an upper limit value and a lower limit value of an input signal of the fuzzy inference device, which fluctuate according to the state of the control system, are predicted. The scale of the subject is set.

（ｄ）発明が解決しようとする課題 ファジィ推論装置を自動制御系などの制御に用いるこ
とにより、簡単な数式などによって表されない制御系に
対しても、人間のオペレータが持つ経験的知識に基づい
たルールとメンバシップ関数を設定することによって精
度の高い自動制御を行うことができる。(D) Problems to be Solved by the Invention By using a fuzzy inference device for control of an automatic control system or the like, even a control system that is not represented by a simple mathematical expression or the like can be based on empirical knowledge possessed by a human operator. By setting rules and membership functions, highly accurate automatic control can be performed.

ところが、ファジィ推論装置に対する入力信号の変動
幅を予測して最適なスケールを予め設定することは困難
である場合が多く、通常は制御試験を数回行って思考錯
誤によってメンバシップ関数のスケールを設定・変更し
なければならなかった。このため、スケールの設定に時
間がかかり、使いやすさの面で難点があり、汎用性が乏
しかった。また、最適でないスケールが設定された場
合、たとえばスケールが大きすぎると、中心（ゼロ）に
近いメンバシップ関数が集中的に使用され、操作量がな
かなか変化せず速応性が悪化し、スケールが小さすぎる
と、中心（ゼロ）から離れた外側のメンバシップ関数が
集中的に使用され、操作量が大幅に変化するのでハンチ
ングが起きるという問題があった。However, it is often difficult to predict the fluctuation range of the input signal to the fuzzy inference device and to set an optimum scale in advance. Usually, a control test is performed several times to set the scale of the membership function by thinking and error.・ I had to change it. Therefore, it takes time to set the scale, there is a problem in ease of use, and versatility is poor. If a non-optimal scale is set, for example, if the scale is too large, the membership function near the center (zero) is used intensively, the operation amount does not change easily, the responsiveness deteriorates, and the scale becomes smaller. If it is too long, the outer membership function distant from the center (zero) is intensively used, and there is a problem that hunting occurs because the amount of operation greatly changes.

この発明の目的は、ファジィ推論装置に対する入力信
号の履歴に基づいて前件部メンバシップ関数のスケール
が自動的に設定されるようにし、また前件部メンバシッ
プ関数の使用頻度が略均等化するようにして、上記従来
の問題点を解消したファジィ推論装置を提供することに
ある。SUMMARY OF THE INVENTION It is an object of the present invention to automatically set the scale of an antecedent membership function based on the history of an input signal to a fuzzy inference apparatus, and to substantially equalize the use frequency of the antecedent membership function. Thus, it is an object of the present invention to provide a fuzzy inference apparatus which solves the above-mentioned conventional problems.

（ｅ）課題を解決するための手段 この発明のファジィ推論装置は、前件部基本メンバシ
ップ関数の変数軸のスケールまたは前件部基本メンバシ
ップ関数に対する入力信号のスケールを変更して前件部
メンバシップ値を求める前件部メンバシップ値演算手段
と、 入力信号の履歴から入力信号の変動による各前件部メ
ンバシップ関数の使用頻度が略均等化する前件部メンバ
シップ関数のスケールを決定する前件部スケール決定手
段を備えたことを特徴としている。(E) Means for Solving the Problems The fuzzy inference apparatus of the present invention changes the scale of the variable axis of the antecedent basic membership function or the scale of the input signal to the antecedent basic membership function to change the antecedent basic membership function. Antecedent membership value calculation means for obtaining a membership value, and a scale of the antecedent membership function in which the frequency of use of each antecedent membership function due to a change in the input signal is substantially equalized from the history of the input signal. And a scale determining means for the antecedent part.

（ｆ）作用 この発明の構成例であるファジィ推論装置のブロック
図を第１図および第２図に示す。(F) Operation FIGS. 1 and 2 are block diagrams of a fuzzy inference apparatus which is a configuration example of the present invention.

