JP2845618B2 - エキスパートシステム - Google Patents
エキスパートシステムInfo
- Publication number
- JP2845618B2 JP2845618B2 JP2340391A JP34039190A JP2845618B2 JP 2845618 B2 JP2845618 B2 JP 2845618B2 JP 2340391 A JP2340391 A JP 2340391A JP 34039190 A JP34039190 A JP 34039190A JP 2845618 B2 JP2845618 B2 JP 2845618B2
- Authority
- JP
- Japan
- Prior art keywords
- knowledge base
- knowledge
- expert system
- inference
- groups
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Devices For Executing Special Programs (AREA)
Description
【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は知識ベースと推論機構とを備え、外部から入
力されたデータに対し、知識ベース内の知識を使用して
推論機構により推論を行ない推論結果を得るエキスパー
トシステムに係り、特に知識ベースの構築を極めて効率
よく行ない、また知識の検証，確信度のチューニングを
自動的に行ない得るようにしたエキスパートシステムに
関するものである。
力されたデータに対し、知識ベース内の知識を使用して
推論機構により推論を行ない推論結果を得るエキスパー
トシステムに係り、特に知識ベースの構築を極めて効率
よく行ない、また知識の検証，確信度のチューニングを
自動的に行ない得るようにしたエキスパートシステムに
関するものである。
（従来の技術） 近年、人口知能の発達に伴い、熟練者の経験と洞察力
とをもって決定される結論を電子計算機で実現するとい
った、いわゆるエキスパートシステムが、各方面の産業
分野で適用されるようになってきている。
とをもって決定される結論を電子計算機で実現するとい
った、いわゆるエキスパートシステムが、各方面の産業
分野で適用されるようになってきている。
ある産業分野の特定の対象についてエキスパートシス
テムを実現する場合には、まず知識ベースの作成が重要
な作業となる。特に、エキスパートシステムを容易に実
現するエキスパートシェルといったエキスパートシステ
ム構築支援ツールを用いる場合には、知識の収集から知
識ベースの作成が主たる作業内容となる。すなわち、エ
キスパートシステムを開発する中で、かなり長い期間を
知識ベースの作成に費している。
テムを実現する場合には、まず知識ベースの作成が重要
な作業となる。特に、エキスパートシステムを容易に実
現するエキスパートシェルといったエキスパートシステ
ム構築支援ツールを用いる場合には、知識の収集から知
識ベースの作成が主たる作業内容となる。すなわち、エ
キスパートシステムを開発する中で、かなり長い期間を
知識ベースの作成に費している。
ところで、ある産業分野において、特定の対象につい
てエキスパートシステムを構築する場合、その分野共通
の知識ベース、すなわちその分野の一般的な知識ベー
ス、例えば物理法則や原理に関する知識と、その対象に
ついてのみ適用される特定の知識ベース、すなわちその
対象の個有な知識ベース、例えば特性や定格に関する知
識とに知識が分類されるが、これらを一つの知識ベース
パラダイムの中で作成し、管理し、推論実行している。
てエキスパートシステムを構築する場合、その分野共通
の知識ベース、すなわちその分野の一般的な知識ベー
ス、例えば物理法則や原理に関する知識と、その対象に
ついてのみ適用される特定の知識ベース、すなわちその
対象の個有な知識ベース、例えば特性や定格に関する知
識とに知識が分類されるが、これらを一つの知識ベース
パラダイムの中で作成し、管理し、推論実行している。
しかしながら、同じ分野の他の類似対象のエキスパー
トシステムを構築する場合に、過去の知識ベースを活用
してエキスパートシステムを実現しようとした場合、エ
キスパートシステムの作成者が、机上レベルで過去の知
識ベースを参照し、断片的な知識として参考とすること
はあっても、流用可能な知識ベースを取り出して、その
まま開発しようとしているエキスパートシステムに適用
することは大変困難である。そのため、既存のエキスパ
ートシステムの知識ベースの利用可能な箇所を一つずつ
洗い出し、それを参考としながら再度新規に知識ベース
を構築するという作業が必要であり、知識の作成や検
証、確信度のチューニングといった作業に再度膨大な時
間をさくといった問題があった。
トシステムを構築する場合に、過去の知識ベースを活用
してエキスパートシステムを実現しようとした場合、エ
キスパートシステムの作成者が、机上レベルで過去の知
識ベースを参照し、断片的な知識として参考とすること
はあっても、流用可能な知識ベースを取り出して、その
まま開発しようとしているエキスパートシステムに適用
することは大変困難である。そのため、既存のエキスパ
ートシステムの知識ベースの利用可能な箇所を一つずつ
洗い出し、それを参考としながら再度新規に知識ベース
を構築するという作業が必要であり、知識の作成や検
証、確信度のチューニングといった作業に再度膨大な時
間をさくといった問題があった。
（発明が解決しようとしている課題） 以上のように、従来のエキスパートシステムにおいて
