JP3076399B2 - ファジィ推論ルールの自動生成装置 - Google Patents

ファジィ推論ルールの自動生成装置

Info

Publication number
JP3076399B2
JP3076399B2 JP03140158A JP14015891A JP3076399B2 JP 3076399 B2 JP3076399 B2 JP 3076399B2 JP 03140158 A JP03140158 A JP 03140158A JP 14015891 A JP14015891 A JP 14015891A JP 3076399 B2 JP3076399 B2 JP 3076399B2
Authority
JP
Japan
Prior art keywords
rule
fuzzy inference
inference
parameter
value
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
Application number
JP03140158A
Other languages
English (en)
Other versions
JPH04364536A (ja
Inventor
昭一 荒木
博義 野村
勲 林
昇 若見
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Corp
Panasonic Holdings Corp
Original Assignee
Panasonic Corp
Matsushita Electric Industrial Co Ltd
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 Panasonic Corp, Matsushita Electric Industrial Co Ltd filed Critical Panasonic Corp
Priority to JP03140158A priority Critical patent/JP3076399B2/ja
Priority to US07/897,359 priority patent/US5440672A/en
Publication of JPH04364536A publication Critical patent/JPH04364536A/ja
Priority to US08/386,526 priority patent/US5546506A/en
Application granted granted Critical
Publication of JP3076399B2 publication Critical patent/JP3076399B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • G06N7/023—Learning or tuning the parameters of a fuzzy system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • G06N7/026—Development tools for entering the parameters of a fuzzy system
    • Y—GENERAL 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
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00—Data processing: artificial intelligence
    • Y10S706/90—Fuzzy logic