第１図において前件部スケール決定部１は入力信号の
大きさとその変動に応じて入力信号スケール変更部３へ
制御信号を与える。入力信号スケール変更部３は前件部
スケール設定部１からの制御信号に基づいて入力信号の
ゲインを調整して前件部基本メンバシップ関数発生器４
へ入力信号を与える。この前件部スケール決定部１と入
力信号スケール変更部３とによって前件部基本メンバシ
ップ関数発生器４に対する入力信号が正規化される。前
件部基本メンバシップ関数発生器４は与えられた入力信
号のメンバシップ値を発生する。この入力信号スケール
変更部３と前件部基本メンバシップ関数発生器４がこの
発明に係る前件部メンバシップ値演算手段に相当する。
後件部論理演算部５は前件部メンバシップ値に基づいて
後件部論理演算を行い推論値を出力する。前記１〜５に
よってファジィ演算部６が構成される。デファジファイ
部７は与えられた推論値から確定値を求める。In FIG. 1, the antecedent scale determining unit 1 supplies a control signal to the input signal scale changing unit 3 in accordance with the magnitude and fluctuation of the input signal. The input signal scale changing section 3 adjusts the gain of the input signal based on the control signal from the antecedent section scale setting section 1 to generate an antecedent section basic membership function generator 4.
To the input signal. The input signal to the antecedent basic membership function generator 4 is normalized by the antecedent scale determination unit 1 and the input signal scale change unit 3. The antecedent basic membership function generator 4 generates a membership value of a given input signal. The input signal scale changing section 3 and the antecedent part basic membership function generator 4 correspond to antecedent part membership value calculating means according to the present invention.
The consequent part logical operation unit 5 performs the consequent part logical operation based on the antecedent part membership value, and outputs an inference value. A fuzzy operation unit 6 is constituted by the above 1 to 5. The defuzzification unit 7 obtains a definite value from the given inference value.

上記前件部スケール決定部１は入力信号の所定時間に
おける平均値に比例した信号を入力信号スケール変更部
３へ与える。これにより入力信号スケール変更部３はた
とえば入力信号の絶対値の平均値が前件部メンバシップ
関数のスケールの1/2となるように入力信号の値を一定
のゲインで変更する。このことにより前件部基本メンバ
シップ関数発生器４に対する入力信号の所定期間におけ
る絶対値の平均値は前件部メンバシップ関数のスケール
の1/2となる。このように入力信号の絶対値の平均値に
よってメンバシップ関数の使用範囲の中央値が判り、こ
れをスケールの中間値に対応させることによって入力信
号の変動による各前件部メンバシップ関数の使用頻度が
略均等化することになる。The antecedent part scale determining unit 1 provides a signal proportional to the average value of the input signal in a predetermined time to the input signal scale changing unit 3. Thereby, the input signal scale changing unit 3 changes the value of the input signal with a constant gain so that, for example, the average value of the absolute value of the input signal becomes 1/2 of the scale of the membership function of the antecedent part. As a result, the average value of the absolute value of the input signal to the antecedent part basic membership function generator 4 during a predetermined period becomes 1/2 of the scale of the antecedent part membership function. In this way, the average value of the absolute value of the input signal can be used to determine the median of the range of use of the membership function, and by associating this with the intermediate value of the scale, the frequency of use of the membership function of each antecedent part due to fluctuations in the input signal Will be substantially equalized.

第１図に示した例は前件部基本メンバシップ関数に対
する入力信号のスケールを変更した例であったが、第２
図に示すように、逆に前件部基本メンバシップ関数の変
数軸のスケールを変更してもよい。すなわち第２図にお
いて前件部スケール決定部１は入力信号の履歴に基づい
て前件部メンバシップ関数のスケールを決定する信号を
発生する。前件部基本メンバシップ関数発生器４は、前
件部スケール決定部１からの信号により前件部メンバシ
ップ関数の変数軸のスケールを変更する。この場合も、
前件部スケール決定部１が例えば所定期間の入力信号の
絶対値の平均をとり、この平均値に比例して前件部メン
バシップ関数の変数軸のスケールを変更するようにし
て、入力信号の変動による各前件部メンバシップ関数の
使用頻度を略均等化することができる。The example shown in FIG. 1 is an example in which the scale of the input signal to the antecedent part basic membership function is changed.
Conversely, as shown in the figure, the scale of the variable axis of the antecedent basic membership function may be changed. That is, in FIG. 2, the antecedent part scale determination unit 1 generates a signal for determining the scale of the antecedent part membership function based on the history of the input signal. The antecedent part basic membership function generator 4 changes the scale of the variable axis of the antecedent part membership function according to the signal from the antecedent part scale determination unit 1. Again,
For example, the antecedent part scale determining unit 1 averages the absolute values of the input signals during a predetermined period, and changes the scale of the variable axis of the antecedent part membership function in proportion to this average value. The usage frequency of each antecedent membership function due to the fluctuation can be substantially equalized.