は、知識ベースの構築を効率よく行なえないばかりでな
く、知識の検証，確信度のチューニングを行なうのに膨
大な時間をさくという問題があった。
は、知識ベースの構築を効率よく行なえないばかりでな
く、知識の検証，確信度のチューニングを行なうのに膨
大な時間をさくという問題があった。
本発明の目的は、知識ベースの構築を極めて効率よく
行なうことができ、また知識の検証，確信度のチューニ
ングを自動的に行なうことが可能な極めて信頼性の高い
エキスパートシステムを提供することにある。
行なうことができ、また知識の検証，確信度のチューニ
ングを自動的に行なうことが可能な極めて信頼性の高い
エキスパートシステムを提供することにある。
［発明の構成］ （課題を解決するための手段） 上記の目的を達成するために、専門家の知識を蓄積し
たかつ管理する機能を持つ知識ベースと、知識ベース内
の知識を利用して推論を実行する機能を持つ推論機能と
を備え、外部から入力されたデータに対し、知識ベース
内の知識を使用して推論機構により推論を行ない推論結
果を得るようにしたエキスパートシステムにおいて、 複数の知識ベース群を管理し、推論実行時に複数の知
識ベース群の中から必要な知識ベース群を抽出し一つの
知識ベースとして合成知識ベースを生成する合成知識ベ
ース生成機構と、合成知識ベース生成機構により抽出さ
れた異なった複数の知識ベース群相互のそれぞれ設定さ
れている確信度のしきい値又は平均値又は標準偏差のう
ち少なくとも一つの整合性を図り、合成知識ベースの統
一の確信度を決定する確信度決定機構とを備えて構成し
ている。
たかつ管理する機能を持つ知識ベースと、知識ベース内
の知識を利用して推論を実行する機能を持つ推論機能と
を備え、外部から入力されたデータに対し、知識ベース
内の知識を使用して推論機構により推論を行ない推論結
果を得るようにしたエキスパートシステムにおいて、 複数の知識ベース群を管理し、推論実行時に複数の知
識ベース群の中から必要な知識ベース群を抽出し一つの
知識ベースとして合成知識ベースを生成する合成知識ベ
ース生成機構と、合成知識ベース生成機構により抽出さ
れた異なった複数の知識ベース群相互のそれぞれ設定さ
れている確信度のしきい値又は平均値又は標準偏差のう
ち少なくとも一つの整合性を図り、合成知識ベースの統
一の確信度を決定する確信度決定機構とを備えて構成し
ている。
（作用） 従って、本発明のエキスパートシステムにおいては、
推論機構に加えて、複数の知識ベース群を管理し、複数
の知識ベース群の中から任意の必要な知識ベース群を抽
出し、特定対象の１つの知識ベースとして合成知識ベー
スを生成する合成知識ベース生成機構と、この生成され
た合成知識ベースの統一の確信度を決定する確信度決定
機構とを備えていることにより、知識ベースの作成にお
いて、他のエキスパートシステムでも利用可能な知識ベ
ース群と本エキスパートシステム個有の知識ベース群を
分類登録可能とし、推論実行時には複数の知識ベース群
から構成される合成知識ベースが論理的に矛盾のない一
つの知識ベースとして動作し、他のエキスパートシステ
ムで利用可能な知識ベース群は、そのままそっくり移植
可能となる。
推論機構に加えて、複数の知識ベース群を管理し、複数
の知識ベース群の中から任意の必要な知識ベース群を抽
出し、特定対象の１つの知識ベースとして合成知識ベー
スを生成する合成知識ベース生成機構と、この生成され
た合成知識ベースの統一の確信度を決定する確信度決定
機構とを備えていることにより、知識ベースの作成にお
いて、他のエキスパートシステムでも利用可能な知識ベ
ース群と本エキスパートシステム個有の知識ベース群を
分類登録可能とし、推論実行時には複数の知識ベース群
から構成される合成知識ベースが論理的に矛盾のない一
つの知識ベースとして動作し、他のエキスパートシステ
ムで利用可能な知識ベース群は、そのままそっくり移植
可能となる。
これにより、同種の分野で対象は異なるが類似したエ
キスパートシステムを幾つも開発する場合、共通の知識
ベース群と個別の知識ベース群とに分類して知識ベース
を作成することができ、共通部分の知識ベース群は一度
作成すれば何回も活用可能となり、極めて効率の良い知
識ベースを構築することができる。
キスパートシステムを幾つも開発する場合、共通の知識
ベース群と個別の知識ベース群とに分類して知識ベース
を作成することができ、共通部分の知識ベース群は一度
作成すれば何回も活用可能となり、極めて効率の良い知
識ベースを構築することができる。
また、生成された合成知識ベースの統一の確信度を決
定する確信度決定機構を備えていることにより、知識の
検証，確信度のチューニングを自動的に行なうことがで
きる。
定する確信度決定機構を備えていることにより、知識の
検証，確信度のチューニングを自動的に行なうことがで
きる。
（実施例） 以下、本発明の一実施例について図面を参照して詳細
に説明する。
に説明する。
第１図は、本発明によるエキスパートシステムの構成
例を示すブロック図である。第１図に示すように、本実
施例のエキスパートシステムは、複数の知識ベース群２
と、合成知識ベース生成機構である知識ベース（KB）コ
ンパイラ３と、確信度決定機構である確信度マネージャ
（以下、CFマネージャと称する）４と、推論機構である
推論エンジン５とから構成している。
例を示すブロック図である。第１図に示すように、本実
施例のエキスパートシステムは、複数の知識ベース群２
と、合成知識ベース生成機構である知識ベース（KB）コ
ンパイラ３と、確信度決定機構である確信度マネージャ
（以下、CFマネージャと称する）４と、推論機構である
推論エンジン５とから構成している。
