JPH02226460A - 適応型学習制御システム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野ン 本発明は、複数のダイナミクスが混在し特性が安定しな
い制御対象システムに対し、適用型学習制御を行う適応
型学習制御システムに関する。

（従来の技術） 制御対象システムが、大規模である、ダイナミクスが正
確に分らない、非線形な要素が存在するといった特徴を
持つ場合、そのシステムをｌｉｌ　Ｎする制御器の設計
にあたっては該システムのモデリングが不可欠である。

また適応型制御システムや学習制御システムにおける制
御動作の学習も制御対象システムのモデリングを行って
おり、こうしたことからもモデリングは、あらゆる分野
の制御において重要な技術とされている。

（発明が解決しようとする課題） ところで、従来より、制御対象システムをそのシステム
の特徴によりあいまいに複数の部分モデルに分割し、モ
デリングを行う手法（ファジィモデリング）があること
は知られていた。

しかしこの方法では、リアルタイムでの学習は困難であ
り、しかも部分モデルとして線形関数しか選択できない
ため、表現可能なシステムには限りがあった。

また、最近、学習能力を表現するために、ニューラルネ
ットを用いたファジィモデリング法が提案されているが
、この手法では、システムの特徴の区分化と部分モデル
との結合関係を１つのニューラルネットで表現している
ので、部分的な修正がニューラルネット全体の修正につ
ながってしまう問題があった。またこの方法では、シス
テムの特徴が変化して、新たにシステムの特徴の区分化
を行う場合は、やはりリアルタイムで学習を行うことが
困難であり、しかも部分モデルの実現に線形関数を用い
ている以上はダイナミクスの学習も極めて難しい課題と
されていた。

一方、システムのダイナミクスや逆ダイナミクスを二ニ
ーラルネットでモデリングする研究が現在行われている
が、これはある特定のダイナミクスを対象にしたものに
限られ、システムの特徴の変化に伴って複数のダイナミ
クスが切り替わるような複雑なシステムのモデリングに
対しての適用は困難であった。

本発明はこのような課題を解決するためのもので、複数
のダイナミクスが混在する複雑なシステムに対しても、
優れた適応性を保持してリアルタイムで学習制御を行う
ことのできる適応型学習制御システムの提供を目的とし
ている。

［発明の構成］ （課題を解決するための手段） 本発明の適応型学習制御システムは上記した目的を達成
するために、複数のダイナミクスが混在し特性が安定し
ない制御対象システムの目標出力を発生する目標出力発
生手段と、制御対象システムを、その特徴によりあいま
いに区分化してこれをニューラルネットワークまたは可
変パラメータにより合成された関数モデルからなる部分
システムモデルの集合としてモデル化するとともに、各
部分システムモデルにそれぞれ対応して、ニューラルネ
ットワークまたは可変パラメータにより合成された関数
モデルからなる部分制御器モデルを設けて構成された複
数の部分制御システムモデルと、複数の部分制御器モデ
ルの合成出力を制御人力として制御対象システムに与え
ながら、制御対象システムの出力と複数の部分制御シス
テムモデルの合成出力とが一致するよう部分制御システ
ムモデルの修正を行い、かつ制御対象システムの出力と
目標出力とが一致するよう各部分制御器モデルの修正を
行う学習制御手段と、制御対象システムの特徴を複数の
メンバシップ関数によりあいまいに記述し、この複数の
メンバシップ関数と部分制御システムモデルとの結合関
係をその確からしさとともに記憶する記憶手段とを備え
、部分制御器モデルの合成出力および部分制御システム
モデルの合成出力を、結合関係とその確からしさにＵづ
いて得るようにし、かつ部分制御システムモデルの修正
および部分制御モデルの修正を、結合関係に基づいてそ
の確からしさに反比例する度合で行い、記憶手段は、記
憶している確からしさを、対応する部分制御器モデルの
習熟度に比例し、制御対象システムの出力と部分制御シ
ステムモデルの合成出力との差異に比例した度合で修正
するようにしたものである。

（作　用） 本発明の適応型学習制御システムでは、学習制御手段が
、複数の部分制御器モデルの合成出力を制御人力として
制御対象システムに与えながら、制御対象システムの出
力と複数の部分制御システムモデルの合成出力とが一致
するよう部分制御システムモデルの修正を行い、同時に
、目標出力発生手段が発生した１１標出力と制御対象シ
ステムの出力とが一致するよう各部分制御器モデルの修
正を行う。

ここで、部分制御器モデルの合成出力および部分制御シ
ステムモデルの合成出力は、記憶手段に記憶された制御
対象システムの特徴を示すメンバシップ関数と部分制御
システムモデルとの結合関係とその確からしさに基づい
て得るようにする。