（ｇ）実施例 この発明をプロセス制御系に適用したファジィ推論装
置のブロック図を第３図に示す。同図において14が制御
対象であり、例えば液温を制御する制御系の場合、その
入力はヒータの発熱量、出力は液温を測定する温度セン
サの出力である。同図において制御対象14以外がコント
ローラであり、目標値に対する制御量Ｙの偏差ｅと偏差
微分値Δｅよりファジィ推論を行い、操作量の変化分Δ
Ｕを求め、これを前回の操作量に加えて今回の操作量Ｕ
として制御対象に出力する。微分器10は偏差ｅから偏差
微分値Δｅを求める。11は偏差ｅに対してゲインG1で増
幅（減衰）して正規化した偏差信号Ｅを出力する増幅回
路、12は偏差微分値Δｅに対してゲインG2で増幅（減
衰）して正規化した偏差微分値ΔＥを出力する増幅回路
である。ファジィ推論部13はこの２つの入力信号Ｅおよ
びΔＥによってファジィ推論を行い、操作量Ｕを出力す
る。(G) Embodiment FIG. 3 shows a block diagram of a fuzzy inference apparatus in which the present invention is applied to a process control system. In the figure, reference numeral 14 denotes a control target. For example, in the case of a control system for controlling the liquid temperature, the input is the heat generation amount of the heater, and the output is the output of the temperature sensor for measuring the liquid temperature. In the figure, a controller other than the control target 14 is a controller, and fuzzy inference is performed from the deviation e of the control amount Y with respect to the target value and the deviation differential value Δe to obtain a change Δ
U is calculated and added to the previous operation amount to obtain the current operation amount U.
Is output to the control target. The differentiator 10 obtains a deviation differential value Δe from the deviation e. Reference numeral 11 denotes an amplification circuit that amplifies (attenuates) the deviation e with a gain G1 and outputs a normalized deviation signal E. Reference numeral 12 denotes a deviation amplified and attenuated by a gain G2 with respect to the deviation differential value Δe and normalized. This is an amplifier circuit that outputs the differential value ΔE. The fuzzy inference unit 13 performs fuzzy inference using the two input signals E and ΔE, and outputs an operation amount U.

第３図において１が前件部スケール決定部であり、偏
差ｅと偏差微分の値Δｅを読み取って後述する所定の処
理を行って増幅回路11,12に対してゲイン制御信号を出
力する。前件部スケール決定部１においてCPU20は前件
部スケールを決定するための処理を統括する。ROM21に
はスケールの処理プログラムが予め書き込まれている。
RAM22はｅおよびΔｅの所定期間の履歴を記憶する領域
や増幅回路11,12へ与えるゲイン制御データなどを記憶
する領域を備えている。また、このRAM22は電源オフ時
にも電池26によりバッテリバックアップされる。15,16
は偏差ｅおよび偏差微分の値Δｅをサンプリングするサ
ンプルホールド回路、17,18はその値をディジタルデー
タに変換するＡ−Ｄ変換器である。CPU20はI/Oポート19
を介して偏差ｅと偏差微分の値Δｅのディジタルデータ
を読み込む。24,25はI/Oポート23にセットされたデータ
をアナログ信号に変換するＤ−Ａ変換器であり、CPU20
はI/Oポート23に増幅回路11,12のゲイン制御データをセ
ットすることによって偏差ｅおよび偏差微分の値Δｅに
対するゲインを設定する。In FIG. 3, reference numeral 1 denotes an antecedent scale determining unit, which reads the deviation e and the deviation derivative value Δe, performs a predetermined process described later, and outputs a gain control signal to the amplifier circuits 11 and 12. In the antecedent part scale determination unit 1, the CPU 20 supervises the processing for determining the antecedent part scale. A scale processing program is written in the ROM 21 in advance.
The RAM 22 has an area for storing a history of e and Δe for a predetermined period, an area for storing gain control data to be given to the amplifier circuits 11 and 12, and the like. The RAM 22 is also backed up by the battery 26 even when the power is off. 15,16
Is a sample-and-hold circuit for sampling the deviation e and deviation differential value Δe, and 17 and 18 are A / D converters for converting the values into digital data. CPU 20 is I / O port 19
The digital data of the deviation e and the value Δe of the deviation derivative is read through the. Reference numerals 24 and 25 denote DA converters for converting data set in the I / O port 23 into analog signals.
Sets the gain for the deviation e and the deviation derivative value Δe by setting the gain control data of the amplifier circuits 11 and 12 in the I / O port 23.