Landscapes

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

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、ファジィ推論ルールの
自動チューニング技術に関し、特にルールの自動生成機
能を持つファジィ推論ルールの自動生成装置に関するも
のである。
【０００２】
【従来の技術】近年、ファジィ推論技術が家電機器など
に搭載されてくるにしたがって、その開発時間を短縮す
るため、ファジィ推論ルールを人手によらず自動で調整
する自動チューニング技術が開発されてきている。この
ようなファジィ推論ルールの自動チューニング技術の例
として、「階層的ファジィモデルによる誤差逆伝播学習
（第６回ファジィシステムシンポジウム講演論文集(199
0年)pp539-542）」に記載されている逐次型ファジィモ
デリングがある。これによれば、ファジイ推論の出力と
与えられた入出力データとの誤差を小さくにするように
ファジィ推論ルールのパラメータの値を自動的かつ高速
に調整できる。また、入力変数の増加に対して調整する
パラメータ数を削減するために、ファジィモデルを階層
にした誤差逆伝播学習も提案されている。
【０００３】
【発明が解決しようとする課題】しかし、上記のような
逐次型ファジィモデリングでは、調整するパラメータ数
の削減方法は提案されているが、入力空間の分割数すな
わちルール数を決める方法は提案されていないので、試
行錯誤で決めたルール数に対してパラメータを調整する
ので、良好な結果を得るには実験を何度か繰り返す必要
があった。
【０００４】また、一度あるデータでチューニングして
しまうと、後から得られたデータだけでさらにその推論
ルールをチューニングしようとしても、ルール数が固定
であるため以前のチューニング結果すなわち既成のルー
ルが損なわれ、先のデータに対して良好な結果が得られ
なくなることがあるという課題を有していた。
【０００５】本発明は、かかる従来のファジィ推論ルー
ルの自動生成装置の課題に鑑み、動的にルールを生成し
ながら入出力データに基づいてファジィ推論ルールのパ
ラメータの値を調整し、自動的に最適なファジィ推論ル
ールとそのパラメータの値の決定が可能となるファジィ
推論ルールの自動生成装置を提供することを目的とす
る。
【０００６】
【課題を解決するための手段】本発明は、ファジィ推論
の出力とあらかじめ与えられた入出力データに基づいて
ファジィ推論ルールのパラメータの値を調整するパラメ
ータ調整部と、ファジィ推論の出力と入出力データから
推論誤差と推論誤差の変化量を計算し、推論誤差が所定
の値より小さいときにパラメータ調整部の動作を停止さ
せる推論誤差演算部と、推論誤差が所定の値より大きく
かつ推論誤差の変化量が所定の値より小さいときに新た
にファジィ推論ルールを生成するルール生成部とを備え
たことを特徴とするものである。
【０００７】また本発明は、新たに与えられた入出力デ
ータに対する新たなファジィ推論ルールを生成する領域
を選択するルール追加領域選択部と、ルール追加領域選
択部により選択されなかった領域に属している入出力デ
ータを除去する入出力データ選択部と、ルール追加領域
選択部により選択された領域に新たに生成されたファジ
ィ推論ルールのパラメータの値のみを調整する局所パラ
メータ調整部と、ルール追加領域選択部により選択され
た領域のみに新たにファジィ推論ルールを生成する局所
ルール生成部とを備えたことを特徴とするものである。
【０００８】さらに本発明は、ファジィ推論の出力を表
示する推論結果表示部と、推論結果表示部の出力に対す
るユーザの好みや判断を入力するユーザ入力部と、ユー
ザ入力部の出力に対する新たなファジィ推論ルールを生
成するユーザルール生成部とユーザルール生成部により
生成されたファジィ推論ルールのパラメータの値のみを
調整するユーザパラメータ調整部とを備えたことを特徴
とするものである。
【０００９】また本発明は、ファジィ推論の出力とあら
かじめ与えられた入出力データからファジィ推論ルール
のパラメータの値を調整するパラメータ調整部と、ファ
ジィ推論ルールを表示するルール表示部と、推論誤差が
所定の値より大きくかつ推論誤差の変化量が所定の値よ
り小さいときに新たにファジィ推論ルールを生成するこ
とを要求するルール生成要求部とを備えたことを特徴と
するものである。
【００１０】さらに本発明は、請求項１の発明にルール
生成部の動作の開始を指示する動作開始指示部と、推論
誤差演算部により計算される推論誤差とその変化量の値
を表示する推論誤差表示部とを付加したことを特徴とす
るものである。
【００１１】
【作用】本発明によれば、動的にルールを生成しながら
入出力データに基づいてファジィ推論ルールのパラメー
タを調整するので、最適なファジィ推論ルールとそのパ
ラメータの値を自動的に決定することができる。
【００１２】また本発明によれば、新たに入力されたデ
ータに対するルールを動的に生成しながら、生成したフ
ァジィ推論ルールのパラメータの値のみを調整するの
で、既成のルールの性能を損なうことなくファジィ推論
ルールを生成することができる。
【００１３】さらに本発明によれば、ファジィ推論の出
力に対するユーザの好みや判断が入力できるため、その
ユーザの持つノウハウを表すファジィ推論ルールを自動
的に生成することができる。
【００１４】また本発明によれば、ルールの生成過程で
ファジィ推論ルールを参照しながら、設計者が意図する
任意の領域へ自由にルールを追加することができる。
【００１５】さらに本発明によれば、設計者が推論誤差
を見ながら任意の時点でルール生成の動作開始指示をだ
すことができる。
【００１６】
【実施例】以下、第１の発明の一実施例を図面を参照し
ながら説明する。
【００１７】図１はその第１の発明の一実施例を示す構
成図である。図１において、１はファジィ推論ルールを
記憶するルール記憶部、２はルール記憶部１に記憶され
ているファジィ推論ルールに従いファジィ推論を行うフ
ァジィ推論部、３はファジィ推論部２の出力とあらかじ
め与えられた入出力データを入力としてルール記憶部１
に記憶されているファジィ推論ルールのパラメータの値
を調整するパラメータ調整部、４はファジィ推論部２の
出力と入出力データから推論誤差と推論誤差の変化量を
計算し、推論誤差が所定の値より小さいときにパラメー
タ調整部３の動作を停止させる推論誤差演算部、５は推
論誤差演算部４により計算される推論誤差が所定の値よ
り大きくかつ推論誤差の変化量が所定の値より小さいと
きに新たにファジィ推論ルールを生成するルール生成部
である。
【００１８】さらに上記ルール記憶部１は、生成するフ
ァジィ推論ルールを記憶するルール主記憶部１ａと、ル
ール生成部５により更新される前のルール主記憶部１ａ
に記憶されているファジィ推論ルールを記憶しておくル
ール補助記憶部１ｂとして、またルール生成部５は、フ
ァジィ推論ルールを生成する領域を決定するルール生成
領域決定部５ａと、ルール生成領域決定部５ａにより決
定された領域に新たにルールを生成しルール主記憶部１
ａに記憶されているファジィ推論ルールの前件部を更新
する前件部生成部５ｂと、前件部生成部５ｂにより更新
されたファジィ推論ルールの前件部のパラメータの値を
入力としルール主記憶部１ａに記憶されているファジィ
推論ルールの後件部を更新する後件部生成部５ｃとから
なっている。
【００１９】以上のように構成されたファジィ推論ルー
ルの自動生成装置の動作を図２のフローチャートを参照
しながら説明する。 ［ステップa0］入出力データ(x1p,x2p,...,xnp,yp r)(p=
1,2,...,Nd;Ndは入出力データの個数)を各次元毎に区間
［−１，１］の値をとるように正規化する。
【００２０】このステップa0は必ずしも行わなくてもよ
く、次のステップa1から始めてもよい。しかし、ステッ
プa0を行うことにより学習係数の設定や次のステップa1
でのしきい値の設定が容易になる。 ［ステップa1］パラメータ調整部３の動作停止判定用の
しきい値Ta1と、ルールの生成部５の動作開始判定用し
きい値Ta2を設定する。 ［ステップa2］ファジィ推論ルールの初期設定と入出力
データ番号pの初期設定を行う。
【００２１】本発明で生成されるファジィ推論ルールは
以下の形式で表される。
【００２２】
【数１】
【００２３】nは入力変数の数、Rk(k=1,2,...,N)は第k
番目のファジィ推論ルール、Aiji(i=1,2,...,n;ji=0,
1,...)は第i入力変数の変域における第ji番目のメンバ
シップ関数、wk(k=1,2,...)は後件部の実数値である。
【００２４】本実施例ではメンバシップ関数Aiji(i=1,
2,...,n;ji=0,1,...)は以下のように表す。
【００２５】
【数２】
【００２６】図３は（数２）で表されるメンバシップ関
数の一例である。
【００２７】図４に示すように、ステップa2でのファジ
ィ推論ルールの初期設定は、前件部のメンバシップ関数
は各入力変数について２つ設定し、後件部の実数値は０