また、部分制御システムモデルの修正および部分制御モ
デルの修正は、前記結合関係に基づいて確からしさに反
比例する度合で行うようにする。

また、記憶手段は、記憶している確がらしさを、対応す
る部分制御器モデルの習熟度に比例し、制御対象システ
ムの出力と部分制御システムモデルの合成出力との差異
に比例した度合で修正する。

したがって、この発明によれば、複数のグイナミクスが
混在する複雑なシステムに対しても、優れた適応性を゛
保持してリアルタイムで学習制御を行うことができる。

（実施例） 以下、本発明の実施例を図面に基づいて詳細に説明する
。

第１図は本発明に係る一実施例の適応型学習制御システ
ムの構成を示している。

同図に示す適応型学習制御システムは、目標発生器１、
モデル部２、学習回路３がらその主体部がなっている。

上述したモデル部２は、目標発生器ｌが発生した目標出
力ｙｏを基に、モデル出力合成回路２人を介してモデル
出力ｙｍを学習回路３に出力すると同時に、制御人力合
成回路２Ｂを介して制御対象システム４およびＬ１標発
生器１にそれぞれ制御人力Ｕを出力するよう構成されて
いる。そして制御人力Ｕを受けた制御対象システム４は
１１標発生器１にシステム出力ｙを送り、これにより［
１標発牛器１は、受は取った制御人力Ｕおよびシステム
出力ｙを受は取って、目標出力ｙｏを発生するよう（１
ζ成されている。

学習回路３は、目標発生器１からの目標出力ｙｏと制御
対象システム４からのシステム出力ｙとの偏差ｅｏ（以
下、これを目標偏差と呼ぶ）、さらにシステム出力ｙと
モデル部２からのモデル出力ｙｍとの偏差ｅｍ（以下、
これをモデル偏差と呼ぶ）を取り込み、これらに基づい
てシステムモデル修正情報Ｃ５および制御器修正情報ｃ
ｃをモデル部２にそれぞれ出力し、モデル修正を行うよ
う構成されている。

次に上記のモデル部２の構成について詳述する。

モデル部２は、部分制御器モデルｍｃｉおよび部分シス
テムモデルｍｓｉからなるＮ個の部分制御システムモデ
ルｍ１（ｉ−１，２、山　Ｎ）、モデル出力合成回路２
Ａ、制御人力合成回路２Ｂ、および区分化回路２Ｃを有
している。

部分制御器モデルｍｃｉは、目標出力ｙＯを受は取って
、部分制御人力ｕｉを対応する部分システムモデルｍｓ
ｉおよび制御入力合成回路２Ｂに出力する。部分システ
ムモデルｍｓｉは、部分制御器モデルｍｃｉから受は取
った部分制御入力Ｕｌにより部分モデル出力ｙｍｉを発
生し、これをモデル出力合成回路２Ａに出力する。こう
してＮ個の部分モデル出力ｙｍｌ、ｙ　ｍ２、・・・　
ｙｍＮを受は取ったモデル出力合成回路２Ａは、これら
を、区分化回路２Ｃがら入力された区分化情報ｐＳに基
づいて合成し、合成したものをモデル出力ｙｍとして出
力する。制御入力合成回路２Ｂは、Ｎ個の部分制御人力
ｕ１、ｕ２、・・・　ｕＮを受は取ってこれらを区分化
回路２ｃがら入力された区分化情報ｐｓに基づいて合成
し、合成したものを制御人力Ｕとして制御対象システム
４および目標発生器１にそれぞれ出力する。

ここで、部分制御器モデルｍｃｌ、ｍｃ２、・・・ｍｃ
Ｎは、全体で制御器モデル２Ｄを構成し、部分システム
モデルｍＳ１、ｍＳ２、・・・　ｍｓＮは全体でシステ
ムモデル２Ｅを構成している。

制御器モデル２Ｄは、学習回路３からの制御器修正情報
ＣＣ１区分化回路２Ｃからの区分化情報ｐｓに基づいて
内部部分モデルの修正を行う。同様にシステムモデル２
Ｅは、学習回路３からのシステム修正情報Ｃ５、区分化
回路２Ｃからの区分化情報ｐｓに基づいて内部部分モデ
ルの修正を行う。さらに区分化回路２Ｃは、制御対象シ
ステム４の環境、１」標出力ｙｏ、学習回′路３が行う
学習の程度に基づいて、随時、適応型学習制御システム
の状態を把握し、各部品制御システムｍｉ　（ｉ−１，
２、・・・　Ｎ）への寄与度および確からしさを決定し
、これを区分化情報ｐｓとして出力するよう構成されて
いる。