第４図（Ａ）〜（Ｃ）は前記ファジィ推論部13におい
て用いられるＥおよびΔＥに対する前件部メンバシップ
関数と操作量の変化分ΔＵに対する後件部メンバシップ
関数を表している。ここで各ラベルは NL:値が負で大きい NM:値が負で中位 NS:値が負で小さい ZR:値が略ゼロである PS:値が正で小さい PM:値が正で中位 PL:値が正で大きい を意味している。4 (A) to 4 (C) show the antecedent part membership function for E and ΔE used in the fuzzy inference unit 13 and the consequent part membership function for the change ΔU of the operation amount. Here, each label is NL: value is negative and large NM: value is negative and medium NS: value is negative and small ZR: value is almost zero PS: value is positive and small PM: value is positive and medium PL: The value is positive and means large.

同図（Ａ）において−K1〜＋K1は偏差Ｅのとり得る範
囲（スケール）である。また同図（Ｂ）において−K2〜
＋K2は偏差微分の値ΔＥのとる得る範囲（スケール）で
ある。同図（Ｃ）において−K3〜＋K3は操作量の変化分
ΔＵのとり得る範囲（スケール）である。In FIG. 9A, -K1 to + K1 is a range (scale) that the deviation E can take. Also, in FIG.
+ K2 is a range (scale) within which the value of the differential derivative ΔE can be taken. In FIG. 9C, -K3 to + K3 is a range (scale) that can be taken by the change amount ΔU of the operation amount.

第５図は第４図に示したメンバシップ関数を用いたフ
ァジィルールを表している。ここでマトリクスの内容が
操作量の変化分ΔＵである。例えば偏差ＥがPS（正方向
に小さな値）であり、偏差微分の値ΔＥがNM（負方向に
中程度の値）であるとき操作量の変化分ΔＵはPS（正方
向に小さな値）とする。FIG. 5 shows a fuzzy rule using the membership function shown in FIG. Here, the content of the matrix is the change amount ΔU of the operation amount. For example, when the deviation E is PS (small value in the positive direction) and the value ΔE of the deviation derivative is NM (medium value in the negative direction), the change amount ΔU of the manipulated variable is PS (small value in the positive direction). I do.

第６図はファジィ推論部13の構成図である。ファジィ
推論部13はファジィ演算部40とデファジファイ部41およ
び積分回路42とで構成される。ファジィ演算部は第５図
に示した各推論ルールに従ってルール毎の推論結果Xiを
出力するために、前件部におけるメンバシップ値を演算
するためのメンバシップ関数発生器と後件部での推論結
果を出力するためのメンバシップ関数発生器を備えてい
る。各ファジィ演算部はルール毎に設けられるために、
合計23個設けられ、各ファジィ演算部の推論結果Xiは並
列にデファジファイ部41に出力される。FIG. 6 is a configuration diagram of the fuzzy inference unit 13. The fuzzy inference unit 13 includes a fuzzy operation unit 40, a defuzzification unit 41, and an integration circuit 42. The fuzzy operation unit outputs the inference result Xi for each rule in accordance with each inference rule shown in FIG. 5, a membership function generator for calculating the membership value in the antecedent part, and the inference in the consequent part. A membership function generator for outputting the result is provided. Since each fuzzy operation unit is provided for each rule,
A total of 23 units are provided, and the inference result Xi of each fuzzy operation unit is output to the defuzzification unit 41 in parallel.