ここで、知識ベース群２は、専門家の知識を表現でき
かつ管理する機能を持つものである。また、知識ベース
コンパイラ３は、複数の知識ベース群２を管理し、推論
実行時に複数の知識ベース群２の中から必要な知識ベー
ス群２を抽出し、一つの知識ベースとして合成知識ベー
ス６を生成するための処理をするものである。さらに、
CFマネージャ４は、知識ベースコンパイラ３により抽出
された異なった複数の知識ベース群２相互のそれぞれ設
定されている確信度の設定の整合性を図り、合成知識ベ
ース６の統一の確信度を決定する処理をするものであ
る。さらにまた、推論エンジン５は、外部から入力され
たデータに対し、知識ベースコンパイラ３により生成さ
れた合成知識ベース６を用いて推論を実行し、推論結果
を求めるものである。
かつ管理する機能を持つものである。また、知識ベース
コンパイラ３は、複数の知識ベース群２を管理し、推論
実行時に複数の知識ベース群２の中から必要な知識ベー
ス群２を抽出し、一つの知識ベースとして合成知識ベー
ス６を生成するための処理をするものである。さらに、
CFマネージャ４は、知識ベースコンパイラ３により抽出
された異なった複数の知識ベース群２相互のそれぞれ設
定されている確信度の設定の整合性を図り、合成知識ベ
ース６の統一の確信度を決定する処理をするものであ
る。さらにまた、推論エンジン５は、外部から入力され
たデータに対し、知識ベースコンパイラ３により生成さ
れた合成知識ベース６を用いて推論を実行し、推論結果
を求めるものである。
第２図は、第１図におけるエキスパートシステム１が
登載された電子計算機（コンピュータ）の構成例を示す
ブロック図である。第２図において、演算制御装置７
は、推論エンジン５として動作するものである。また、
補助記憶装置８は、知識ベース群２や合成知識ベース６
を格納するものである。一方、キーボード10は、知識の
登録や変更、知識ベースコンパイラ３の動作指示、推論
時のデータの入力等を行なうためのものである。また、
CRT表示装置９は、マンマシンインターフェイスとして
エキスパートシステム１内の情報を表示したり、推論結
果等を表示するためのものである。さらに、プリンタ11
は、出力結果を印字記録するためのものである。
登載された電子計算機（コンピュータ）の構成例を示す
ブロック図である。第２図において、演算制御装置７
は、推論エンジン５として動作するものである。また、
補助記憶装置８は、知識ベース群２や合成知識ベース６
を格納するものである。一方、キーボード10は、知識の
登録や変更、知識ベースコンパイラ３の動作指示、推論
時のデータの入力等を行なうためのものである。また、
CRT表示装置９は、マンマシンインターフェイスとして
エキスパートシステム１内の情報を表示したり、推論結
果等を表示するためのものである。さらに、プリンタ11
は、出力結果を印字記録するためのものである。
次に、以上のように構成した本実施例のエキスパート
システムの作用について説明する。
システムの作用について説明する。
第１図において、知識ベースコンパイラ３では、複数
の知識ベース群２が管理され、推論実行時には複数の知
識ベース群２の中から必要な知識ベース群２が抽出さ
れ、一つの知識ベースとして合成知識ベース６が生成さ
れる。また、CFマネージャ４では、知識ベースコンパイ
ラ３により抽出された異なった複数の知識ベース群２相
互のそれぞれ設定されている確信度の設定の整合性が図
られ、合成知識ベース６の統一の確信度が決定される。
すなわち、各知識ベース群２内の事象やルールに付与さ
れている確信度（以下、CF値と称する）が知識ベース群
２毎に基準がバラついていては、一つの知識ベースとし
ての整合性がとれないため、CFマネージャ４により、知
識ベース群２内のCF値の相対性を維持しつつ、合成知識
ベース６として妥当な統一CF値が算定される。また、CF
マネージャ４では、ルールを実行（ファイア）するか否
かの判断基準となるCFのしきい値（足切り値）も、合成
知識ベース６の統一のしきい値として算定される。そし
て、推論エンジン５では、外部からデータが入力される
と、知識ベースコンパイラ３により生成された合成知識
ベース６を用いて、入力データに対して推論が実行さ
れ、推論結果が求められる。
の知識ベース群２が管理され、推論実行時には複数の知
識ベース群２の中から必要な知識ベース群２が抽出さ
れ、一つの知識ベースとして合成知識ベース６が生成さ
れる。また、CFマネージャ４では、知識ベースコンパイ
ラ３により抽出された異なった複数の知識ベース群２相
互のそれぞれ設定されている確信度の設定の整合性が図
られ、合成知識ベース６の統一の確信度が決定される。
すなわち、各知識ベース群２内の事象やルールに付与さ
れている確信度（以下、CF値と称する）が知識ベース群
２毎に基準がバラついていては、一つの知識ベースとし
ての整合性がとれないため、CFマネージャ４により、知
識ベース群２内のCF値の相対性を維持しつつ、合成知識
ベース６として妥当な統一CF値が算定される。また、CF
マネージャ４では、ルールを実行（ファイア）するか否
かの判断基準となるCFのしきい値（足切り値）も、合成
知識ベース６の統一のしきい値として算定される。そし
て、推論エンジン５では、外部からデータが入力される
と、知識ベースコンパイラ３により生成された合成知識
ベース６を用いて、入力データに対して推論が実行さ
れ、推論結果が求められる。
次に、上記CFマネージャ４における処理内容につい
て、第３図ないし第５図に示すフロー図を用いて具体的
に説明する。
て、第３図ないし第５図に示すフロー図を用いて具体的
に説明する。
まず、第３図は、CFマネージャ４の処理機能の流れを