次にこのモデル部２について第２図を用いてさらに説明
する。

第２図はモデル部２を概念的に示す図である。

同図においてモデル部２は記憶部１０と実体部１１とに
大別される。さらに実体部１１はＩＦ部１１ＡとＴＨＥ
Ｎ部１１Ｂに別れており、ＩＦ部１１Ａと記憶部１０、
記憶部１０とＴＨＥＮ部１１Ｂはそれぞれ信号経路にて
接続さ、れている。したがって、モデル部２は全体とし
て３層構造をなしていることになる。ちなみにこれらの
構成部と第１図との関連を述べると、制御器モデル２Ｄ
およびシステムモデル２ＥはそれぞれＴＩ（ＥＮ部１１
Ｂに相当し、区分化回路２ＣがＩＦ部１１Ａおよび記憶
部１０に相当する。

ＩＦ部１１Ａは、制御対象システム４をあいまいに区分
化する前件部であり、Ｍ個の区分化の条件毎にカテゴリ
Ｃ１、Ｃ２、・・・　ｃＭが設けられている。各カテゴ
リＣ１、Ｃ２、・・・　ｃＭは、（１η造化されたニュ
ーラルネット（または可変パラメータにより合成される
関数モデル、例えば重み付けｍｉｎ、ｍａｘ合成）から
なる。すなわちこれらのカテゴリｃｉ（ｉ−１，２、・
・・、Ｍ）は、それぞれ並列に配置されたＫｉ個のメン
バシップ関数ユニットｘｉｌ、ｘｉ２、・＝ｘｉＫｉか
らなっている。ここでＫｉはカテゴリｃｉが担当する条
件をあいまいに分割するメンバシップ関数の個数に等し
い。

ＴＨＥＮ部１１．８は、結果を出力する後件部であると
ともに、それぞれの区分化の条件α１（ｉ−１，２、・
・・　Ｎ）に対応するモデル記述部であり、ここではそ
れぞれの条件αｉが部分制御システムモデルｍｉ（また
は可変パラメータにより合成される関数モデルの構造体
でもよい）に相当する。但し、この部分制御システムモ
デルｍｉは、記憶部１０との結合端として寄与度ニュー
ロンｈｉ　　（ｉ−１，２、・・・　Ｎ）を有している
。

また記憶部１０も構造化されたニューラルネット、すな
わち並列に配置されたＬ個の記憶ユニットｚ１、Ｚ２、
・・・　ｚＬから構成されている。

この記憶部１０は前件部であるＩＦ部１１Ａと後件部で
あるＴ　ＨＥ　Ｎ部１１Ｂとを接続する役割を持ち、各
記憶ユニットｚｉは、現在自分が担当している記憶の想
起度を表す想起度ニューロンと、その記憶の確からしさ
を表す習熟度ニューロンをそれぞれ有している。

次に、ファジィ推論的なイメージを用いて本実施例シス
テムにおける推論機構を説明するが、この実施例システ
ムにおける推論機構は、単なるファジィ推論の枠を越え
たものであり、動的であいまいな制御対象システム４の
モデル化を学習により実現しようというものである。

次式はあいまいなルール表現の一例である。

ＩＦ　（ｘｌ−Ｎ＆ｘ２−Ｎ）ＴＨＥＮｙ−ｆＮＮ（ｘ
）・・・・・・（１） ここで、Ｘｌ、Ｘ２はそれぞれシステムを特徴付けるた
めの情報で、まとめて入力ベクトルＸとして記述される
。またＮはネガティブの特徴を表すもので、区分化にお
けるメンバシップ関数と考えることができる。ｙは＜　
１．　）式のルールから得られる部分出力であり、ｆＮ
Ｎ（ｘ）は部分モデルを表す関数である。ちなみにｆＮ
Ｎ（ｘ）が線形関数の場合は、ファジィモデルと呼ぶ。

このようにモデル部２は、（１）式のようなあいまいな
推論ルールの集合からなっている。

すなわち、第２図において、（１）式のＸに相当するも
のが特徴情報ｃｘであり、Ｎ（メンノくシ・ツブ関数）
がメンパンツブ関数ユニ・ノドｘｉｌ、ｘｉ２　、−ｘ
　　　ｉ　　Ｋ　　ｉ　　　（ｉ　　−１、２、、−Ｍ
）ｌこ相当する。またｙに相５するものがｙｍ、ｕであ
り、ｆＮＮ　（−）は部分制御システムモデルｍ１、ｍ
２、−ｍ　Ｎ　Ｉ：相当する。さらにＩ　Ｆ　−Ｔ　Ｈ
ＥＮの役割を果たすのかモデル部２が持つ３層構造であ
る。