前記ファジィ演算部は第７図（Ａ）に示すような構成
にある。なお同図は第６図の最上部に示したファジィ演
算部の構成を示している。図示のとおり３個の汎用メン
バシップ関数発生器51〜53を有し、51および52のメンバ
シップ関数発生器には偏差Ｅに対応するラベルZRおよび
偏差微分の値ΔＥに対応するラベルPSが入力される。メ
ンバシップ関数発生器51,52はこのラベルが入力される
ことによって、そのラベルに対応したメンバシップ関数
を発生する。また、後件部メンバシップ関数発生器53に
はラベルNSが入力されることによって、そのラベルに対
応したメンバシップ関数を発生する。The fuzzy operation unit has a configuration as shown in FIG. 7 (A). FIG. 6 shows the configuration of the fuzzy operation unit shown at the top of FIG. As shown, three general-purpose membership function generators 51 to 53 are provided, and a label ZR corresponding to the deviation E and a label PS corresponding to the deviation differential value ΔE are input to the membership function generators 51 and 52. Is done. When this label is input, the membership function generators 51 and 52 generate a membership function corresponding to the label. When the label NS is input to the consequent part membership function generator 53, a membership function corresponding to the label is generated.

メンバシップ関数発生器51,52の出力、即ち前件部の
各項のメンバシップ値は前件部論理積回路54に入力さ
れ、ここでmini−maxルールのminiルールによって、よ
り小さい方のメンバシップ値が選択される。その結果が
後件部論理積回路55に送られる。後件部論理積回路55で
はメンバシップ関数発生器53で出力されるメンバシップ
関数に前件部論理積回路54からの推論結果を当てはめて
所謂頭切りを行い（論理積をとり）台形部を推論結果と
して出力する。The outputs of the membership function generators 51 and 52, that is, the membership values of each term in the antecedent part, are input to the antecedent part AND circuit 54, where the smaller member of the mini-max rule is used. Ship value is selected. The result is sent to the consequent AND circuit 55. In the consequent part AND circuit 55, the inference result from the consequent part AND circuit 54 is applied to the membership function output from the membership function generator 53 to perform a so-called truncation (by taking a logical product) to form a trapezoid. Output as inference result.

デファジファイ部41は第７図（Ｂ）に示す構成からな
る。図に示すようにデファジファイ部41は論理和回路60
と確定値演算回路61とで構成される。論理和回路60はmi
ni−maxルールのmaxルールを演算する部分であり、23個
の各ファジィ演算部からの台形出力（推論結果）を論理
和する。確定値演算回路61は論理和された領域から重心
位置を求め、操作量の変化分ΔＵの確定値を出力する。The defuzzification unit 41 has the configuration shown in FIG. 7 (B). As shown in the figure, the defuzzification unit 41 includes an OR circuit 60.
And a definite value calculation circuit 61. OR circuit 60 is mi
This is a part for calculating the max rule of the ni-max rule, and performs a logical sum of trapezoidal outputs (inference results) from each of the 23 fuzzy calculation units. The definite value calculation circuit 61 obtains the position of the center of gravity from the logically ORed area, and outputs a definite value of the change amount ΔU of the operation amount.

次に、第３図に示した前件部スケール決定部１の具体
的な動作について説明する。Next, a specific operation of the antecedent part scale determination unit 1 shown in FIG. 3 will be described.

第３図に示したコントローラの目標値応答として第９
図に示すような応答例を考える。コントローラは制御開
始前（to以前）でメンバシップ関数の使用頻度の情報が
何もない状態では、増幅回路11,12のゲインを固定（例
えば１）して、toからファジィ推論により制御を開始す
る。また同時にe,Δｅの記憶を開始する。制御量Ｙはt1
時点で整定帯内に入る。ここまでの制御は通常最適な制
御にはなっていない。このt1時点でto〜t1におけるe,Δ
ｅの履歴に基づいて増幅回路11,12のゲインをそれぞれ
求め、RAMの所定領域に記憶する。そして次回の目標値
応答制御の際、増幅回路11,12に対してすでに求めたゲ
イン制御信号を与えて最適なファジィ推論制御を行う。
上記前件部スケール決定部の処理手順を第８図に示す。As the target value response of the controller shown in FIG.
Consider a response example as shown in the figure. If there is no information on the frequency of use of the membership function before the start of control (before to), the controller fixes the gains of the amplifier circuits 11 and 12 (for example, 1) and starts control from fuzzy inference from to. . At the same time, storage of e and Δe is started. The control amount Y is t1
Enter the settling zone at that time. The control so far is not usually optimal control. At this time t1, e, Δ from to to t1
The gains of the amplifier circuits 11 and 12 are obtained based on the history of e, and stored in a predetermined area of the RAM. Then, at the time of the next target value response control, the gain control signal already obtained is given to the amplifier circuits 11 and 12 to perform the optimal fuzzy inference control.
FIG. 8 shows the processing procedure of the antecedent part scale determination unit.