に初期化する。例えば入力変数が３つの場合、ルール主
記憶部１ａには以下の２3個のファジィ推論ルールが格
納されることになる。
【００２８】
【数３】
【００２９】また、入出力データ番号pは１に初期化す
る。 ［ステップa3］p番目の入出力データ(x1p,x2p,...,xnp,
yp r)を取り込む。
【００３０】入力データ(x1p,x2p,...,xnp)はファジィ
推論部２に、出力データyp rはパラメータ調整部３に入
力される。 ［ステップa4］入力データ(x1p,x2p,...,xnp)に対する
ファジィ推論部２の出力をyp *とする。ファジィ推論は
以下の式で行う。
【００３１】
【数４】
【００３２】ただし、μkはファジィ推論ルールRkの前
件部の適合度を表す。 ［ステップa5］パラメータ調整部３において、ファジィ
推論ルールのパラメータaiji、wkの値を更新する。
【００３３】本実施例では、ファジィ推論部２の出力yp
*と出力データyp rの差、すなわち推論誤差を表す評価関
数Eとして次式を考え、
【００３４】
【数５】
【００３５】最急降下法に基づき、Eを極小にするよう
にパラメータaiji、wkの値を次式により更新する。
【００３６】
【数６】
【００３７】Kw、Kaはあらかじめ与えておく定数であ
り、また（数４）より∂E/∂wkは、
【００３８】
【数７】
【００３９】となる。∂E/∂aijiについても同様にして
計算できる。 ［ステップa6］入出力データ番号pと入出力データの個
数Ndを比較する。入出力データ番号pが入出力データの
個数Ndよりも小さいならば、pの値を１増やしてステッ
プa3へもどり、データ番号pが入出力データの個数Ndと
等しくなるまでステップa3からステップa5までを繰り返
す。この手続きによる全ての入出力データの一通りの提
示とそれにともなうパラメータの値の更新をチューニン
グサイクルと呼ぶ。入出力データ番号pが入出力データ
の個数Ndに等しくなったらステップa7へ進む。 ［ステップa7］推論誤差D(t)とその変化量△D(t)を次式
により計算する。
【００４０】
【数８】
【００４１】D(t)はｔ回目のチューニングサイクル終了
時の推論誤差を表している。 ［ステップa8］推論誤差D(t)とステップa1で設定したし
きい値Ta1を比較する。D(t)がしきい値Ta1よりも大きけ
ればステップa9へ進む。推論誤差D(t)がしきい値Ta1よ
りも小さければ所望の精度のファジィ推論ルールが生成
できたものとし、誤差演算部４はパラメータ調整部３の
動作を停止させファジィ推論ルールの生成を終了する。 ［ステップa9］推論誤差の変化量△D(t)の符号sgn[△D
(t)]を調べる。sgn[△D(t)]が正、すなわちD(t)が増加
しているならば現在のファジィ推論ルールでは推論誤差
は減少しないと判断し、新たにファジィ推論ルールを生
成する領域を決定するステップa11へ進む。sgn[△D(t)]
が負、すなわちD(t)が減少しているならばステップa10
へ進む。 ［ステップa10］推論誤差の変化量の絶対値｜△D(t)｜
とステップa1で設定したしきい値Ta2を比較する。｜△D
(t)｜がしきい値Ta2よりも大きければ入出力データ番号
pを１に初期化してステップa3へもどる。｜△D(t)｜が
しきい値Ta2よりも小さければ現在のファジィ推論ルー
ルではこれ以上誤差は減少しないと判断し、新たにファ
ジィ推論ルールを生成する領域を決定するステップa11
へ進む。 ［ステップa11］前件部の入力変数各々に設定された相
隣るメンバシップ関数で分割されている領域毎に、その
領域に属している入出力データに対して推論誤差を計算
することを全ての前件部入力変数について行い、最も推
論誤差の大きい領域を新たにファジィ推論ルールを生成
する領域に決定する。
【００４２】例えば図５に示すように、入力変数の数が
２つでそれぞれに３つのメンバシップ関数が設定されて
いる場合、推論誤差を計算する領域はx1についてR10 （K
=1、K=3、K=6、K=4の４点を頂点とする長方形の領域）
とR11 （K=4、K=6、K=9、K=7の４点を頂点とする長方形
の領域）、x2についてR20 （K=1、K=2、K=8、K=7の４点
を頂点とする長方形の領域）とR21 （K=2、K=3、K=9、K=
8の４点を頂点とする長方形の領域）の計４領域であ
り、互いに重複した領域を持つ。各領域における推論誤
差は、（数８）に基づいて、その領域に含まれる入力デ
ータに対する推論誤差の平均値として算出する。例えば
図５において、K=1、K=2、K=5、K=4の４点を頂点とする
正方形の領域の内部に推論誤差が３である入力データが
１点（以下入力データＡ）、K=2、K=3、K=6、K=5の４点
を頂点とする正方形の領域の内部に推論誤差が４である
入力データが１点(以下入力データＢ)、K=5、K=6、K=
9、K=8の４点を頂点とする正方形の領域の内部に推論誤
差が１となる入力データが１点(以下入力データＣ)の計
３つの入力データが与えられた場合を考える。このと
き、長方形の領域R10は入力データＡとＢを含み推論誤
差は３．５、長方形の領域R11は入力データＣを含み推
論誤差は１、長方形の領域R20は入力データＡを含み推
論誤差は３、長方形の領域R21は入力データＢとＣを含
み推論誤差は２．５となり、この場合、領域R10が推論
誤差最大の領域と判定され、図６に示すように新たなフ
ァジィ推論ルールが生成される。なお、入力データが領
域の境界線上にある場合は、その境界線を作っているど
の領域にも属しているものとする。 ［ステップa12］ まず、現在ルール主記憶部１ａに記憶されているファジ
ィ推論ルールをルール補助記憶部１ｂにコピーする。次
にステップa11で決定された領域に前件部のメンバシッ
プ関数を図６のように生成し、ルール主記憶部１ａに記
憶されているファジィ推論ルールの前件部のパラメータ
の値を更新する。
【００４３】例を挙げると、まず、図５に示されている
ファジィ推論ルールをルール補助記憶部１ｂにコピーす
る。次に、例えばステップa11で図５に示した領域R10が
ファジィ推論ルールの生成領域に決定されたとすると、
図６に示すように、図５におけるR10を等分割するよう
に入力変数x1の変域内にメンバシップ関数をそのパラメ
ータaijiの値で生成し、その値が小さい順にパラメータ
番号jiを更新し、ルール主記憶部１ａを更新する。
【００４４】ステップa12では、ステップa2により各変
数毎に２つのメンバシップ関数が設定され最初に前のス
テップa11へきたときは、例えば入力変数が２つなら１
つの長方形の領域、入力変数が３つなら１つの直方体の
領域という具合いに、推論誤差を調べる領域は１つしか
ないので少なくとも１つの入力変数についてメンバシッ
プ関数を生成する。また、ここに挙げた例では、ステッ
プa11で決定された領域内に新たに１つだけメンバシッ
プ関数を生成したが、いくつ生成してもよく、また等分
割でなくてもよい。 ［ステップa13］ステップa12でルール補助記憶部１ｂに
コピーした更新前のファジィ推論ルールを用いて、ステ
ップa12により更新されたファジィ推論ルールの前件部
のパラメータの値をルール毎に入力してファジィ推論を
行い、その結果を更新されたファジィ推論ルールの後件
部のパラメータの値として、ルール主記憶部１ａに記憶
されているファジィ推論ルールの後件部のパラメータの
値を更新する。後件部の更新が終われば入出力データ番
号pを１に初期化してステップa3へもどる。
【００４５】本実施例で述べたステップa12、a13の手順
によりファジィ推論ルールを生成するならば、ルールの
更新の前後で推論誤差が増加するようなことはない。こ
れは、更新したファジィ推論ルールの出力がもとのファ
ジィ推論ルールの出力とまったく同じになることを意味
している。このことを１入力１出力のファジィ推論ルー
ルの例を挙げて説明する。
【００４６】いま、図７に示すような領域とメンバシッ
プ関数を考える。この領域におけるファジィ推論ルール
とのその出力yは次式で与えられる。
【００４７】
【数９】
【００４８】図８に示すように、ステップa12、a13によ
り、頂点のx1座標を0.5とする新たなメンバシップ関数A
11を生成してルールを１つ追加すると、更新されたファ
ジィ推論ルールとその出力は領域R 10 、R 11 それぞれにつ
いて、
【００４９】
【数１０】 R1: IF x1=A10 THEN y=w1 R2: IF x1=A11 THEN y=0.5w 1 +0.5w 2 =(w1+w2)/2 R3: IF x1=A12 THEN y=w2 R 10 : y=(-2x1+1)w1 + 2x1(w1+w2)/2 =(-x1+1)w1 + x1w2 R 11 : y=-2(x1-1)(w1+w2)/2 + 2(x1-0.5)w2 =(-x1+1)w1 + x1w2
【００５０】となり、（数９）と一致する。ここで、
（数１０）において新たに生成されたR2の後件部のパラ
メータの値は、[ステップa13]に従い、x1=0.5の時の
（数９）のルールを用いた（数４）によるファジィ推論