示すフロー図である。まず、CFマネージャ４では、知識
ベースコンパイラ３に入力された知識ベース群２のそれ
ぞれからCF値が抽出され、知識ベース群２レベルのCF値
のチューニング（全体チューニング）を実施して、暫定
CF値が算定される。この段階では、知識ベース群２の間
のCF値の付与基準の格差が是正されたことになる。次
に、知識ベース群２内の事象やルール一つ一つのレベル
で同一のものがあれば抽出され、知識ベース群２が異な
ることで違った暫定CF値が付与されているならば、同一
の事象やルールには同一のCF値を付与するように統一さ
れる。以上のようにして、合成知識ベース６の統一CF値
が求められる。
示すフロー図である。まず、CFマネージャ４では、知識
ベースコンパイラ３に入力された知識ベース群２のそれ
ぞれからCF値が抽出され、知識ベース群２レベルのCF値
のチューニング（全体チューニング）を実施して、暫定
CF値が算定される。この段階では、知識ベース群２の間
のCF値の付与基準の格差が是正されたことになる。次
に、知識ベース群２内の事象やルール一つ一つのレベル
で同一のものがあれば抽出され、知識ベース群２が異な
ることで違った暫定CF値が付与されているならば、同一
の事象やルールには同一のCF値を付与するように統一さ
れる。以上のようにして、合成知識ベース６の統一CF値
が求められる。
次に、第４図は、第３図におけるCF値の全体チューニ
ング処理部分の詳細な処理機能の流れを示すフロー図で
ある。まず、知識ベースコンパイラ３に入力された知識
ベース群２毎に、CF値の分布状態を確認するために、平
均値や標準偏差が求められる。次に、CF値の付与する幅
を統一するために、各知識ベース群２内の標準偏差が基
準標準偏差となるように、各知識ベース群２のCF値が割
付けられる。この場合、いずれか特定の知識ベース群２
の標準偏差を、基準標準偏差として採用してもよい。
ング処理部分の詳細な処理機能の流れを示すフロー図で
ある。まず、知識ベースコンパイラ３に入力された知識
ベース群２毎に、CF値の分布状態を確認するために、平
均値や標準偏差が求められる。次に、CF値の付与する幅
を統一するために、各知識ベース群２内の標準偏差が基
準標準偏差となるように、各知識ベース群２のCF値が割
付けられる。この場合、いずれか特定の知識ベース群２
の標準偏差を、基準標準偏差として採用してもよい。
ここで求められたCF値の分布状態は同一の形態になっ
たが、値の絶対的な重み付けの判断基準が異なるため、
全ての知識ベース群２のCF値の平均値が同一となるよう
に、CF値の分布状態は変化させないでCF値の全体が水平
移動される。この場合、基準とする平均値は、各知識ベ
ース群２のCF値の平均値の平均値でもよいし、いずれか
特定の知識ベース群２のCF値の平均値を採用してもよ
い。また、ルールを実行（ファイア）するか否かの基準
となるしきい値（足切り値）も、各知識ベース群２に付
与されているCFのしきい値を、前述のCF値の水平移動に
合わせて変更させた後、平均をとって統一しきい値とさ
れる。
たが、値の絶対的な重み付けの判断基準が異なるため、
全ての知識ベース群２のCF値の平均値が同一となるよう
に、CF値の分布状態は変化させないでCF値の全体が水平
移動される。この場合、基準とする平均値は、各知識ベ
ース群２のCF値の平均値の平均値でもよいし、いずれか
特定の知識ベース群２のCF値の平均値を採用してもよ
い。また、ルールを実行（ファイア）するか否かの基準
となるしきい値（足切り値）も、各知識ベース群２に付
与されているCFのしきい値を、前述のCF値の水平移動に
合わせて変更させた後、平均をとって統一しきい値とさ
れる。
次に、第５図は、第３図におけるCF値の個別チューニ
ング処理部分の詳細な機能機能の流れを示すフロー図で
ある。まず、CF値の全体チューニングで求められた暫定
CF値に対して、異なる知識ベース群２間で同一の事象や
ルールが抽出され、その暫定CF値に差異があるか否かが
確認される。その結果、もし差異がある場合には、一つ
の知識ベース２内で矛盾が生じ、正しい推論が実施でき
ないため、その差異を解消しなければならない。この場
合、その差異が一定の基準以内であれば、異なるCF値の
平均が計算され、統一のCF値として採用される。しか
し、その差異が一定の基準以上である場合には、知識ベ
ース自体の見直しが必要であることから、人間系の介入
によりCF値が再設定される。
ング処理部分の詳細な機能機能の流れを示すフロー図で
ある。まず、CF値の全体チューニングで求められた暫定
CF値に対して、異なる知識ベース群２間で同一の事象や
ルールが抽出され、その暫定CF値に差異があるか否かが
確認される。その結果、もし差異がある場合には、一つ
の知識ベース２内で矛盾が生じ、正しい推論が実施でき
ないため、その差異を解消しなければならない。この場
合、その差異が一定の基準以内であれば、異なるCF値の
平均が計算され、統一のCF値として採用される。しか
し、その差異が一定の基準以上である場合には、知識ベ
ース自体の見直しが必要であることから、人間系の介入
によりCF値が再設定される。
上述したように、本実施例のエキスパートシステム１
においては、複数の知識ベース２群を管理し、複数の知
識ベース２群の中から任意の必要な知識ベース２群を抽
出し、特定対象の１つの知識ベースとして合成知識ベー
ス６を生成する知識ベースコンパイラ３と、この生成さ
れた合成知識ベース６の統一のCF値を決定するCFマネー
ジャ４とを備えているため、知識ベースの作成におい
て、他のエキスパートシステムでも利用可能な知識ベー
ス群と本エキスパートシステム個有の知識ベース２群を