第８図においてＦはメンバシップ関数の使用頻度に関
する情報の記憶有無を表すフラグ、G1,G2は増幅回路11,
12のゲインである。メンバシップ関数の使用頻度に関す
る情報が記憶されていないときフラグＦはリセット状態
であり、このとき増幅回路11,12のゲインをそれぞれ１
に設定する（n1→n2）。その後、サンプリングタイミン
グとなればe,Δｅの信号をサンプリングしてe,Δｅの値
を読み込む（n3→n4→n5）。つづいて、読み込んだe,Δ
ｅの絶対値を求めて、これをRAM22の所定領域に記憶す
る（n6）。以上の動作を予め定めた計測時間が終了する
まで、または操作量Ｙと目標値との差に基づいて整定状
態となったことを検知したときまで繰り返しおこなう
（n7→n3→・・・）。計測が終了すればe,Δｅについて
それぞれ絶対値の平均値を算出し、ｅの絶対値の平均値
が０とK1（第４図（Ａ）参照）との中間点となるように
増幅回路11のゲインを求め、これをRAMの領域M1に記憶
する。またΔｅの絶対値の平均値が０とK2（第４図
（Ｂ）参照）の中間点すなわちK2/2となるように増幅回
路12のゲインを求め、これをRAMの領域M2に記憶する（n
8→n9）。つづいてフラグＦをセットして増幅回路11,12
に対してゲイン制御信号を与えてそれぞれゲインを定め
る（n10→n11）。In FIG. 8, F indicates a flag indicating whether or not information on the frequency of use of the membership function is stored.
This is a gain of 12. The flag F is in a reset state when the information on the use frequency of the membership function is not stored. At this time, the gains of the amplifier circuits 11 and 12 are set to 1 respectively.
(N1 → n2). Thereafter, at the sampling timing, the signals of e and Δe are sampled and the values of e and Δe are read (n3 → n4 → n5). Then, read e, Δ
The absolute value of e is obtained and stored in a predetermined area of the RAM 22 (n6). The above operation is repeated until the predetermined measurement time ends or until it is detected that the set state has been established based on the difference between the operation amount Y and the target value (n7 → n3 →...). When the measurement is completed, the average value of the absolute value of each of e and Δe is calculated, and the amplifier circuit 11 is set so that the average value of the absolute value of e becomes the midpoint between 0 and K1 (see FIG. 4A). Is obtained, and this is stored in the area M1 of the RAM. Further, the gain of the amplifier circuit 12 is determined so that the average value of the absolute value of Δe becomes the midpoint between 0 and K2 (see FIG. 4B), that is, K2 / 2, and this is stored in the area M2 of the RAM ( n
8 → n9). Subsequently, the flag F is set and the amplifier circuits 11 and 12 are set.
, And a gain control signal is given to each to determine a gain (n10 → n11).

前記M1,M2に記憶した増幅回路11,12のゲインデータは
電源オフ時にもバッテリバックアップされ、次回の電源
オン時の目標値応答の制御の際、直接そのゲインデータ
に基づき増幅回路11,12のゲインが設定される（n1→n1
1）。The gain data of the amplification circuits 11 and 12 stored in the M1 and M2 are also backed up by a battery even when the power is turned off, and at the time of controlling the target value response at the next power-on, the gain data of the amplification circuits 11 and 12 are directly based on the gain data. Gain is set (n1 → n1
1).

なお、以上に示した実施例では前件部メンバシップ値
を求める際、前件部スケール決定部からの信号に基づい
て入力信号のゲインを制御するようにしたが、前件部ス
ケール決定部からの信号に従って、逆に基本メンバシッ
プ関数の変数軸を制御することによって、前件部スケー
ルを変更することも可能である。In the embodiment described above, when determining the membership value of the antecedent part, the gain of the input signal is controlled based on the signal from the antecedent part scale determining unit. Conversely, by controlling the variable axis of the basic membership function according to the signal, the scale of the antecedent part can be changed.