の結果である。また、R1、R2、R3のルールを用いた領域
R10およびR11のファジィ推論の出力は（数４）による算
出結果である。
【００５１】このように、新たにファジィ推論ルールを
生成したことによるルールの更新の前後で推論誤差は変
化しない。すなわち、推論誤差を増加させずにファジィ
推論ルールを増加させることができるので、パラメータ
の調整を継続することによりさらに推論誤差を小さくす
ることができる。
【００５２】このように第１の発明によれば、メンバシ
ップ関数で分割された領域毎に推論誤差とその変化量を
調べ、推論誤差の大きい領域に動的にルールを生成しな
がら入出力データに基づいてファジィ推論ルールのパラ
メータを調整するので、最適なファジィ推論ルールとそ
のパラメータの値を自動的に決定することができる。こ
れにより、試行錯誤的に実験を繰り返す必要がなくな
り、開発時間を大幅に短縮することができる。
【００５３】なお、本実施例ではメンバシップ関数は入
力変数に関する一次関数としたが、前件部の入力変数各
々に設定された相隣るメンバシップ関数の対応するグレ
ード値の和が１になるようにすればどのような関数を用
いてもよい。例えばメンバシップ関数を高次にすること
により、少ないパラメータでより非線形な出力が得られ
るファジィ推論ルールが生成できる。
【００５４】また、ファジィ推論ルールの初期設定にお
けるメンバシップ関数の数と後件部実数値の値は任意の
値に設定できる。例えば入出力データの特徴に合わせて
設定することにより、ルールの生成時間が短縮される効
果が得られる。
【００５５】なお、パラメータ調整部は最急降下法を例
にとって説明したが、共役勾配法、準ニュートン法など
他の非線形最適化手法を用いることもできる。これらに
よれば、調整速度の向上や、微分演算が不用になるなど
の効果が得られる。
【００５６】また、本実施例では前件部のメンバシップ
関数と後件部の実数値を同時にチューニングしたが、ど
ちらか一方でもよい。
【００５７】なお、誤差演算部４ではパラメータ調整部
の動作停止判定を推論誤差の値により行っているが、チ
ューニングの回数をあらかじめチューニング開始前に与
える方法もある。
【００５８】次に、第２の発明の一実施例を図９を参照
しながら説明する。
【００５９】なお、図９に示す第２の発明の一実施例
は、基本的に図１に示した第１の発明の一実施例と同じ
構成であるので同一構成部分には同一番号を付して詳細
な説明は省略する。第１の発明の構成と異なるのは、新
たに与えられた入出力データに対する新たなファジィ推
論ルールを生成する領域を選択するルール追加領域選択
部６と、ルール追加領域選択部６により選択されなかっ
た領域に属している入出力データを除去する入出力デー
タ選択部７と、ルール追加領域選択部６により選択され
た領域に新たに生成されたファジィ推論ルールのパラメ
ータの値のみを調整する局所パラメータ調整部８と、ル
ール追加領域選択部により選択された領域にのみ新たに
ファジィ推論ルールを生成する局所ルール生成部９とを
備えたことである。
【００６０】さらに局所ルール生成部９は、ルール追加
領域選択部６により選択された領域内でファジィ推論ル
ールを生成する領域を決定する局所ルール生成領域決定
部９ａと、ルール生成領域決定部９ａにより決定された
領域に前件部のメンバシップ関数をその形状を表すパラ
メータの値で生成する局所前件部生成部９ｂと、局所前
件部生成部９ｂにより更新されたファジィ推論ルールの
前件部のパラメータの値を入力とし、ルール記憶部１に
記憶されているファジィ推論ルールの後件部のパラメー
タの値を更新する局所後件部生成部９ｃとからなってい
る。
【００６１】以上のように構成された第２の発明の一実
施例の動作を図１０のフローチャートを参照しながら説
明する。 ［ステップb0］局所パラメータ調整部８の動作停止判定
用のしきい値Tb1と、局所ルール生成部９の動作開始判
定用しきい値Tb2を設定する。ただし、Tb1はルール主記
憶部１ａに記憶されている既成のファジィ推論ルールを
生成したときと同じ値にする。 ［ステップb1］ルール追加領域選択部６において、ルー
ル主記憶部１ａに記憶されている既成のファジィ推論ル
ールを用いて、その前件部の入力変数各々に設定された
相隣るメンバシップ関数で分割されている領域毎に、そ
の領域に属している新たに与えられた入出力データに対
して推論誤差を計算し、推論誤差がしきい値Tb1より大
きい領域を新たにファジィ推論ルールを生成する領域と
する。
【００６２】第１の発明によるルール生成領域の決定と
推論誤差を計算する領域が異なり、ここで対象となる領
域は、例えば図１１に示すような４領域である。 ［ステップb2］局所ルール生成部９を起動し、ステップ
b0で選択された領域のうち少なくとも１つの領域、例え
ば最も推論誤差の大きい領域に、新たにファジィ推論ル
ールを生成する。このとき各入力変数毎に少なくとも１
つ新たにメンバシップ関数を生成する。
【００６３】例えばステップb0で領域R10が選択された
とすると、図１２に示すようなルールを新たに生成す
る。この例では各入力変数毎に２つ新たにメンバシップ
関数を生成し、◇および◆の印で表されている１６個の
新たなルールを生成したが、各入力変数毎に少なくとも
１つメンバシップ関数を生成すればよい。 ［ステップb3］入出力データ選択部７において、ステッ
プb0で選択されなかった領域に属している入出力データ
を除き、入出力データ番号pを更新する。
【００６４】例えば図１１の領域R01に属している入力
データを図１２のように除く。
【００６５】次のステップb4からステップb14までは第
１の発明の一実施例のステップa3からステップa13と基
本的に同じ動作であるので、詳細な説明は省略し異なる
動作のステップのみを以下に説明する。 ［ステップb6］局所パラメータ調整部８で、ファジィ推
論ルールのパラメータwkの値を更新する。ただし、更新
するのはステップb0で選択された領域内に新たに生成さ
れたファジィ推論ルールのパラメータの値のみであり、
しかも選択された領域内に新たに生成されたファジィ推
論ルールであっても領域の境界上のパラメータは更新し
ない。例えば、図１２の例では◇印のルールのパラメー
タの値のみを更新し、◆印のルールのパラメータの値は
更新しない。これにより、データが入らなかった他の領
域におけるファジィ推論の出力を変化させずに新たにフ
ァジィ推論ルールを生成することができる。 ［ステップb12］局所ルール生成領域決定部９ａにより
推論誤差がしきい値Tb1より大きい領域をステップb1と
同様の方法で調べ、新しくファジィ推論ルールを生成す
る領域を決定する。ただし、推論誤差を調べる領域はス
テップb1で選択された領域内のみとする。 ［ステップb13］局所前件部生成部９ｂにより前件部の
パラメータを生成する。 ［ステップb14］局所前件部生成部９ｃにより後件部の
パラメータを計算する。
【００６６】ステップb13、b14は第１の発明のステップ
a12、a13と同じ動作である。
【００６７】以上のように第２の発明によれば、新たに
入力されたデータに対して、これとは別に生成された既
成のファジィ推論ルールでは誤差の大きい領域のみに動
的にルールを生成しながら、生成したファジィ推論ルー
ルのパラメータの値のみを、領域の境界上のパラメータ
はのぞいて調整するので、既成のルールの性能を損なう
ことなくファジィ推論ルールを生成することができる。
【００６８】次に、第３の発明の一実施例を図１３を参
照しながら説明する。
【００６９】なお、図１３に示す第３の発明の一実施例
は、基本的に図１に示した第１の発明の一実施例と同じ
構成であるので同一構成部分には同一番号を付して詳細
な説明は省略する。第１の発明の構成と異なるのは、フ
ァジィ推論部２の出力を表示する推論結果表示部１０
と、推論結果表示部１０の出力に対するユーザの好みや
判断を入力するユーザ入力部１１と、ユーザ入力部１１
の出力に対する新たなファジィ推論ルールを生成するユ
ーザルール生成部１２と、ユーザルール生成部１２によ
り生成されたファジィ推論ルールのパラメータのみ値を
調整するユーザパラメータ調整部１３とを備えたことで
ある。
【００７０】さらにユーザルール生成部１２は、ユーザ
入力部１１に入力があったとき、新たにファジィ推論ル
ールを生成する領域に決定するユーザルール生成領域決
定部１２ａと、ユーザルール生成領域決定部１２ａによ
り決定された領域に前件部のメンバシップ関数をその形
状を表すパラメータの値で生成するユーザルール前件部
生成部１２ｂと、ユーザルール前件部生成部１２ｂによ
り更新されたファジィ推論ルールの前件部のパラメータ
の値を入力とし、ルール記憶部１に記憶されているファ
ジィ推論ルールの後件部のパラメータの値を更新するユ
ーザルール後件部生成部１２ｃとからなっている。
【００７１】以上のように構成された第３の発明の一実
施例の動作を図１４のフローチャートを参照しながら説
明する。本実施例の動作をより具体的に示すため洗濯機
をとりあげ、出荷時にあらかじめ設定されている専門家
から得たファジィ推論ルールを基にしてユーザの好みや