分類登録可能とし、推論実行時には複数の知識ベース２
群から構成される合成知識ベース６が論理的に矛盾のな
い一つの知識ベースとして動作し、他のエキスパートシ
ステムで利用可能な知識ベース群は、そのままそっくり
移植可能となる。これにより、同種の分野で対象は異な
るが類似したエキスパートシステムを幾つも開発する場
合、共通の知識ベース群と個別の知識ベース群とに分類
して知識ベースを作成することができ、共通部分の知識
ベース群は一度作成すれば何回も活用可能となり、極め
て効率の良い知識ベースを構築することができる。ま
た、生成された合成知識ベース６の統一のCF値を決定す
るCFマネージャ４を備えているため、知識の検証，確信
度のチューニングを、作業に膨大な時間をさくことなく
自動的に行なうことができる。
においては、複数の知識ベース２群を管理し、複数の知
識ベース２群の中から任意の必要な知識ベース２群を抽
出し、特定対象の１つの知識ベースとして合成知識ベー
ス６を生成する知識ベースコンパイラ３と、この生成さ
れた合成知識ベース６の統一のCF値を決定するCFマネー
ジャ４とを備えているため、知識ベースの作成におい
て、他のエキスパートシステムでも利用可能な知識ベー
ス群と本エキスパートシステム個有の知識ベース２群を
分類登録可能とし、推論実行時には複数の知識ベース２
群から構成される合成知識ベース６が論理的に矛盾のな
い一つの知識ベースとして動作し、他のエキスパートシ
ステムで利用可能な知識ベース群は、そのままそっくり
移植可能となる。これにより、同種の分野で対象は異な
るが類似したエキスパートシステムを幾つも開発する場
合、共通の知識ベース群と個別の知識ベース群とに分類
して知識ベースを作成することができ、共通部分の知識
ベース群は一度作成すれば何回も活用可能となり、極め
て効率の良い知識ベースを構築することができる。ま
た、生成された合成知識ベース６の統一のCF値を決定す
るCFマネージャ４を備えているため、知識の検証，確信
度のチューニングを、作業に膨大な時間をさくことなく
自動的に行なうことができる。
これにより、知識ベースコンパイラ３により、知識ベ
ースの分割管理が可能となり、求めるエキスパートシス
テムの知識ベースが容易に合成可能であり、分割した知
識ベース群２間のCF値の整合性は、CFマネージャ４によ
り実現することができ、極めて効率のよい知識ベースの
構築を行なうことができる。
ースの分割管理が可能となり、求めるエキスパートシス
テムの知識ベースが容易に合成可能であり、分割した知
識ベース群２間のCF値の整合性は、CFマネージャ４によ
り実現することができ、極めて効率のよい知識ベースの
構築を行なうことができる。
第６図（ａ），（ｂ）は、本エキスパートシステムを
用いた場合の顕著な効果を具体的に説明するためのブロ
ック図である。
用いた場合の顕著な効果を具体的に説明するためのブロ
ック図である。
第６図において、Ａプラント12は、Ｘ装置13、Ｙ装置
14、Ｚ装置15等から構成される。ここで、各装置にエキ
スパートシステムを導入する状況で、まずＸ装置13のエ
キスパートシステムの開発から実施されたとする。Ｘ装
置13のエキスパートシステムの知識ベースを構築する場
合は、Ａプラント12共通の知識と、Ｘ装置13個有の知識
とに分類して、個々に知識ベース群を作成する。そし
て、知識ベースコンパイラ３とCFマネージャ４とを用い
て、Ａプラント12内のＸ装置13用の合成知識ベース６を
生成する。
14、Ｚ装置15等から構成される。ここで、各装置にエキ
スパートシステムを導入する状況で、まずＸ装置13のエ
キスパートシステムの開発から実施されたとする。Ｘ装
置13のエキスパートシステムの知識ベースを構築する場
合は、Ａプラント12共通の知識と、Ｘ装置13個有の知識
とに分類して、個々に知識ベース群を作成する。そし
て、知識ベースコンパイラ３とCFマネージャ４とを用い
て、Ａプラント12内のＸ装置13用の合成知識ベース６を
生成する。
次に、Ｙ装置14のエキスパートシステムの知識ベース
を構築する場合は、Ａプラント12共通の知識は、前述の
Ａプラント共通知識ベース群を転用し、Ｙ装置14個有の
知識ベース群のみを作成し、知識ベースコンパイラ３で
処理して、Ａプラント12内のＹ装置用の合成知識ベース
６を生成する。そして、同様の手順はＺ装置15にも適用
される。
を構築する場合は、Ａプラント12共通の知識は、前述の
Ａプラント共通知識ベース群を転用し、Ｙ装置14個有の
知識ベース群のみを作成し、知識ベースコンパイラ３で
処理して、Ａプラント12内のＹ装置用の合成知識ベース
６を生成する。そして、同様の手順はＺ装置15にも適用
される。
以上のように、ある特定の分野で、異なる対象につい
てエキスパートシステムを複数開発する場合に、本エキ
スパートシステムを適用することにより、知識ベースを
分割して作成し、管理できるため、再利用可能な知識ベ
ース群は別に分割しておき、エキスパートシステムを開
発する都度、それを引用して知識ベースコンパイラ３に
かけて活用することができ、極めて効率のよい知識ベー
スの構築を行なうことが可能となる。
てエキスパートシステムを複数開発する場合に、本エキ
スパートシステムを適用することにより、知識ベースを
分割して作成し、管理できるため、再利用可能な知識ベ
ース群は別に分割しておき、エキスパートシステムを開
発する都度、それを引用して知識ベースコンパイラ３に
かけて活用することができ、極めて効率のよい知識ベー
スの構築を行なうことが可能となる。
［発明の効果］ 以上説明したように本発明によれば、複数の知識ベー
ス群を管理し、推論実行時に複数の知識ベース群の中か