また、実施例では前件部メンバシップ関数の使用頻度
をｅおよびΔｅの絶対値の平均値によって求めたが、各
メンバシップ関数が使用された回数を直接計数し、それ
により使用頻度を求めることもできる。また、e,Δｅの
絶対値の平均ではなく、正・負の平均をそれぞれ別に計
算し、正方向と負方向にスケールを調整することも可能
である。In the embodiment, the frequency of use of the membership function in the antecedent part is determined by the average value of the absolute values of e and Δe. However, the number of times each membership function is used is directly counted to determine the frequency of use. Can also. It is also possible to calculate the positive and negative averages separately from the average of the absolute values of e and Δe, and adjust the scale in the positive and negative directions.

（ｈ）発明の効果 この発明によれば次のような効果を奏する。(H) Effects of the Invention According to the present invention, the following effects can be obtained.

（１）制御対象の特性が明確でなくともスケールが自動
的に設定・変更されるため、最適スケールでの制御が容
易に実現する。(1) Even if the characteristics of the control target are not clear, the scale is automatically set and changed, so that control at the optimum scale is easily realized.

（２）人間のオペレータがスケールを設定・変更する必
要がないので、オペレータの知識や習熟度に左右される
ことなく制御を行うことができ、そのため使い易さおよ
び汎用性が向上する。(2) Since there is no need for a human operator to set or change the scale, the control can be performed without being affected by the knowledge and skill of the operator, thereby improving ease of use and versatility.

（３）制御対象の特性が変化した場合でも、目標値応答
時などにスケールを変更することができるため、常に最
適スケールでの制御が可能となる。(3) Even when the characteristics of the control target change, the scale can be changed at the time of response to the target value or the like, so that control at the optimum scale can always be performed.

【図面の簡単な説明】[Brief description of the drawings]

第１図および第２図はこの発明の構成例を示すブロック
図である。第３図はこの発明の実施例であるファジィ推
論装置と制御系のブロック図である。第４図（Ａ）〜
（Ｃ）は同ファジィ推論装置に用いられる各種メンバシ
ップ関数を表す図、第５図はファジィ推論ルールを表す
図である。第６図はファジィ推論部の構成図、第７図
（Ａ），（Ｂ）はそれぞれファジィ演算部，デファジフ
ァイ部の構成図である。第８図は前件部スケール決定部
の処理手順を表すフローチャートである。また、第９図
は実施例に係る制御系の目標値応答の例を示す図であ
る。 ４……前件部基本メンバシップ関数発生器。1 and 2 are block diagrams showing a configuration example of the present invention. FIG. 3 is a block diagram of a fuzzy inference apparatus and a control system according to an embodiment of the present invention. Fig. 4 (A) ~
(C) is a diagram showing various membership functions used in the fuzzy inference device, and FIG. 5 is a diagram showing fuzzy inference rules. FIG. 6 is a block diagram of a fuzzy inference unit, and FIGS. 7A and 7B are block diagrams of a fuzzy calculation unit and a defuzzification unit, respectively. FIG. 8 is a flowchart showing a processing procedure of the antecedent part scale determination unit. FIG. 9 is a diagram showing an example of a target value response of the control system according to the embodiment. 4. Antecedent part basic membership function generator.

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁶，ＤＢ名) G05D 13/00 - 13/02 G06F 9/44 554 ＪＩＣＳＴファイル（ＪＯＩＳ)────────────────────────────────────────────────── ─── Continued on the front page (58) Fields surveyed (Int. Cl. ⁶ , DB name) G05D 13/00-13/02 G06F 9/44 554 JICST file (JOIS)

Claims (1)

(57)【特許請求の範囲】(57) [Claims] 【請求項１】前件部基本メンバシップ関数の変数軸のス
ケールまたは前件部基本メンバシップ関数に対する入力
信号のスケールを変更して前件部メンバシップ値を求め
る前件部メンバシップ値演算手段と、 入力信号の履歴から入力信号の変動による各前件部メン
バシップ関数の使用頻度が略均等化する前件部メンバシ
ップ関数のスケールを決定する前件部スケール決定手段
を備えたファジィ推論装置。1. An antecedent membership value calculating means for obtaining an antecedent membership value by changing a scale of a variable axis of an antecedent basic membership function or a scale of an input signal to an antecedent basic membership function. And a fuzzy inference device having an antecedent scale determining means for determining a scale of an antecedent membership function in which the use frequency of each antecedent membership function is substantially equalized by a change in the input signal from a history of the input signal. .