ＩＦ部１１Ａに人力される特徴情報ＣＸは、特徴毎に細
分化され、ｃｘｌ、ｃｘ２、−ｃｘＭとしてそれぞれカ
テゴリＣ１、Ｃ２、・・・　ｃＭに人力される。特徴む
１報ＣＸとしては、制御ス・ｌ象システム４のシステム
出力ｙ１制御対象システム４の環境（温度、湿度等）　
目標人力ｙＯ１さらには特徴情報ａｘ、システム出力ｙ
の過去の値等が考えられる。

カテゴリｃｉ　（ｉ＝１ｑ　２、・・・、Ｍ　）は、特
徴情報ｃｘｉを全てのメンバシップ関数ユニットｘｌｌ
、ｘ１２、−ｘｉＫｉに与える。メンバシップ関数ユニ
ットｘｌｌ、ｘ１２、・・・　ｘｉＫｌはに１個のメン
バシップ関数の働きをするように構成されており、結局
メンパンツブ関数ユニットＸ１１、ｘ１２、−ｘｉＫｉ
の出力側には、特徴情報ｃｘｉの各メンバシップ関数ユ
ニットが担当するメンバシップグレードが現れる。この
ようにして特徴情報ｃｘｉが与えられた全てのカテゴリ
Ｃ１から、特徴に関するメンバシップグレードの分布が
得られる。

各カテゴリｃｉから、０または　１個のメンパンツブ関
数ユニットを抽出しこれをまとめると、このことは細分
化された１つの特徴（の組合わせ）を表すことになる。

この細分化特徴は、記憶部１０の、ある記憶ユニットｚ
ｉ　　（ｉ＝１．２、・・Ｌ）と双方向に結合され、記
憶ユニットｚｌはＴＨＥＮ部１１Ｂの１つまたは複数の
部分制御システムモデルｍ１、ｍ２、・・・、ｍＮと双
方向に結合されているため、これより　１つの推論が可
能になる。ちなみに、細分化特徴を構成するＩＦ部１１
Ａのメンバシップ関数ユニットの数が少ないほど、その
細分化特徴に対応する部分制御システムモデルｍ１、ｍ
２、・・・　ｍＮは汎用的なものとなる。

モデル部２の推論機（１には連続時間または離散時間の
どちらでも実現ｉ＋Ｊ能であるが、ここでは理解を容易
にするため、サンプリング時間Ｔの離散時間で推論を行
っているものとして話を進める。

モデル部２の推論機構は、次式のような状態方程式で記
述することができる。

ｘ（Ｌ＋ｌ）　＝　ｆ　ｘ　（Ａ　１　・ｘ（ｔ）＋Ａ
２　・ｃ　ｘ（Ｌ）　＋Ａ３　・ｚ（ｔ）　）　−＝（
２）ｚ　（Ｌ＋１＞　−ｆ　ｚ　（Ａ４−　ｚ　（Ｌ）
＋Ａ５・Ｘ（Ｌ））　　　　　・・・・・・（３）ｈ（
ｔ＋１）　−ｆ　ｈ　（Ａ６・ｈ　（ｔ）＋Ａ７・Ｚ（
ｔ））　　　　　・・・・・・（４）ｙｍ（ｔ）＝ｇｙ
　（ｙｍｌ（ｔ）　、ｙｍ２（ｔ）　　・・・ｙｍＮ（
ｔ）；ｈ（ｔ））　　　−・−・＝（５）ｕ（ｔ）　　
−ｇｕ（ｕｌ（ｔ）、ｕ２（ｔ）、・・・ｕＮ（Ｌ）　
　；　　ｈ（Ｌ））　　　　　　・・・・・　（６）各
変数、定数の定義は次の通りである。

１．１＋１：時刻、ｔ−ｔ、ｔ＋１−ｔ＋Ｔ。

ｘ（ｔ）　＝［ｘｌｌ（ｔ）　、ｘ１２（ｔ）　、・＝
　　ｘｌｋｌ（ｔ）；ｘ　Ｍｌ（ｔ）　　、　＝−ｘ　
ＭＫＭ（１）１２１１部１１Ａの各カテゴリｃｉ中の メンバシップ関数ユニットＸ１ｊの 出力端ニューロンの時刻ｔにおける 発火底ｘｉ　ｊ　（ｔ）の並、び１ 、Ｋ　１　＋　Ｋ　２＋・・・十ＫＭ次元。

ｃ　ｘ　（ｔ）　　＝［ｃ　ｘ　１（ｔ）、ｃ　ｘ　２
（ｔ）、・・・ｃ　ｘ　Ｍ（ｔ）］ ｚＩＦ部１１Ａの各カテゴリｃｉに入 力される部分特徴情ｆｉｔ　ｃ　ｘ　ｉの時刻ｔにおけ
る値ｃ　ｘ　ｉ　（Ｌ）の並び、Ｍ次元。

ｚ　（Ｌ）　　＝　Ｃｚ　１（ｔ）、ｚ２（ｔ）、−ｚ
　Ｌ（ｔ）］　’：記憶部１０の各、？Ｃ！憶ユニット
ｚｉの時刻ｔにおける想起度ニューロンの 発火底ｚ　１（ｔ）の並び、Ｌ次元。

ｈ　　（ｔ）　　−Ｃｈ　　１（ｔ）、　ｈ２（ｔ）、
　・・・　　ｈＮ（ｔ）コニ　ＴＨＥＮ部１１Ｂの各部
分制御システムモデルｍｉに付属する寄与度ニ ューロンｈｉの時刻ｔにおける発火 度ｈ　ｉ　（ｔ）の並び、Ｎ次元。

：ｘ（ｔ）の再帰ループの重みを表すマトリクス、 （Ｋ１＋に２＋・・・十ＫＭ）ｘ （Ｋ１＋に２＋・・・十ＫＭ）次元。

：　ｃ　ｘ　（Ｌ）のｘ　（ｔ）への重みを表すマトリ
クス、実体はニューラルネット、 （Ｋ１十に２＋・・・十ＫＭ）ｘＭ次元。

：ｚ（Ｌ）のｘ　（Ｌ）への重みを表すマトリクス、 （Ｋ１十に２＋・・・十ＫＭ）ｘＬ次元。

：ｚ（ｔ）の再帰ループの重みを表すマトリクス、ＬＸ
Ｌ次元。

：ｘ（ｔ）の２（【）への重みを表すマトリクス、 Ｌｘ（Ｋ１＋に２＋・・・十ＫＭ）次元。

Ａ６　　　：ｈ（Ｌ）の再帰ループの重みを表すマトリ
クス、ＮｘＮ次元。

Ａ７　　　：ｚ（ｔ）のｈ（Ｌ）への重みを表すマトリ
クス、ＮＸＬ次元。

ｆｘ　（・）：　ＩＦ部１１Ａの各カテゴリｃｉ中のメ
ンバシップ関数ユニットｘｉｊ の出力端ニューロンの出力関数、 例えばシグモイド関数。

ｆｚ（・）：記憶部１０の各記憶ユニットｚｉの出力関
数、例えばシグモイド関数。

ｆｈ（・）ｕＴＨＥＮ部１１Ｂの各部分制御システムモ
デルｍｉに付属する寄与度 ニューロンｈｉの出力関数、例えば シグモイド関数。

ｇｙ（・）：寄与度ｈ　（ｔ）に基づいて部分モデル出
力ｙ　ｍ　１（Ｌ）、ｙｍ２（ｔ）、・・・ｙ　Ｎ　（
Ｌ）を合成する関数、例えばｇｙ（・）−ΣｈＢｔ）・
ｙ　ｍ　Ｉ（Ｌ）。

ｇｕ（・）：寄与度ｈ（［）に基づいて部分制御人力ｕ
ｌ（ｔ）、ｕ　２（ｔ）、−ｕＮ（ｔ）を合成する関数
、例えば ｇｕ　（・）−Σｈ　１（ｔ）　・ｕ　１（ｔ）。

このＡ１〜Ａ７がＩＦ部１１Ａおよび記憶部１０、記憶
部１０およびＴＨＥＮ部１１Ｂを結合している実体であ
り、例えばメモリに格納されるデータである。このデー
タを適当に設定することにより、第２図のモデル部２は
単なるファジィ推論を行ったり、引き込みによる推論機
能、安定化機能を実現したりできる。システム（２）〜
（６）式の推論結果は、Ａ１〜Ａ７を適切に選べば、時
間の経過にしたがっである安定状態に収束するようにで
きる。

よって、この適応型学習制御システム全体としての制御
周期Ｔｃは、その安定状態に達するまでの時間に選定す
ることが望ましい。すなわち、Ｔｃ−ｋＴ（但しｋは安
定状態までの推論回数）とし、（５）　、（６）式で示
されるｙｍ、ｕを出力する周期を制御周期Ｔｃとする。

このとき、Ａ１〜Ａ７の要素、すなわち　２つのニュー
ロン間の結合の度合が大きいほど、この２ニユ一ロン間
の結合の確からしさは高いことを表している。また、記
憶ｚｉに対する確からしさ、すなわち記憶ユニットｚｉ
の習熟度ニューロンの発火度をＰｉ（ｉ−１，２、・・
・　Ｌ）で定義すると、 Ｐ　ｉ　（ｔｅｌ）　−Ｐ　ｉ　（Ｌ）　＋ｐ　Ｚ　　
（１ｉ、　ｅｍ（ｔ）、ｅ　ｓ　（ｔ）　）・・・・・
・（７）で表される。ここで、ｐｚ（・）は確からしさ
の変化を演算する関数で、１１は学習回数を表す。

一般にｐｚ（・）は、学習回数１１に比例して確からし
さＰｉを増し、偏差ｅ　ｍ　（Ｌ）　　　ｅ　ｓ　（Ｌ
）に比例して確からしさＰｉを減少するように定義され
る。

次にこの実施例システムの動作を説明する。

Ａ、モデル部２の事前学習 実際の制御対象システム４の学習制御を開始する前に、
学習回路３は、まずシステムモデル２Ｅおよび制御器モ
デル２Ｄの事前学習を次のように行う。

この事前学習は個々の部分制御システムモデルｍｌ（Ｌ
−１，２、・・・　Ｎ）毎にそれぞれ必要に応じて行わ
れる。

すなわち、学習回路３は、考えられる条件α１（ｉ−１
，２、・・・　Ｎ）のうち設定可能なものを制御対象シ
ステム４に設定し、適切な基準入力ＵＳを部分システム
モデルｍｓｉおよび制御入力合成回路２Ｂに人力する。

この時点では、目標発生器１からまだ目標人力ｙｏが出
力されていないので、部分制御器モデルｍｅｔの出力ｕ
ｉは「０」である。

したがって、この場合、部分システムモデルｍｓ１から
送られてきた部分出力ｙ　ｍ　ｉがモデル出力合成回路
２Ａよりそのままモデル出力ｙｍとして出力される。

同様に、制御人力合成回路２Ｂにおいても、送られてき
た基準人力ｕｓがそのまま制御人力Ｕとして出力される
。

したがって、制御対象システム４が出力するシステム出
力ｙとモデル出力ｙｍとの偏差ｅｍは、条件αｉの下で
の制御対象システム４のシステム出力ｙと部分システム
モデルｍｓｉの部分モデル出力ｙｍｉとの偏差ｅｍを表
すことになる。

学習回路３は、この偏差ｅｍに基づいてシステムモデル
修正情報ＣＳを生成し、これを部分システムモデルｍｓ
ｌに出力して、該部分システムモデルｍｓｉを所定の修
正規則（ｆｆ１Ｊえばバックプロパゲーション法）にし
たがって修正する。

尚、ここで基準入力ＵＳとしては、インパルス信号、ス
テップ信号、ランプ信号等のシステムの特性が表現し品
いものを用いる。

部分システムモデルｍｓｉの学習がある程度進行した後
、今度は目標発生器１より適当な目標出力ｙｏを発生さ
せ、これを部分制御器モデルｍｃｉに人力する。ここで
得られる部分制御人力ｕｉは、部分システムモデルｍｓ
ｉおよび１ｑｇａ人力合成回路２Ｂに入力されるが、制
御入力合成回路２Ｂはこれをそのままｆｆ１ｌｊ　ｆ１
人人力として制御対象システム４に出力する。

また、部分システムモデルｍｓｉが出力する部分出力ｙ
ｍｉは、前述の場合と同様に、モデル出力合成回路２Ａ
を通ってモデル出力ｙｍとして得られるため、結局、目
標偏差ｅＯは、目標出力ｙＯおよび条件αｉの下での制
御対象システム４のシステム出力ｙの偏差を表すことに
なり、この偏差ｅｏに基づいて学習回路３は制御器モデ
ル修正情報ｃｃを出力し、部分制御器モデルｍｃｉを所
定の修正規則にしたがって修正する。

以降、この一連の操作を、全ての設定可能な条件αｉに
ついて繰返すことにより、部分制御システムモデルｍ１
、ｍｌ、・・・　ｍＮの事前学習を終了する。

この後、区分化回路２Ｃに各部分制御システムモデルｍ
１、ｍｌ、・・・、ｍＮの学習の習熟度（１からしさ）
を登録し、同時に、寄与度を決定する推論機構の初期化
を行って、モデル部２の事前学習を完了する。

Ｂ、制御人力Ｕおよびモデル出力ｙｍの合成モデル部２
の事前学習を終了すると、続いて実際の制御が開始され
ることになる。

まず、目標発生器１より目標出力ｙｏが各部分制御シス
テムモデルｍｉに送られると、部分制御システムモデル
ｍｔは、モデル出力合成回路２Ａおよび制御入力合成回
路２Ｂに、それぞれ部分モデル出力ｙｍｔおよび部分制
御人力ｕｉを送る。

すると、モデル出力合成回路２Ａおよび制御入力合成回
路２Ｂは、各人力データを区分化回路２Ｃから送られて
きた区分化情報ｐｓに基づいて合成し、その結果をモデ
ル出力ｙｍおよび制御人力Ｕとして出力する。

Ｃ，モデル部２の学習方法 次に、学習回路３は、目標出力ｙＯとシステム出力ｙと
の偏差ｅｏ、システム出力ｙとモデル出力ｙｍとの偏差
ｅｍに基づいて、システムモデル修正情報ｃａおよび制
御器修正情報ｃｃをモデル部２に出力する。

モデル部２は、これらシステムモデル修正情報Ｃ８およ
び制御器修正情報ｃｃと区分化回路２Ｃからの区分化情
報Ｄ　Ｓ　ｓすなわち前述した（２）〜（４）式におけ
るマトリクスＡ１〜Ａ７、寄与度ｈ（１）に基づいて、
制御器モデル２Ｄ、システムモデル２Ｅ、および区分化
回路２Ｃを修正する。

以上の修正の中から、まず制御器モデル２Ｄおよびシス
テムモデル２Ｅを修正（学習）する動作を説明する。

学習回路３から入力されるシステムモデル修正情報Ｃ８
および制御器修正情報ＣＣは、偏差ｅｍ。

ｅｏに基づく、例えばプロパゲーション法（バックプロ
パゲーションやカウンタプロパゲーションが有名）によ
る制御器モデル２Ｄおよびシステムモデル２Ｅに対する
修正情報を持つものとされている。学習回路３は、当該
修正情報による部分制御器モデルｍ　ｃ　ｌ　、ｒｎ　
Ｃ２、・・・　ｍｃＮおよび部分システムモデルｍｓ１
、ｍｓ２、・・・　ｍｓＮに対する修正ｍを、それぞれ
の寄与度ｈ１、ｈ２、・・　ｈＮに比例し、なおかつそ
れぞれが結合している記憶（１つとは限らない）の確か
らしさＰｌ、Ｒ２、・・・　ＰＬに反比例するような度
合で変換して、実際の修正（学習）を行う。

次に、区分化回路２Ｃの修正（学習）について説明する
。

ここで修正の対象となるのはマトリクスＡ１〜Ａ７であ
る。マトリクスＡ２は、ＩＦ部１１Ａの各カテゴリｃ１
、ｃ２、・・・　ｃＭ内の各メンバシップ関数ユニット
（メンバシップ関数）を表すニューラルネットであるが
、これも必要に応じて修正する。またマトリクスＡ１、
Ａ３〜Ａ７については、各マトリクスの要素が関係する
記憶ｚｉの確からしさＰｉが増大した場合は、（７）式
で示される確からしさＰｉに基づいてその要素の値を大
きくし、逆に確からしさＰｉが減少した場合には、当該
要素の値を小さくするように各マトリクスを変更して行
く。

一方、マトリクスＡ２については、メンバシップ関数変
更の必要性に応じて、変更後のメンバシップ関数の機能
を実現するよう、パックプロパゲーション法等を用いて
学習することにより変更する。

Ｄ、適応型学習制御システムの全体的動作次に本実施例
システムにおける全体的な動作の流れを説明する。

尚、ここでは制御対象システム４として、温度、湿度に
応じて連続的にダイナミクスが変更されるシステムを考
える。

まずこの制御対象システム４を腹数の適当な環境下、例
えば温度Ｔ１および湿度Ｗｌ　（以下、（ＴＩ、Ｗｌ）
と略記する）、温度Ｔ２および湿度Ｗ２（以下、（Ｔ２
、Ｗ２）　ト略記ｔル）　ノ２ｆ−１類（７）環境に設
定し、それぞれにおいて上述したモデル部２の事前学習
を行う。

このとき環境（Ｔｌ、　Ｍｌ）に対する記憶Ｒ１と環境
（Ｔ２、Ｗ２）に対する記憶Ｒ２が区分化回路２ｃ上に
形成される。

この後、実際の制御に移る。このとき環境が（Ｔｌ、Ｗ
Ｌ）または（Ｔ２、ν２）付近の場合は、それぞれの環
境に対応するメンバシップ関数ユニットを通して、既に
登録されている記憶Ｒ１またはＲ２が想起されることに
より、事前学習による制御が行われると同時に、確から
”しさに反比例する学習量で当該記憶Ｒ１またはＲ２の
再学習（部分制御システムモデルｍｓ１、ｍｓ２、・・
・　ｍｓＮの調整、結合度の変更）が行われて、次第に
確からしさを高めて行く。

一方環境が（Ｔ３、Ｗｌ）等、記憶にないものになった
場合、区分化回路２Ｃは環境がより近い記憶Ｒ１および
Ｒ２を適当に組合わせて暫定的な制御を実行する。また
これと同時に、温度Ｔ３に対応するメンバシップ関数ユ
ニットを通して記憶Ｒ３が想起され、対応する部分制御
システムモデルｍｓ１、ｍｓ２、−・−ｍｓＮに環境（
Ｔ３、Ｗｌ）に対する制御則が形成されて行き、次第に
その確からしさを高めて行く。そしてその確からしさが
十分高くなったとき、環境（Ｔ３、Ｗｌ）に際しては記
憶Ｒ３により制御が行われ、記憶Ｒ１およびＲ２の影響
はなくなって行く。このようにして未学習の環境にリア
ルタイムで適応する。

かくしてこの実施例の適応型学習制御システムによれば
、制御対象システム４が複雑だったり、その環境が不安
定な場合、さらに制御前にこれらの事項が十分に把握で
きていない場合でも、現（１：所有する記憶を組合わせ
ることにより暫定的な制御の実行が可能になるとともに
、制御の進行に伴い制御対象システム４の詳細なダイナ
ミクスやその環境を学習して行くことができ、これによ
り優れた適応性を保持してリアルタイムで学習制御を行
うことができる。

尚、上述した実施例では、目標発生器を用いた場合の適
応型学習制御システムについて説明したが、本発明はこ
れに限らず、例えば規範モデルを用いたモデル規範型適
応制御システム等についても同様に適用できる。

［発明の効果］ 以上説明したように本発明の適応型学習制御システムに
よれば、複数のダイナミクスが混在する複雑なシステム
に対しても、優れた適応性を保持してリアルタイムで学
習制御を行うことができる。

【図面の簡単な説明】

第１図は本発明の一実施例である適応型学習制御システ
ムの構成を説明するためのブロック図、第２図は第１図
におけるモデル部の構成を概念的に示したブロック図で
ある。 １・・・目標発生器、２・・・モデル部、３・・・学習
回路、４・・・制御対象システム、２Ａ・・・モデル出
力合成回路、２Ｂ・・・制御人力合成回路、２ｃ・・・
区分化回路、２Ｄ・・・制御器モデル、２Ｅ・・・シス
テムモデル、１０・・・記憶部、１１・・・実体部、Ｉ
ＩＡ・・・ＩＦ部、１１Ｂ・・・ＴＨＥＮ部。 出願人　　　　　株式会社　東芝

Claims (1)

1. 【特許請求の範囲】 　複数のダイナミクスが混在し特性が安定しない制御対
   象システムの目標出力を発生する目標出力発生手段と、 前記制御対象システムを、その特徴によりあいまいに区
   分化してこれをニューラルネットワークまたは可変パラ
   メータにより合成された関数モデルからなる部分システ
   ムモデルの集合としてモデル化するとともに、前記各部
   分システムモデルにそれぞれ対応して、ニューラルネッ
   トワークまたは可変パラメータにより合成された関数モ
   デルからなる部分制御器モデルを設けて構成された複数
   の部分制御システムモデルと、 前記複数の部分制御器モデルの合成出力を制御入力とし
   て前記制御対象システムに与えながら、前記制御対象シ
   ステムの出力と前記複数の部分制御システムモデルの合
   成出力とが一致するよう前記部分制御システムモデルの
   修正を行い、かつ前記制御対象システムの出力と前記目
   標出力とが一致するよう前記各部分制御器モデルの修正
   を行う学習制御手段と、 前記制御対象システムの特徴を複数のメンバシップ関数
   によりあいまいに記述し、この複数のメンバシップ関数
   と前記部分制御システムモデルとの結合関係をその確か
   らしさとともに記憶する記憶手段とを備え、 前記部分制御器モデルの合成出力および前記部分制御シ
   ステムモデルの合成出力を、前記結合関係とその確から
   しさに基づいて得るようにし、かつ前記部分制御システ
   ムモデルの修正および前記部分制御モデルの修正を、前
   記結合関係に基づいてその確からしさに反比例する度合
   で行い、前記記憶手段は、記憶している確からしさを、
   対応する前記部分制御器モデルの習熟度に比例し前記制
   御対象システムの出力と前記部分制御システムモデルの
   合成出力との差異に比例した度合で修正することを特徴
   とする適応型学習制御システム。