ら必要な知識ベース群を抽出し一つの知識ベースとして
合成知識ベースを生成する合成知識ベース生成機構と、
合成知識ベース生成機構により抽出された異なった複数
の知識ベース群相互のそれぞれ設定されている確信度の
しきい値又は平均値又は標準偏差のうち少なくとも一つ
の整合性を図り、合成知識ベースの統一の確信度を決定
する確信度決定機構とを備えるようにしたので、知識ベ
ースの構築を極めて効率よく行なうことができ、また知
識の検証，確信度のチューニングを自動的に行なうこと
が可能な極めて信頼性の高いエキスパートシステムが提
供できる。
ス群を管理し、推論実行時に複数の知識ベース群の中か
ら必要な知識ベース群を抽出し一つの知識ベースとして
合成知識ベースを生成する合成知識ベース生成機構と、
合成知識ベース生成機構により抽出された異なった複数
の知識ベース群相互のそれぞれ設定されている確信度の
しきい値又は平均値又は標準偏差のうち少なくとも一つ
の整合性を図り、合成知識ベースの統一の確信度を決定
する確信度決定機構とを備えるようにしたので、知識ベ
ースの構築を極めて効率よく行なうことができ、また知
識の検証，確信度のチューニングを自動的に行なうこと
が可能な極めて信頼性の高いエキスパートシステムが提
供できる。
第１図は本発明によるエキスパートシステムの一実施例
を示すブロック図、 第２図は同実施例におけるエキスパートシステムが搭載
された電子計算機の構成例を示すブロック図、 第３図ないし第５図は同実施例におけるエキスパートシ
ステムのCFマネージャの持つ機能を説明するためのフロ
ー図、 第６図は本発明の顕著な効果を具体的に説明するための
ブロック図である。 １……エキスパートシステム、２……知識ベース群、３
……知識ベースコンパイラ、４……CFマネージャ、５…
…推論エンジン、６……合成知識ベース、７……演算制
御装置、８……補助記憶装置、９……CRT表示装置、10
……キーボード、11……プリンタ、12……Ａプラント、
13……Ｘ装置、14……Ｙ装置、15……Ｚ装置。
を示すブロック図、 第２図は同実施例におけるエキスパートシステムが搭載
された電子計算機の構成例を示すブロック図、 第３図ないし第５図は同実施例におけるエキスパートシ
ステムのCFマネージャの持つ機能を説明するためのフロ
ー図、 第６図は本発明の顕著な効果を具体的に説明するための
ブロック図である。 １……エキスパートシステム、２……知識ベース群、３
……知識ベースコンパイラ、４……CFマネージャ、５…
…推論エンジン、６……合成知識ベース、７……演算制
御装置、８……補助記憶装置、９……CRT表示装置、10
……キーボード、11……プリンタ、12……Ａプラント、
13……Ｘ装置、14……Ｙ装置、15……Ｚ装置。
Claims (1)
- 【請求項１】専門家の知識を蓄積したかつ管理する機能
を持つ知識ベースと、前記知識ベース内の知識を利用し
て推論を実行する機能をもつ推論機構とを備え、外部か
ら入力されたデータに対し、前記知識ベース内の知識を
使用して前記推論機構により推論を行ない推論結果を得
るようにしたエキスパートシステムにおいて、 前記複数の知識ベース群を管理し、推論実行時に前記複
数の知識ベース群の中から必要な知識ベース群を抽出し
一つの知識ベースとして合成知識ベースを生成する合成
知識ベース生成機構と、 前記合成知識ベース生成機構により抽出された異なった
複数の知識ベース群相互のそれぞれ設定されている確信
度のしきい値又は平均値又は標準偏差のうち少なくとも
一つの整合性を図り、前記合成知識ベースの統一の確信
度を決定する確信度決定機構とを備えて成ることを特徴
とするエキスパートシステム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2340391A JP2845618B2 (ja) | 1990-11-30 | 1990-11-30 | エキスパートシステム |
| US07/799,959 US5386498A (en) | 1990-11-30 | 1991-11-29 | Expert system having a knowledge base compiler and a certainty factor manager |
| KR1019910021918A KR950006592B1 (ko) | 1990-11-30 | 1991-11-30 | 엑스퍼트 시스템(Expert System) |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2340391A JP2845618B2 (ja) | 1990-11-30 | 1990-11-30 | エキスパートシステム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04205626A JPH04205626A (ja) | 1992-07-27 |
| JP2845618B2 true JP2845618B2 (ja) | 1999-01-13 |
Family
ID=18336503
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2340391A Expired - Fee Related JP2845618B2 (ja) | 1990-11-30 | 1990-11-30 | エキスパートシステム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5386498A (ja) |
| JP (1) | JP2845618B2 (ja) |