判断を反映したルールを生成する例で説明する。
【００７２】全自動洗濯機で自動的に設定される洗濯時
間は、例えば光センサーなどにより検出される洗濯水の
透過率の変化やその飽和時間などから決定されている。
この関係は、洗濯時間、洗濯水の透過率の変化、洗濯水
の透過率の飽和時間をそれぞれy、x1、x2とおくと、以
下のようなファジィ推論ルールで記述できる。
【００７３】
【数１１】
【００７４】出荷時の洗濯機には、洗濯の専門家から得
た（数１１）形式の標準的なファジィ推論ルールが設定
されている。 ［ステップc0］洗濯開始時に、洗濯機に設けられた光セ
ンサーなどが検出する洗濯水の透過率の変化x1や、飽和
時間x2の値を入力データ(x1s,x2s)として取り込む。 ［ステップc1］ファジィ推論部２において、ステップc1
で取り込んだ入力データ(x1s,x2s)に対してファジィ推
論を行い、その出力である洗濯時間y*を得る。 ［ステップc2］ファジィ推論部２の出力である洗濯時間
y*を推論結果表示部１０に表示する。 ［ステップc3］ユーザ入力部１１で、ユーザからの入力
を一定時間受け付ける。
【００７５】ユーザは推論結果表示部１０に表示されて
いる洗濯時間y*に対して、自分が適切であると判断する
洗濯時間をユーザ入力部１１へ入力する。例えば、推論
結果表示部１０に洗濯時間が７分と表示されたとし、ユ
ーザがそれよりも長い時間洗濯したほうがよいと思え
ば、例えば１０分などと入力する。 ［ステップc4］ユーザからの入力の有無を確かめる。
【００７６】ステップc3において、ユーザからの入力が
なければ今回の洗濯時間の決定に用いられたファジィ推
論ルールはそのユーザの持つノウハウを表していると考
え、ステップc0へ戻り次回の洗濯開始を待つ。ユーザか
らの入力があれば、ステップc5へ進む。 [ステップC5] 今回の洗濯時間の決定に用いられたファジィ推論ルール
の種類を調べる。具体的には、ステップc1で取り込まれ
た入力データに対して、（数４）で決定されるファジィ
推論ルールの前件部の適合度が正のものを選択する。 [ステップC6] ステップc5により選択された今回用いられたファジイ推
論ルールが、すべて出荷時のファジィ推論ルールである
か、あるいは以前にユーザからの入力に応じて生成され
たファジイ推論ルールが存在するが調整対象となるパラ
メータがない場合、すなわち以前にユーザからの入力に
応じて生成されたルールが今回用いられていない場合ス
テップc7へ、以前にユーザからの入力に応じて生成され
たファジィ推論ルールが存在しかつ調整対象となるパラ
メータがある場合、すなわち以前にユーザからの入力に
応じて生成されたルールが今回用いられている場合ステ
ップc8へ進む。 ［ステップc7］ ユーザルール生成部１２により、入力データ(x1s,x2s)
が入った領域に少なくとも１つファジィ推論ルールを生
成する。 ［ステップc8］ ユーザ入力部１１の出力をyrとする。このyrと入力デー
タ(x1s,x2s)を１個の入出力データとし、ユーザパラメ
ータ調整部１３により適合するファジィ推論ルールのパ
ラメータの値を更新する。
【００７７】ステップc7,c8の動作は基本的に第２の発
明のステップb6およびb12からb14と同様とする。これに
より、ユーザからの入力に対して、生成したファジィ推
論ルールのパラメータのみを、領域の境界上のパラメー
タはのぞいて調整することになるので、入力の入らない
領域については出荷時にあらかじめ設定されている専門
家から得たファジィ推論ルールの性能が損なわれない。 ［ステップc9］入力データ(x1s,x2s)に対するファジィ
推論の結果y*のユーザ入力部１１の出力であるyrに対す
る推論誤差を計算する。 ［ステップc10］推論誤差が所定のしきい値より小さい
かを調べる。
【００７８】推論誤差がしきい値以上であれば、しきい
値より小さくなるまでステップc7あるいはステップc8を
繰り返す。ステップc7かステップc8かの選択動作は、第
１の発明のステップa8からステップa10までの動作と同
じであるので説明は省略する。推論誤差がしきい値より
小さければ、ステップc0に戻り次回の洗濯開始を待つ。
以上のように第３の発明によれば、ファジィ推論の出
力に対するユーザの好みや判断が入力できるため、その
ユーザの持つノウハウを表すファジィ推論ルールが自動
的に生成され、使えば使うほどそのユーザの考える通り
の動作を行う機器が実現できる。また、ユーザからの入
力に対して、生成したファジィ推論ルールのパラメータ
の値のみを、領域の境界上のパラメータはのぞいて調整
するので、入力の入らない領域については出荷時の専門
家のファジィ推論ルールの性能が損なわれないという効
果もある。
【００７９】なお、第３の発明の動作を洗濯機に応用し
た例で説明したが、本発明の主旨に基づいて種々の機器
に応用が可能であり、これらを本発明から除外するもの
ではない。
【００８０】次に、第４の発明の一実施例を図１５を参
照しながら説明する。なお、図１５に示す第４の発明の
一実施例は、基本的に図１に示した第１の発明の一実施
例と同じ構成であるので同一構成部分には同一番号を付
して詳細な説明は省略する。第１の発明の構成と異なる
のは、ルール記憶部１に記憶されているファジィ推論ル
ールを表示するルール表示部１４と、推論誤差演算部４
により計算される推論誤差が所定の値より大きくかつ推
論誤差の変化量が所定の値より小さいときに新たにファ
ジィ推論ルールを生成することを設計者に対して要求す
るルール生成要求部１５とを備えたことである。
【００８１】さらに、ルール生成要求部１５は、新たに
ファジィ推論ルールを生成する領域を指定するルール生
成領域指定部１５ａと、ルール生成領域指定部１５ａに
より指定した領域に前件部のメンバシップ関数をその形
状を表すパラメータの値で入力する前件部決定部１５ｂ
と、前件部決定部１５ｂにより入力されたパラメータの
値により更新されたファジィ推論ルールの前件部のパラ
メータを入力とし、後件部のパラメータの値を更新する
後件部決定部１５ｃとからなっている。
【００８２】以上のように構成された第４の発明の一実
施例の動作を図１６のフローチャートを参照しながら説
明する。本実施例の動作手順は、図２に示した第１の発
明の一実施例の動作と基本的に同じであるので詳細な説
明は省略し、第１の発明と異なる動作手順のみを以下で
説明する。第１の発明と異なるのは、現在のファジィ推
論ルールでは推論誤差が減少しなくなるとルール生成要
求部１５からルールの生成要求が出され、設計者がルー
ル表示部１４に表示された現在のファジィ推論ルールを
参照して任意の領域に新たなファジィ推論ルールを生成
する点である。
【００８３】ステップd0からステップd10までは、第１
の発明のステップa0からステップa10とまったく同じ動
作である。 ［ステップd11］ルール主記憶部１ａに記憶されている
ファジィ推論ルールがルール表示部１４に表示され、さ
らにルール生成領域指定部１５ａにより新たなファジィ
推論ルールの追加が要求される。 ［ステップd12］設計者が、ルール表示部１４に表示さ
れたファジィ推論ルールを参照してルールを生成する領
域を決定し、前件部パラメータの値を用いた区間で入力
する。例えば［a32，a33］などと入力する。 ［ステップd13］新たに生成するファジィ推論ルールの
パラメータの値をステップd12で決定した領域内の値で
入力する。値が入力されると、まず、現在ルール主記憶
部１ａに記憶されているファジィ推論ルールをルール補
助記憶部１ｂにコピーされ、次にルール主記憶部１ａに
記憶されているファジィ推論ルールの前件部のパラメー
タの値が入力されたパラメータの値を用いて更新され
る。 ［ステップd14］ステップd13でルール補助記憶部１ｂに
コピーした更新前のファジィ推論ルールを用いて、ステ
ップd13により更新されたファジィ推論ルールの前件部
のパラメータの値をルール毎に入力してファジィ推論を
行い、その結果を更新されたファジィ推論ルールの後件
部のパラメータの値として、ルール主記憶部１ａに記憶
されているファジィ推論ルールの後件部のパラメータの
値を更新する。後件部の更新が終われば入出力データ番
号pを１に初期化してステップa3へもどる。この手順は
第１の発明の一実施例のステップa13とまったく同様で
ある。
【００８４】第１の発明では、ファジィ推論ルールの生
成とそのパラメータの値の調整が自動的に行われるが、
そのファジィ推論ルールの生成は、相隣るメンバシップ
関数で分割されている領域毎に計算した推論誤差だけに
基づいて行われる。その結果、推論誤差を極小にすると
いう意味での最適なファジィ推論ルールは得られるが、
推論誤差を減少させるためだけの説明のつかないルール
ができることがある。
【００８５】しかし第４の発明では、ルール生成要求部
１５からの要求に従い、ルール表示部１４に表示されて
いるファジィ推論ルールを参照して、設計者が意図する
ところへ自由にルールを生成することができるので、推
論誤差を減少させるためだけの説明のつかないルールが
できるのを回避することができる。
【００８６】以上のように第４の発明によれば、生成さ
れつつあるファジィ推論ルールを表示し、任意の領域に
ファジィ推論ルールを追加する機能を設けたため、ルー
ルの生成過程で設計者が意図するところへ自由にルール
を追加でき、推論誤差を減少させるためだけの説明のつ
かないルールができるのを回避することができる。ま
た、ルールを生成する領域を発見的に決定できるので開
発時間を短縮することもできる。
【００８７】次に、第５の発明の一実施例を図１７を参
照しながら説明する。
【００８８】図１７に示す第５の発明の一実施例は、図
１に示した第１の発明の一実施例の構成に、さらにルー
ル生成部の動作の開始を指示する動作開始指示部１６
と、推論誤差とその変化量の値を表示する推論誤差表示
部１７とを付加したものである。また本実施例では、推
論誤差演算部４からルール生成部５への信号線は取り除
く。
【００８９】以上のように構成された第５の発明の一実
施例の動作を図１８のフローチャートを参照しながら説
明する。本実施例の動作手順は、図２に示した第１の発
明の一実施例の動作と基本的に同じであるので詳細な説
明は省略し、第１の発明と異なる動作手順のみを以下で
説明する。第１の発明と異なるのは、あらかじめ定めた
しきい値によりルール生成部の動作を開始させるのでは
なく、設計者が、ファジィ推論ルールの生成過程におけ
る任意のチューニングサイクル終了時点で推論誤差表示
部１７を参照し、動作開始指示部１６によりルール生成
部を起動する点である。
【００９０】本実施例のステップe0からステップe8まで
は第１の発明のステップa0からステップa8とまったく同
じ動作である。ただし、ステップe1においてルール生成
部の動作開始判定用のしきい値T2は設定しない。 ［ステップe9］推論誤差の変化量△D(t)の符号sgn[△D
(t)]を調べる。sgn[△D(t)]が正、すなわちD(t)が増加
しているならば現在のファジィ推論ルールでは推論誤差
は減少しないと判断し、新たにファジィ推論ルールを生
成する領域を決定するステップe12へ進む。sgn[△D(t)]
が負、すなわちD(t)が減少しているならばステップe10
へ進む。
【００９１】なお、このステップe9は省略してもよい。 ［ステップe10］推論誤差D(t)と推論誤差の変化量△D
(t)を推論誤差表示部１７に表示する。 ［ステップe11］ルール生成部の動作開始指示の有無を
調べる。動作開始指示がなければ、入出力データ番号p
を１に初期化してステップe3へもどる。動作開始指示が
あれば、新たにファジィ推論ルールを生成する領域を決
定するステップe12へ進む。
【００９２】ステップe12からステップe14までは第１の
発明のステップa11からステップa13とまったく同じ動作
である。
【００９３】第１の発明では、ルール生成部の動作開始
判定にしきい値を用いており、また、あらかじめ設定し
た値に固定であるため、推論誤差の変化量がしきい値に
近づくためにパラメータの値があまり変化しない調整を
繰り返すことがある。
【００９４】しかし第５の発明では、設計者が推論誤差
表示部１７に表示される推論誤差とその変化量を参照
し、動作開始指示部１６により任意のチューニングサイ
クル終了時点でルール生成部に動作開始指示をだせるの
で、パラメータの値があまり変化しない調整を何度も繰
り返すことを避けることができる。
【００９５】以上のように第５の発明によれば、設計者
が任意のチューニングサイクル終了時点でルール生成部
に動作開始指示をだせるので、パラメータの値があまり
変化しない調整を何度も繰り返すことを避けることがで
き、開発時間を短縮することができる。さらに、ステッ
プe9を省略し、かつ動作開始指示をまったく出さないこ
とにより、パラメータ調整部のみを独立して用いること
ができるので、すでにルール数が決まっているときにも
発明の構成を変更することなく本発明を通常のチューニ
ング装置として使用することもできる。
【００９６】なお、本発明で付加した動作開始指示部１
６と推論誤差表示部１７は第４の発明に付加することも
可能である。これにより本発明を設計者が自由にファジ
ィ推論ルールを作成できる作成ツールとして使用するこ
ともできる。
【００９７】また、本発明の各手段は、コンピュータを
用いてソフトウェア的に実現しても、それら各手段の有
する各機能を有する専用のハード回路を用いて実現して
もかまわない。
【００９８】
【発明の効果】第１の発明によれば、推論誤差の大きい
領域に動的にルールを生成しながら入出力データに基づ
いてファジィ推論ルールのパラメータを調整するので、
最適なファジィ推論ルールとそのパラメータの値を自動
的に決定することができる。これにより、試行錯誤的に
実験を繰り返す必要がなくなり、開発時間を大幅に短縮
することができる。
【００９９】第２の発明によれば、新たに入力されたデ
ータに対して、これとは別に生成された既成のファジィ
推論ルールでは誤差の大きい領域のみに動的にルールを
生成しながら、生成したファジィ推論ルールのパラメー
タのみを、領域の境界上のパラメータはのぞいて調整す
るので、既成のルールの性能を損なうことなくファジィ
推論ルールを生成することができる。
【０１００】第３の発明によれば、ファジィ推論の出力
に対するユーザの好みや判断が入力できるため、そのユ
ーザの持つノウハウを表すファジィ推論ルールが自動的
に生成され、使えば使うほどそのユーザの考える通りの
動作を行う機器が実現できる。
【０１０１】第４の発明によれば、ルールの生成過程で
ファジィ推論ルールを参照しながら、設計者が意図する
任意の領域へ自由にルールを追加できるので、推論誤差
を減少させるためだけの説明のつかないルールが生成さ
れるのを回避することができる。
【０１０２】第５の発明によれば、設計者が任意のチュ
ーニングサイクル終了時点でルール生成の動作開始指示
をだせるので、パラメータの値があまり変化しない調整
を何度も繰り返すことを避けることができ、開発時間を
短縮することができる。
【図面の簡単な説明】
【図１】第１の発明の一実施例のファジィ推論ルールの
自動生成装置の構成図である。
【図２】同実施例の動作手順を示すフローチャートであ
る。
【図３】同実施例で使用されるメンバシップ関数の一例
である。
【図４】同実施例で使用されるメンバシップ関数の初期
設定である。
【図５】同実施例で推論誤差を計算する領域を示す図で
ある。
【図６】同実施例で生成されるファジィ推論ルールの一
例である。
【図７】同実施例でルールが生成される前の領域とメン
バシップ関数とを示す図である。
【図８】同実施例でルールが生成された後の領域とメン
バシップ関数とを示す図である。
【図９】第２の発明の一実施例の構成図である。
【図１０】同実施例の動作手順を示すフローチャートで
ある。
【図１１】同実施例で推論誤差を計算する領域を示す図
である。
【図１２】同実施例で生成されるファジィ推論ルールの
一例である。
【図１３】第３の発明の一実施例の構成図である。
【図１４】同実施例の動作手順を示すフローチャートで
ある。
【図１５】第４の発明の一実施例の構成図である。
【図１６】同実施例の動作手順を示すフローチャートで
ある。
【図１７】第５の発明の一実施例の構成図である。
【図１８】同実施例の動作手順を示すフローチャートで
ある。
【符号の説明】
１ ルール記憶部 １ａ ルール主記憶部 １ｂ ルール補助記憶部 ２ ファジィ推論部 ３ パラメータ調整部 ４ 誤差演算部 ５ ルール生成部 ５ａ ルール生成領域決定部 ５ｂ 前件部生成部 ５ｃ 後件部生成部 ６ ルール追加領域選択部 ７ 入出力データ更新部 ８ 局所パラメータ調整部 ９ 局所ルール生成部 ９ａ 局所ルール生成領域決定部 ９ｂ 局所前件部生成部 ９ｃ 局所後件部生成部 １０ 推論結果表示部 １１ ユーザ入力部 １２ ユーザルール生成部 １２ａ ユーザルール生成領域決定部 １２ｂ ユーザルール前件部生成部 １２ｃ ユーザルール後件部生成部 １３ ユーザパラメータ調整部 １４ ルール表示部 １５ ルール生成要求部 １５ａ ルール生成領域指定部 １５ｂ 前件部決定部 １５ｃ 後件部決定部 １６ 動作開始指示部 １７ 推論誤差表示部
フロントページの続き (72)発明者 若見 昇 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (56)参考文献 特開 平２−138603（ＪＰ，Ａ) 特開 平２−53102（ＪＰ，Ａ) 特開 平２−178801（ＪＰ，Ａ) ・市橋、渡辺、「簡略ファジィ推論を 用いたファジィモデルによる学習型制 御」、日本ファジィ学会誌、Ｖｏｌ. ２、Ｎｏ．３（1990年８月）、ｐｐ. 429〜437 ・荒木、野村、林、若見、「ファジィ 推論ルールの自動生成手法の提案と移動 ロボットの障害物回避ルールの獲得」、 第７回ファジィシステムシンポジウム講 演論文集、日本ファジィ学会・発行 （1991年６月12日）、ｐｐ．623〜626 (58)調査した分野(Int.Cl.7，ＤＢ名) G06F 9/44 G05B 13/02 ＪＩＣＳＴファイル（ＪＯＩＳ) ＣＳＤＢ（日本国特許庁)

Claims (11)

    (57)【特許請求の範囲】
  1. 【請求項１】 ファジィ推論ルールを記憶するルール記
    憶手段と、前記ルール記憶手段に記憶されているファジ
    ィ推論ルールに従いファジィ推論を行うファジィ推論手
    段と、前記ファジィ推論手段の出力とあらかじめ与えら
    れた入出力データを入力とし前記ルール記憶手段に記憶
    されているファジィ推論ルールのパラメータの値を調整
    するパラメータ調整手段と、前記ファジィ推論手段の出
    力と前記入出力データから推論誤差と推論誤差の変化量
    を計算し、前記推論誤差が所定の値より小さいときに前
    記パラメータ調整手段の動作を停止させる推論誤差演算
    手段と、前記推論誤差演算手段により計算される前記推
    論誤差に基づき、その推論誤差が所定の値より大きくか
    つ推論誤差の変化量が所定の値より小さいときに新たに
    ファジィ推論ルールを少なくとも１つ生成するルール生
    成手段とを備えたことを特徴とするファジィ推論ルール
    の自動生成装置。
  2. 【請求項２】 ルール生成手段は、ファジィ推論ルール
    を生成する領域を決定するルール生成領域決定手段と、
    前記ルール生成領域決定手段により決定された領域に前
    件部のメンバシップ関数をその形状を表すパラメータの
    値で生成し、前記ルール記憶手段に記憶されているファ
    ジィ推論ルールの前件部のパラメータの値を更新する前
    件部生成手段と、前記前件部生成手段により更新された
    ファジィ推論ルールの前件部のパラメータの値を入力と
    し前記ルール記憶手段に記憶されているファジィ推論ル
    ールの後件部のパラメータの値を更新する後件部生成手
    段とを有することを特徴とする請求項１記載のファジィ
    推論ルールの自動生成装置。
  3. 【請求項３】 ルール記憶手段は、前記ルール生成手段
    により生成するファジィ推論ルールを記憶するルール主
    記憶手段と、前記ルール生成手段により更新される直前
    の前記ルール主記憶手段に記憶されているファジィ推論
    ルールを記憶するルール補助記憶手段とを有し、前記ル
    ール生成手段により新たに生成した前記ルール主記憶手
    段に記憶されているファジィ推論ルールの後件部のパラ
    メータの更新を前記ルール補助記憶手段に記憶されてい
    るファジィ推論ルールにより行うことを特徴とする請求
    項１記載のファジィ推論ルールの自動生成装置。
  4. 【請求項４】 ルール記憶手段に記憶されているファジ
    ィ推論ルールは、前件部の入力変数各々に設定された相
    隣るメンバシップ関数の対応するグレード値の和が１で
    ありかつ後件部が実数値であることを特徴とする請求項
    １記載のファジィ推論ルールの自動生成装置。
  5. 【請求項５】 請求項１により生成されるファジィ推論
    ルールと同一形式のファジィ推論ルールを記憶するルー
    ル記憶手段と、前記ルール記憶手段に記憶されているフ
    ァジィ推論ルールに従いファジィ推論を行うファジィ推
    論手段と、新たに与えられた入出力データに対する新た
    なファジィ推論ルールを生成する領域を選択するルール
    追加領域選択手段と、前記ルール追加領域選択手段によ
    り選択されなかった領域に属している入出力データを除
    去する入出力データ選択手段と、前記ルール追加領域選
    択手段により選択された領域に新たに生成されたファジ
    ィ推論ルールのパラメータの値のみを調整する局所パラ
    メータ調整手段と、前記ルール追加領域選択手段により
    選択された領域にのみ新たにファジィ推論ルールを生成
    する局所ルール生成手段と、前記ファジィ推論手段の出
    力と前記入出力データから推論誤差と推論誤差の変化量
    を計算し前記推論誤差が所定の値より小さいときに前記
    局所パラメータ調整手段の動作を停止させる推論誤差演
    算手段とを備えたことを特徴とするファジィ推論ルール
    の自動生成装置。
  6. 【請求項６】 局所ルール生成手段は、前記推論誤差演
    算手段により計算される推論誤差が所定の値より大きく
    かつ推論誤差の変化量が所定の値より小さいときに前記
    ルール追加領域選択手段により選択された領域内でファ
    ジィ推論ルールを生成する領域を決定する局所ルール生
    成領域決定手段と、前記局所ルール生成領域決定手段に
    より決定された領域に前件部のメンバシップ関数をその
    形状を表すパラメータの値で生成し、前記ルール記憶手
    段に記憶されているファジィ推論ルールの前件部のパラ
    メータの値を更新する局所前件部生成手段と、前記局所
    前件部生成手段により更新されたファジィ推論ルールの
    前件部のパラメータの値を入力とし、前記ルール記憶手
    段に記憶されているファジィ推論ルールの後件部のパラ
    メータの値を更新する局所後件部生成手段とを有するこ
    とを特徴とする請求項５記載のファジィ推論ルールの自
    動生成装置。
  7. 【請求項７】 請求項１により生成されるファジィ推論
    ルールと同一形式のファジィ推論ルールを記憶するルー
    ル記憶手段と、前記ルール記憶手段に記憶されているフ
    ァジィ推論ルールに従いファジィ推論を行うファジィ推
    論手段と、前記ファジィ推論手段の出力を表示する推論
    結果表示手段と、前記推論結果表示手段の出力に対する
    ユーザの好みや判断を入力するユーザ入力手段と、前記
    ユーザ入力手段の出力に対する新たなファジィ推論ルー
    ルを生成するユーザルール生成手段と前記ユーザルール
    生成手段により生成されたファジィ推論ルールのパラメ
    ータの値のみを調整するユーザパラメータ調整手段と、
    前記ユーザ入力手段の出力と前記ファジィ推論手段の出
    力とから推論誤差を計算し前記推論誤差が所定の値より
    小さいときに前記ユーザパラメータ調整手段の動作を停
    止させる推論誤差演算手段とを備えたことを特徴とする
    ファジィ推論ルールの自動生成装置
  8. 【請求項８】 ユーザルール生成手段は、前記ユーザ入
    力手段に入力があったとき、新たにファジィ推論ルール
    を生成する領域を決定するユーザルール生成領域決定手
    段と、前記ユーザルール生成領域決定手段により決定さ
    れた領域に前件部のメンバシップ関数をその形状を表す
    パラメータの値で生成し、前記ルール記憶手段に記憶さ
    れているファジィ推論ルールの前件部のパラメータの値
    を更新するユーザルール前件部生成手段と、前記ユーザ
    ルール前件部生成手段により更新されたファジィ推論ル
    ールの前件部のパラメータの値を入力とし、前記ルール
    記憶手段に記憶されているファジィ推論ルールの後件部
    のパラメータの値を更新するユーザルール後件部生成手
    段とを有することを特徴とする請求項７記載のファジィ
    推論ルールの自動生成装置。
  9. 【請求項９】 ファジィ推論ルールを記憶するルール記
    憶手段と、前記ルール記憶手段に記憶されているファジ
    ィ推論ルールに従いファジィ推論を行うファジィ推論手
    段と、前記ファジィ推論手段の出力とあらかじめ与えら
    れた入出力データを入力とし前記ルール記憶手段に記憶
    されているファジィ推論ルールのパラメータの値を調整
    するパラメータ調整手段と、前記ファジィ推論手段の出
    力と前記入出力データから推論誤差と推論誤差の変化量
    を計算し、前記推論誤差が所定の値より小さいときに前
    記パラメータ調整手段の動作を停止させる推論誤差演算
    手段と、前記ルール記憶手段に記憶されているファジィ
    推論ルールを表示するルール表示手段と、前記推論誤差
    演算手段により計算される推論誤差が所定の値より大き
    くかつ推論誤差の変化量が所定の値より小さいときに新
    たにファジィ推論ルールを生成することを要求するルー
    ル生成要求手段とを備えたことを特徴とするファジィ推
    論ルールの自動生成装置。
  10. 【請求項１０】 ルール生成要求手段は、新たにファジ
    ィ推論ルールを生成する領域を指定するルール生成領域
    指定手段と、前記ルール生成領域指定手段により指定し
    た領域に前件部のメンバシップ関数をその形状を表すパ
    ラメータの値で入力する前件部決定手段と、前記前件部
    決定手段により入力されたパラメータの値により更新さ
    れたファジィ推論ルールの前件部のパラメータの値を入
    力とし、後件部のパラメータの値を更新する後件部決定
    手段とを備えたことを特徴とする請求項９記載のファジ
    ィ推論ルールの自動生成装置。
  11. 【請求項１１】 さらにルール生成手段の動作の開始を
    指示する動作開始指示手段と、前記推論誤差演算手段に
    より計算される推論誤差とその変化量の値を表示する推
    論誤差表示手段とを備えたことを特徴とする請求項１記
    載のファジィ推論ルールの自動生成装置。
JP03140158A 1991-06-12 1991-06-12 ファジィ推論ルールの自動生成装置 Expired - Fee Related JP3076399B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP03140158A JP3076399B2 (ja) 1991-06-12 1991-06-12 ファジィ推論ルールの自動生成装置
US07/897,359 US5440672A (en) 1991-06-12 1992-06-11 Apparatus for automatically generating and adjusting fuzzy reasoning rules based on reasoning error and method therefor
US08/386,526 US5546506A (en) 1991-06-12 1995-02-06 Apparatus for automatically generating and adjusting fuzzy reasoning rules based on reasoning error and method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP03140158A JP3076399B2 (ja) 1991-06-12 1991-06-12 ファジィ推論ルールの自動生成装置

Publications (2)

Publication Number Publication Date
JPH04364536A JPH04364536A (ja) 1992-12-16
JP3076399B2 true JP3076399B2 (ja) 2000-08-14

Family

ID=15262219

Family Applications (1)

Application Number Title Priority Date Filing Date
JP03140158A Expired - Fee Related JP3076399B2 (ja) 1991-06-12 1991-06-12 ファジィ推論ルールの自動生成装置

Country Status (2)

Country Link
US (2) US5440672A (ja)
JP (1) JP3076399B2 (ja)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3076399B2 (ja) * 1991-06-12 2000-08-14 松下電器産業株式会社 ファジィ推論ルールの自動生成装置
IL107409A (en) * 1992-10-30 1999-03-12 Gen Electric Electronic control system for devices with programmable parameters containing vague logic control that can be programmed and reconfigured
DE4241920A1 (de) * 1992-12-11 1994-06-16 Siemens Ag Verfahren zum Entwurf eines Fuzzy-Reglers
US5802509A (en) * 1993-09-21 1998-09-01 Hitachi, Ltd. Rule generation system and method of generating rule
CA2129510C (en) * 1993-10-21 1999-04-13 Sasisekharan Raguram Automatic temporospatial pattern analysis and prediction in a telecommunications network using rule induction
WO1995022099A1 (de) * 1994-02-11 1995-08-17 Siemens Aktiengesellschaft Anrodnung zur gesonderten behandlung von fuzzy-regeln mit unterschieldlicher wichtigkeit
US5740321A (en) * 1994-11-30 1998-04-14 Semborg Recrob, Corp. Behavioral based environmental system and method for an interactive playground
US5822740A (en) * 1996-06-28 1998-10-13 Honeywell Inc. Adaptive fuzzy controller that modifies membership functions
DE69628177D1 (de) * 1996-12-27 2003-06-18 St Microelectronics Srl Kodierungs und Speicherungsverfahren für Fuzzy Logik Regeln und Schaltungarchitektur zur Verarbeitung von solchen Regeln
US6094646A (en) * 1997-08-18 2000-07-25 Siemens Aktiengesellschaft Method and apparatus for computerized design of fuzzy logic rules from training data vectors of a training dataset
US6067539A (en) * 1998-03-02 2000-05-23 Vigil, Inc. Intelligent information retrieval system
US6148290A (en) * 1998-09-04 2000-11-14 International Business Machines Corporation Service contract for managing service systems
US7072934B2 (en) * 2000-01-14 2006-07-04 Saba Software, Inc. Method and apparatus for a business applications server management system platform
US6961625B2 (en) * 2000-04-04 2005-11-01 Yamaha Hatsudoki Kabushiki Kaisha Characteristic control device for control subject
US20070094163A1 (en) * 2005-08-29 2007-04-26 Bowerman Guy F Genetic algorithm-based tuning engine
US7769474B2 (en) * 2005-09-20 2010-08-03 Honeywell International Inc. Method for soft-computing supervision of dynamical processes with multiple control objectives
US8495075B2 (en) * 2006-03-08 2013-07-23 Apple Inc. Fuzzy string matching of media meta-data

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0682396B2 (ja) * 1985-10-22 1994-10-19 オムロン株式会社 メンバーシップ関数合成装置およびファジィ・システム
JPH02132502A (ja) * 1988-07-28 1990-05-22 Omron Tateisi Electron Co ファジィ制御装置における動作方法および調整装置
US5239620A (en) * 1988-08-18 1993-08-24 Omron Tateisi Electronics Co. Rule generating and verifying apparatus for fuzzy control
JP2820704B2 (ja) * 1989-02-08 1998-11-05 津田駒工業株式会社 織機の回転数のファジィ制御方法および装置
EP0390563A3 (en) * 1989-03-31 1992-12-02 Matsushita Electric Industrial Co., Ltd. Fuzzy multi-stage inference apparatus
US5179634A (en) * 1989-04-14 1993-01-12 Omron Corporation System for synthesizing new fuzzy rule sets from existing fuzzy rule sets
US5267348A (en) * 1990-03-09 1993-11-30 Hitachi, Ltd. Method and system for evaluating and modifying fuzzy knowledge
US5295061A (en) * 1990-04-20 1994-03-15 Sanyo Electric Co., Ltd. Control parameter tuning unit and a method of tuning parameters for a control unit
JP3076399B2 (ja) * 1991-06-12 2000-08-14 松下電器産業株式会社 ファジィ推論ルールの自動生成装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
・市橋、渡辺、「簡略ファジィ推論を用いたファジィモデルによる学習型制御」、日本ファジィ学会誌、Ｖｏｌ．２、Ｎｏ．３（１９９０年８月）、ｐｐ．４２９〜４３７
・荒木、野村、林、若見、「ファジィ推論ルールの自動生成手法の提案と移動ロボットの障害物回避ルールの獲得」、第７回ファジィシステムシンポジウム講演論文集、日本ファジィ学会・発行（１９９１年６月１２日）、ｐｐ．６２３〜６２６

Also Published As

Publication number Publication date
US5440672A (en) 1995-08-08
JPH04364536A (ja) 1992-12-16
US5546506A (en) 1996-08-13

Similar Documents

Publication Publication Date Title
JP3076399B2 (ja) ファジィ推論ルールの自動生成装置
JP3946233B2 (ja) 画像表示システム
JP4223894B2 (ja) Ｐｉｄパラメータ調整装置
US5179634A (en) System for synthesizing new fuzzy rule sets from existing fuzzy rule sets
CN116610025B (zh) 一种基于改进元启发式算法的pid控制器优化方法
US5189728A (en) Rule generating and verifying apparatus for fuzzy control
CN101390024A (zh) 运转控制方法、运转控制装置和运转控制***
US5347615A (en) Rule generating and verifying apparatus for fuzzy control using temporary exclusion of a selected rule
EP0525670B1 (en) Modeling device for determining membership functions for fuzzy logic processing
JPH11134195A (ja) ルールの設計方法および設計装置
JPH0253102A (ja) フアジイ・ルール発生装置および方法，ならびに確認装置および方法
US6052677A (en) Next alternative generating apparatus using simulated annealing and method thereof
JP4485896B2 (ja) Ｐｉｄ制御装置
KR940006917B1 (ko) 퍼지 룰 생성 장치
JP2828768B2 (ja) ファジィ知識構築装置
JP3211236B2 (ja) 近似推論のための知識自動修正装置
CN117556873A (zh) 一种可变卷积方法、装置、设备及介质
JP2761569B2 (ja) 重心決定要素出力装置の教師信号決定装置
JPH09259107A (ja) カオス時系列データ予測方法および装置
JP2532610B2 (ja) プログラム制御の目標値生成装置
JPH0949869A (ja) 目標追尾制御装置
Bontempi et al. Lazy learning for control design
JPH05173793A (ja) メンバーシップ関数調整方法、装置およびファジィ推論システム
JPH05108357A (ja) ニユーロ・フアジイモデル決定支援装置
JP2002116912A (ja) ファジイ推論演算処理方法

Legal Events

Date Code Title Description
LAPS Cancellation because of no payment of annual fees