| KR (1) | KR950006592B1 (ja) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4305522C2 (de) * | 1993-02-17 | 1996-03-28 | Daimler Benz Ag | Einrichtung zur rechnergestützten Diagnose eines aus Modulen bestehenden technischen Systems |
| US5809493A (en) * | 1995-12-14 | 1998-09-15 | Lucent Technologies Inc. | Knowledge processing system employing confidence levels |
| US6058387A (en) * | 1996-01-30 | 2000-05-02 | The University Of Chicago | Dynamic information architecture system and method |
| US5715371A (en) * | 1996-05-31 | 1998-02-03 | Lucent Technologies Inc. | Personal computer-based intelligent networks |
| US6272481B1 (en) | 1996-05-31 | 2001-08-07 | Lucent Technologies Inc. | Hospital-based integrated medical computer system for processing medical and patient information using specialized functional modules |
| US5687291A (en) * | 1996-06-27 | 1997-11-11 | The United States Of America As Represented By The Secretary Of The Army | Method and apparatus for estimating a cognitive decision made in response to a known stimulus from the corresponding single-event evoked cerebral potential |
| US5909679A (en) * | 1996-11-08 | 1999-06-01 | At&T Corp | Knowledge-based moderator for electronic mail help lists |
| US6321187B1 (en) | 1998-12-22 | 2001-11-20 | Hamilton Sundstrand Corporation | System reliability assessment tool |
| US6540520B2 (en) | 2000-01-26 | 2003-04-01 | Benny G. Johnson | Intelligent tutoring methodology using consistency rules to improve meaningful response |
| US7278134B2 (en) * | 2001-04-27 | 2007-10-02 | International Business Machines Corporation | Three dimensional framework for information technology solutions |
| US7437703B2 (en) * | 2002-10-25 | 2008-10-14 | Sap Ag | Enterprise multi-agent software system with services able to call multiple engines and scheduling capability |
| US7225177B2 (en) * | 2004-02-19 | 2007-05-29 | Sap Aktiengesellschaft | Generating a knowledge base |
| US8719208B2 (en) * | 2008-10-29 | 2014-05-06 | Microsoft Corporation | Certainty factor decay |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4860214A (en) * | 1987-01-22 | 1989-08-22 | Ricoh Company, Ltd. | Inference system |
| 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 |
| US5179634A (en) * | 1989-04-14 | 1993-01-12 | Omron Corporation | System for synthesizing new fuzzy rule sets from existing fuzzy rule sets |
-
1990
- 1990-11-30 JP JP2340391A patent/JP2845618B2/ja not_active Expired - Fee Related
-
1991
- 1991-11-29 US US07/799,959 patent/US5386498A/en not_active Expired - Lifetime
- 1991-11-30 KR KR1019910021918A patent/KR950006592B1/ko not_active IP Right Cessation
Non-Patent Citations (1)
| Title |
|---|
| 「情報処理学会第３５回（昭和６２年後期）全国大会講演論文集」ｐ．１７４５−１７４６ |
Also Published As
| Publication number | Publication date |
|---|---|
| KR950006592B1 (ko) | 1995-06-19 |
| JPH04205626A (ja) | 1992-07-27 |
| US5386498A (en) | 1995-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5535389A (en) | Business process objects with associated attributes such as version identifier | |
| US6526441B2 (en) | Input/output device information management system for multi-computer system | |
| JP2845618B2 (ja) | エキスパートシステム | |
| US7734457B2 (en) | Method and system for generating dynamic comparison models | |
| Sturges et al. | Computational model for conceptual design based on extended function logic | |
| CN109117164A (zh) | 基于关键元素差异性分析的微服务更新方法及*** | |
| CN110275876A (zh) | 用于数据库横向扩展的方法及装置 | |
| Engels et al. | A view-oriented approach to system modelling based on graph transformation | |
| CN103150386B (zh) | 一种c4isr***元模型构建方法 | |
| Wozniak et al. | Braid-db: Toward ai-driven science with machine learning provenance | |
| CN109885580A (zh) | 一种热点账户批量更新方法、装置、服务器和存储介质 | |
| Bishop et al. | General purpose visual simulation system: a functional description | |
| Zachary et al. | Decision situations, decision processes, and decision functions: Towards a theory-based framework for decision-aid design | |
| Bershadsky et al. | Techniques for adaptive graphics applications synthesis based on variability modeling technology and graph theory | |
| Peña-Mora et al. | Design rationale and design patterns in reusable software design | |
| WO2019225420A1 (ja) | 変換装置、および、変換プログラム | |
| CN109299004A (zh) | 关键元素差异性分析方法及*** | |
| JP7412585B1 (ja) | ロジックモデル作成支援装置、ロジックモデル作成支援方法、およびロジックモデル作成支援プログラム | |
| Yamamoto et al. | The role of requirements analysis in the system life cycle | |
| Spitzer | Performance prototyping of data management applications | |
| US20210357809A1 (en) | Model improvement system and model improvement method | |
| Li et al. | A new FMS simulator with object-oriented-programming techniques | |
| JP2002041287A (ja) | 再利用部品抽出装置、再利用部品抽出方法及びその装置での処理をコンピュータに行なわせるためのプログラムを格納した記憶媒体 | |
| EP0592076B1 (en) | Compilation mechanism for a simulation model | |
| US6311225B1 (en) | Method and apparatus for transferring data between process modules |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |