JPH032931A - ファジィ推論演算方式 - Google Patents
ファジィ推論演算方式Info
- Publication number
- JPH032931A JPH032931A JP1135807A JP13580789A JPH032931A JP H032931 A JPH032931 A JP H032931A JP 1135807 A JP1135807 A JP 1135807A JP 13580789 A JP13580789 A JP 13580789A JP H032931 A JPH032931 A JP H032931A
- Authority
- JP
- Japan
- Prior art keywords
- fuzzy
- level
- inference
- level set
- calculation method
- 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.)
- Pending
Links
- 230000006870 function Effects 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000013507 mapping Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 abstract description 2
- 230000000712 assembly Effects 0.000 abstract 1
- 238000000429 assembly Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Landscapes
- Devices For Executing Special Programs (AREA)
- Feedback Control In General (AREA)
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。
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)
本発明は、ファジィ推論演算方式に関する。
(従来の技術)
ファジィ推論は、各種制御の分野、人工知能の分野、意
志決定支援システムの分野など、多くの分野に4つたっ
てその応用が試みられ、その有効性が確認されている。
志決定支援システムの分野など、多くの分野に4つたっ
てその応用が試みられ、その有効性が確認されている。
特に制御の分野で′は、ファジィ制御と称され、従来不
可能であった複雑なシステムの自動制御を可能にし、産
業上大きなインパクトを与えている。
可能であった複雑なシステムの自動制御を可能にし、産
業上大きなインパクトを与えている。
これらの応用に於いて広く用いられるファジィ推論方式
は、前件部をAk後件部をBとする条件命題IF A
then Bに事実A′を適合して、次式で示す
推論により、推論結果B′を得るものである。
は、前件部をAk後件部をBとする条件命題IF A
then Bに事実A′を適合して、次式で示す
推論により、推論結果B′を得るものである。
条件命題:IF A then B事 実
: A′ 推論結果=B′ ところで、ファジィ推論の演算においては、従来、対称
とするファジィ集合が実数または自然数等の空間上にあ
る場合、そのファジィ集合をメンバーシップ関数で定義
して行っていた。−b−、ファジィ集合は、表現定理に
よればα−レベル集合の集合族によっても定義すること
が可能である。
: A′ 推論結果=B′ ところで、ファジィ推論の演算においては、従来、対称
とするファジィ集合が実数または自然数等の空間上にあ
る場合、そのファジィ集合をメンバーシップ関数で定義
して行っていた。−b−、ファジィ集合は、表現定理に
よればα−レベル集合の集合族によっても定義すること
が可能である。
α−レベル集合はファジィ集合の演算や関係式を計算す
る場合に非常に有効な表現形態である。
る場合に非常に有効な表現形態である。
また、ファジィ推論処理システムをディジタル回路によ
り専用ハードウェアで実現する場合を考えると、ファジ
ィ集合を記憶するのに必要なメモリ容量や、ファジィ集
合を逐次修iEする場へ等に要する時間においてもα−
レベル集合の集合族による表現は有効である。
り専用ハードウェアで実現する場合を考えると、ファジ
ィ集合を記憶するのに必要なメモリ容量や、ファジィ集
合を逐次修iEする場へ等に要する時間においてもα−
レベル集合の集合族による表現は有効である。
以下、この点に関し、詳細を補足する。
まず、空間U上のファジィ集合Aを定義するメンバーシ
ップ関数をμA (u)とすると、Aのα−レベル集
合Aαは次式で定義される。
ップ関数をμA (u)とすると、Aのα−レベル集
合Aαは次式で定義される。
Aα= (u l μA (Ll)≧α、u6U)α
((0,1,) 上式から明かなように、α−レベル集合はクリスプ集合
(非ファジィ集合)である。また、Aが凸ファジィ集合
の場合は、Aαは閉区間となる。
((0,1,) 上式から明かなように、α−レベル集合はクリスプ集合
(非ファジィ集合)である。また、Aが凸ファジィ集合
の場合は、Aαは閉区間となる。
凸ファジィ集合とは、メンバーシップ関数μ(U)か次
式の条件を満足するファジィ集合をいう。
式の条件を満足するファジィ集合をいう。
μ(λu+(1−λ)u)≧
rnin(μ(λu)、μ((1−λ)U))1≧λ≧
O 式(5)の条件を満たす関数を準凹関数という。
O 式(5)の条件を満たす関数を準凹関数という。
凸ファジィ集合の場合、α−レベル集合は閉区間となる
ため、ここでは次のように表現する。
ため、ここでは次のように表現する。
Aα![u 1 、 u 、]
上述した定義に基づいて、ファジィ推論処理システムを
ディジタル回路により専用ハードウェアで実現する場合
を考える。
ディジタル回路により専用ハードウェアで実現する場合
を考える。
メンバーシップ関数を基本に考えると、1F意のファジ
ィ集合を記憶するのに必要なメモリ容量は全空間の要素
数Nたけ必要となる。これは、全空間の要素毎にメンバ
ーシップ・グレードを記憶する必要があるからである。
ィ集合を記憶するのに必要なメモリ容量は全空間の要素
数Nたけ必要となる。これは、全空間の要素毎にメンバ
ーシップ・グレードを記憶する必要があるからである。
ところが、α−レベル集合で表現すると、メンバーシッ
プ・グレードをMレベルで表現する場合、2Mのメモリ
容量となる。すなわち、ここでは凸ファジィ集合を仮定
しているので、a−レベル集合は閉区間となり、その左
端と右端の2つの値を記憶すればよい。従って、すべて
のメンバーシップ・グレートにλIするα−レベル集合
を記tαすることを考えると、メンバーシップ・グレー
ドのレベル数Mの2倍に相自するメモリ容量が必要にな
る。
プ・グレードをMレベルで表現する場合、2Mのメモリ
容量となる。すなわち、ここでは凸ファジィ集合を仮定
しているので、a−レベル集合は閉区間となり、その左
端と右端の2つの値を記憶すればよい。従って、すべて
のメンバーシップ・グレートにλIするα−レベル集合
を記tαすることを考えると、メンバーシップ・グレー
ドのレベル数Mの2倍に相自するメモリ容量が必要にな
る。
以上のことから、メンバーシップ関数を記tαする場合
は、全空間の要素数を多くすると、それに比例して必要
なメモリ容量が増加する。これに対して、レベル集合を
記憶する方法では、全空間の要素数に無関係となり、メ
ンバーシップ・グレートのレベル数にのみ依r7:する
。対象とするファジィ集合のダイナミックレンジを大き
く取るためにはレベル集合を記憶する方がa利である。
は、全空間の要素数を多くすると、それに比例して必要
なメモリ容量が増加する。これに対して、レベル集合を
記憶する方法では、全空間の要素数に無関係となり、メ
ンバーシップ・グレートのレベル数にのみ依r7:する
。対象とするファジィ集合のダイナミックレンジを大き
く取るためにはレベル集合を記憶する方がa利である。
すなわち、次式の条件を満たす場合は、レベル集合の集
合族でファジィ集合を記憶する方がメモリ容量は少なく
てもよい。
合族でファジィ集合を記憶する方がメモリ容量は少なく
てもよい。
N>>2M
メモリ容量が少ないことは、メモリ容量自体の問題のみ
ならず、ファジィ集合の逐次修iE等を行う場合に、修
1L時間の短縮につながる。
ならず、ファジィ集合の逐次修iE等を行う場合に、修
1L時間の短縮につながる。
同様の議論は拡張原理によるファジィ集合間の演算を行
う場合についても行える。
う場合についても行える。
α−レベル集合は、ファジィ集合の演算や関係式を計算
する場合に非常に有効な表現形態である。
する場合に非常に有効な表現形態である。
拡張原理によるファジィ集合間の演算は、メンバーシッ
プ関数による定義では、全空間の各要素についてメンバ
ーシップ・グレードを求めてファジィ集合を記憶するメ
モリに書き込まなくてはならない。ファジィ集合の2項
演算では、全空間の要素数がNの場合、N回のmin演
算と対象とする2項演算、メモリへの書き込みが必要と
なる。α−レベル集合による定義では、α−レベル集合
に相当する閉区間の左端、右端を与える数値の演算とな
るため、ディジタル処理を行うのに都合がよい。
プ関数による定義では、全空間の各要素についてメンバ
ーシップ・グレードを求めてファジィ集合を記憶するメ
モリに書き込まなくてはならない。ファジィ集合の2項
演算では、全空間の要素数がNの場合、N回のmin演
算と対象とする2項演算、メモリへの書き込みが必要と
なる。α−レベル集合による定義では、α−レベル集合
に相当する閉区間の左端、右端を与える数値の演算とな
るため、ディジタル処理を行うのに都合がよい。
凸ファジィ集合の2項の演算では、メンバーシップ・グ
レードのレベル数がMの場合、2〜1回の対象とする2
項の演算とメモリへの書き込みでよい。従って、拡張原
理によるファジィ推論の演算では、全空間の要素数が多
いほど、ファジィ集合はメンバーシップ関数による定義
よりもα−レベル集合による定義の方が有利である。
レードのレベル数がMの場合、2〜1回の対象とする2
項の演算とメモリへの書き込みでよい。従って、拡張原
理によるファジィ推論の演算では、全空間の要素数が多
いほど、ファジィ集合はメンバーシップ関数による定義
よりもα−レベル集合による定義の方が有利である。
以上のことから、ファジィ推論エンジンをディジタル回
路によるハードウェアによって実現する場合、ファジィ
集合は、メンバーシップ関数により定義するよりも、α
−レベル集合により定義した方がよい。
路によるハードウェアによって実現する場合、ファジィ
集合は、メンバーシップ関数により定義するよりも、α
−レベル集合により定義した方がよい。
(発明が解決しようとする課題)
従来、メンバーシップ関数をROMやRAMに記憶し、
メンバーシップ・グレードを求めたい要素に相当するア
ドレスによりアクセスする形態で、所望のメンバーシッ
プ・グレードを得ていた。
メンバーシップ・グレードを求めたい要素に相当するア
ドレスによりアクセスする形態で、所望のメンバーシッ
プ・グレードを得ていた。
そのため、ファジィ集合を定義する全空間の要素数か多
い場合には、その要素数に比例したアドレス空間が必要
となり、多くのメモリ容量を必要とするという問題があ
る。これは、メモリ容は自身の問題のみならず、ファジ
ィ集合を学習等により逐次修i[する必要がある場合に
は、その処理時間の増大にもつながるという問題がある
。すなわち、全空間に対応するすべてのアドレスに格納
されているメンバーシップ・グレードをすべて書き直さ
なければならないのである。
い場合には、その要素数に比例したアドレス空間が必要
となり、多くのメモリ容量を必要とするという問題があ
る。これは、メモリ容は自身の問題のみならず、ファジ
ィ集合を学習等により逐次修i[する必要がある場合に
は、その処理時間の増大にもつながるという問題がある
。すなわち、全空間に対応するすべてのアドレスに格納
されているメンバーシップ・グレードをすべて書き直さ
なければならないのである。
そこで、本発明は、ファジィ集合を定義する全空間の要
素数が多くとも、少ないメモリ容はで、容易、迅速に処
理することができるファジィ推論演算方式を提供するこ
とを目的とする。
素数が多くとも、少ないメモリ容はで、容易、迅速に処
理することができるファジィ推論演算方式を提供するこ
とを目的とする。
〔発明の11vt成〕
(課題を解決するための手段)
上記目的を達成するための本発明は、条件命題の前件部
および後件部、事実、推論結果を規定するファジィ集合
をそれぞれAkB、A’ B’とし、AはI(個のフ
ァジィ集合Ak (Ic−1,2゜K)を論理積(AN
D)で結合したファジィ集合■Akとし、事実A′は に′個のファジィ集合Ak’ (k−1,2・・・・
・K’ )を論理積(AND)で結合したファジィ集合
1’jAh’ とするファジィ推論演算方式において、
前記条件命題の前件部のファジィ集合Aを定義する全空
間をUk、後件部のファジィ集合Bを定義する全空間を
Vとし、 前記事実のファジィ集合Ak のα−レベル集合と前記
条件命題の後件部のファジィ集合を定義する空間Vから
得られる直積Ak′α・A2’ α・・・・・Ak
α・Vと、前記条件命題の前件部のファジィ集合n A
b及び前記条件命題の後件部Bから得られるに+1項
のファジィ関係Rのa−レベル集合Rαとの論理積をと
り、 この論理積を前記空間V上に射影する事によって得られ
る集合が前記空間Uk上の要素に&、lする推論結果の
α−レベル集合と等しくなるための要素u’ = (u
’、、u’ 2 、・・・・・・uo )のファジィ集
合Aに対するメンバーシップ・グレードα°を予め、 このα゜を与える全ての要素U′に対する推論結果のα
−レベル集合が後件部のファジィ集合Bのとのα−レベ
ル集合になるかをレベルαて与えるテーブルを用意し、 前記α゜をキーとして前記テーブルをひくことて11t
られるレベルα から得られるBのα′−レベル集合B
α′を推論結果のファジィ集合B′のa−レベル集合B
′ αとすることを特徴とする。
および後件部、事実、推論結果を規定するファジィ集合
をそれぞれAkB、A’ B’とし、AはI(個のフ
ァジィ集合Ak (Ic−1,2゜K)を論理積(AN
D)で結合したファジィ集合■Akとし、事実A′は に′個のファジィ集合Ak’ (k−1,2・・・・
・K’ )を論理積(AND)で結合したファジィ集合
1’jAh’ とするファジィ推論演算方式において、
前記条件命題の前件部のファジィ集合Aを定義する全空
間をUk、後件部のファジィ集合Bを定義する全空間を
Vとし、 前記事実のファジィ集合Ak のα−レベル集合と前記
条件命題の後件部のファジィ集合を定義する空間Vから
得られる直積Ak′α・A2’ α・・・・・Ak
α・Vと、前記条件命題の前件部のファジィ集合n A
b及び前記条件命題の後件部Bから得られるに+1項
のファジィ関係Rのa−レベル集合Rαとの論理積をと
り、 この論理積を前記空間V上に射影する事によって得られ
る集合が前記空間Uk上の要素に&、lする推論結果の
α−レベル集合と等しくなるための要素u’ = (u
’、、u’ 2 、・・・・・・uo )のファジィ集
合Aに対するメンバーシップ・グレードα°を予め、 このα゜を与える全ての要素U′に対する推論結果のα
−レベル集合が後件部のファジィ集合Bのとのα−レベ
ル集合になるかをレベルαて与えるテーブルを用意し、 前記α゜をキーとして前記テーブルをひくことて11t
られるレベルα から得られるBのα′−レベル集合B
α′を推論結果のファジィ集合B′のa−レベル集合B
′ αとすることを特徴とする。
(作用)
本発明のファジィ推論演算方式では、対象とするファジ
ィ集合がすべてα−レベル集合で規定でき、メンバーシ
ップ関数によりファジィ集合を規定する場合に比較して
、ファジィ集合を定義する全空間の要素数が多い場合で
も必要とするメモリ容量が少なくてよく、ファジィ集合
を学習などにより逐次修正する場合においても処理量が
少なくなる。
ィ集合がすべてα−レベル集合で規定でき、メンバーシ
ップ関数によりファジィ集合を規定する場合に比較して
、ファジィ集合を定義する全空間の要素数が多い場合で
も必要とするメモリ容量が少なくてよく、ファジィ集合
を学習などにより逐次修正する場合においても処理量が
少なくなる。
(実施例)
以下、図面を用いて本発明の詳細な説明する。
まず、ここで対象とするファジィ推論は、次の形式に従
う拡張ファジィ推論によるものであるとする。
う拡張ファジィ推論によるものであるとする。
条件命題: l f [xisAk and xlsA
2ant1 ・−and x isA* ) ] th
en (YisB)事 実 : (x is
Ak ’ )and(x isA 2 ’ )
and−・・and(x IsA * ) 推論結果:B′ ここで、Ah 、Ah 、B、B’は、いずれもファ
ジィ集合であり、ファジィ集合を定義する空間Uk、V
に対し以下の式で示されるものである。
2ant1 ・−and x isA* ) ] th
en (YisB)事 実 : (x is
Ak ’ )and(x isA 2 ’ )
and−・・and(x IsA * ) 推論結果:B′ ここで、Ah 、Ah 、B、B’は、いずれもファ
ジィ集合であり、ファジィ集合を定義する空間Uk、V
に対し以下の式で示されるものである。
また、前件部は、■Akで与えられ、八をmin演算と
して、次のように定義される。
して、次のように定義される。
推論結果B′は、AkとBから得られるに+1項ファジ
ィ関関係表n A * ’の合成演算によって求める。
ィ関関係表n A * ’の合成演算によって求める。
ここでは、合成演算に11ax−1n合成を用いる。こ
の場合、推論結果B′は次式で求めることができる。
の場合、推論結果B′は次式で求めることができる。
・・・八uh、(Llm))八u++ (ub lj
2%+・、 ljm ; u):l’ /u −
(3)上記のファジィ関係Rは次式で定義されるものに
R””’ μA+(u) △II A2 (u
) Δμ^t(u) △・・・△μAk (u)
・・・ (6)但し、Δはmin演算を表す。
2%+・、 ljm ; u):l’ /u −
(3)上記のファジィ関係Rは次式で定義されるものに
R””’ μA+(u) △II A2 (u
) Δμ^t(u) △・・・△μAk (u)
・・・ (6)但し、Δはmin演算を表す。
Rt)−μA+(u)* μ^2(u)* μ^t(1
7)*・ * μA−(u ) ・・・ (7)
但し、*は代数積を表す。
7)*・ * μA−(u ) ・・・ (7)
但し、*は代数積を表す。
第1図は、本発明の実施例に係わるファジィ推論演算装
置の構成を示すブロック図である。
置の構成を示すブロック図である。
図示の通り、本例に示すファジィ推論演算装置は、入力
部1と、射影処理部2と、マツピングテーブル3と、B
α−メモリ4と、出力部5の直列回路で構成される。
部1と、射影処理部2と、マツピングテーブル3と、B
α−メモリ4と、出力部5の直列回路で構成される。
射影処理部2ては、人力部1より人力される直viAk
+ ’ crXA2 (ZXAk a×a −
xAh’ α×Vとファジィ関係Rのα−レベル集合R
αの論理積をとり、空間V上に射影する事によって得ら
れる集合が空間Uk上の要素に対する推論結果のα−レ
ベル集合と等しくなるための要素0°−(uol +
u 2 + ” u ’ @ )のファジィ
集合Aに対するメンバーシップ・グレードαを求めるも
のである。
+ ’ crXA2 (ZXAk a×a −
xAh’ α×Vとファジィ関係Rのα−レベル集合R
αの論理積をとり、空間V上に射影する事によって得ら
れる集合が空間Uk上の要素に対する推論結果のα−レ
ベル集合と等しくなるための要素0°−(uol +
u 2 + ” u ’ @ )のファジィ
集合Aに対するメンバーシップ・グレードαを求めるも
のである。
マツピング・テーブル3は、α゜を!j、える要素U′
に対する推論結果のα−レベル集合が後件部のファジィ
集合Bのどのα−レベル集合になるかをレベルaて与え
るものである。
に対する推論結果のα−レベル集合が後件部のファジィ
集合Bのどのα−レベル集合になるかをレベルaて与え
るものである。
Bα−メモリ4は、α゜をキーとしてマツピング・テー
ブル3をひくことで得られるレベルα′から得られるB
α を与える。このBα′が推論結果のファジィ集合B
′のα−レベル集合B′ αとなる。
ブル3をひくことで得られるレベルα′から得られるB
α を与える。このBα′が推論結果のファジィ集合B
′のα−レベル集合B′ αとなる。
第2図はファジィ関係Rsに対する処理の説明図、第3
図はファジィ関係Rgに対する処理の説明図、第4図〜
第7図はファジィ関係Rs、Rg。
図はファジィ関係Rgに対する処理の説明図、第4図〜
第7図はファジィ関係Rs、Rg。
Rc、Rpにそれぞれ対応する処理フローチャー1・で
ある。
ある。
まず、ファジィ関係Rsを用いた場合の推論演算手法を
第1図、第2図及び第4図により示す。
第1図、第2図及び第4図により示す。
射影処理部2では、ステップ401で次式によりα を
求める。
求める。
a” mm i n [μAh (uh、’ )、μ^
m (uh+’ )]ここで、u *+” u k、′
はそれぞれファジィ集合Ak′のα−レベル集合を与
える閉区間の左端、右端である。
m (uh+’ )]ここで、u *+” u k、′
はそれぞれファジィ集合Ak′のα−レベル集合を与
える閉区間の左端、右端である。
ステップ402で、マツピングテーブル3は、α゜≠0
を判別し、α゜≠0ならば、キーα に対し自身を与え
るものとする。すなわち、ファジィ関係Rsの場合は、
マツピングテーブル3からの出力はα゜となる。
を判別し、α゜≠0ならば、キーα に対し自身を与え
るものとする。すなわち、ファジィ関係Rsの場合は、
マツピングテーブル3からの出力はα゜となる。
従って、Ba−メモリ4にはこのα゜が人力され、ステ
ップ403でBa0が出力される。このBα°が推論結
果を与えるファジィ集合B′のα−レベル集合B′ α
となる。
ップ403でBa0が出力される。このBα°が推論結
果を与えるファジィ集合B′のα−レベル集合B′ α
となる。
ただし、ステップ402でα゜−0が判別された場合に
は、Ba−メモリ4は空間Vを与えるものとする。K−
2の場合についてこの処理を図示すると第2図のように
なる。
は、Ba−メモリ4は空間Vを与えるものとする。K−
2の場合についてこの処理を図示すると第2図のように
なる。
第2図において(a)(b)に示すファジィ集合のレベ
ル集合の左端及び右端が射影処理部2に与えられ、α゜
≠0のときこれら4個の端点のうち最小の値が採択され
、マツピングテーブル3を介してα゜またはVがBa−
メモリ4に出力され、ここでB′α−Ba0またはB′
α−φがjすられることが示されている。
ル集合の左端及び右端が射影処理部2に与えられ、α゜
≠0のときこれら4個の端点のうち最小の値が採択され
、マツピングテーブル3を介してα゜またはVがBa−
メモリ4に出力され、ここでB′α−Ba0またはB′
α−φがjすられることが示されている。
次に、ファジィ関係Rgを用いた場合の推論演算手法を
第1図、第3図、第5図により示す。
第1図、第3図、第5図により示す。
射影処理部2ては、次式によりα を求める。
tl :in t n [u^* (u 、’
>+uA* (u k、′)、αコステップ501で
マツピング・テーブル3は、ファジィ関係Rsの場合と
同様、α。≠Oのときキーα に対しα゜自身を与える
ものとする。従って、Ba−メモリ4にはこのα゜が入
力され、Ba0が出力される。ステップ503てこのB
a。
>+uA* (u k、′)、αコステップ501で
マツピング・テーブル3は、ファジィ関係Rsの場合と
同様、α。≠Oのときキーα に対しα゜自身を与える
ものとする。従って、Ba−メモリ4にはこのα゜が入
力され、Ba0が出力される。ステップ503てこのB
a。
が推論結果を与えるファジィ集合B′のα−レベル集合
B′ αとなる。但し、αo−0の場合、Ba−メモリ
4はこれをステップ502で判別してステップ504て
空間Vを与えるものとする。
B′ αとなる。但し、αo−0の場合、Ba−メモリ
4はこれをステップ502で判別してステップ504て
空間Vを与えるものとする。
第3図はに−2の場合についての処理を図示したもので
ある。図は(a)(b)に示す複数のファジィ集合の各
端点及びaが射影処理部2に1jえられ、マツピングテ
ーブル3及びBa−メモリ4でrn i n演算結果α
゜がα ≠0のとき、Ba−Ba、とされ、α゜−0の
ときBa が空間■とされることを示している。
ある。図は(a)(b)に示す複数のファジィ集合の各
端点及びaが射影処理部2に1jえられ、マツピングテ
ーブル3及びBa−メモリ4でrn i n演算結果α
゜がα ≠0のとき、Ba−Ba、とされ、α゜−0の
ときBa が空間■とされることを示している。
ファジィ関係Rcを用いた場合の推論演算手法を第1図
、第6図に示す。
、第6図に示す。
射影処理部2では、次式によりα°を求める(ステップ
601〜603)。
601〜603)。
果が空集合φとなるか否か及びα、とαの大小関係によ
り、α゜を次式により求める(ステップ701〜705
)。
り、α゜を次式により求める(ステップ701〜705
)。
・・・ (8)
マツピング・テーブル3は次式に従う(ステ11式%)
上式で与えられるα′により、α をレベルとするBの
α′−レベル集合Bα′を、推論結果を与えるファジィ
集合B′のα−レベル集合B′αとする(ステップ60
8〜610) ただし、α′がφの場合は、空集合φを
B′αとする。
α′−レベル集合Bα′を、推論結果を与えるファジィ
集合B′のα−レベル集合B′αとする(ステップ60
8〜610) ただし、α′がφの場合は、空集合φを
B′αとする。
最後に、ファジィ関係Rpを用いた場合の推論演算手法
を第7図に示す。
を第7図に示す。
Aのレベルα、 wm lに対するα、−レベル集合A
α、とA′のレベルα1−1に対するα1−レベル集合
A′α、の論理積Aα1 nA’ (Zlの結αユくα
の場合 ・・・(10) たたし、ここで、 al、、−tna x [μ^ (uhj’ )
、μ^ (uh、′ )]・・・ (11) とする。マツピング拳テーブルは次式に従う(ス%式%
) 上式で′iえられるα′により、α′をレベルとするB
のα′−レベル集合Bα を、推論結果を5えるファジ
ィ集合B′のα−レベル集合B′αとする。但し、α
がφの場合は、空集合φをB′aとする。
α、とA′のレベルα1−1に対するα1−レベル集合
A′α、の論理積Aα1 nA’ (Zlの結αユくα
の場合 ・・・(10) たたし、ここで、 al、、−tna x [μ^ (uhj’ )
、μ^ (uh、′ )]・・・ (11) とする。マツピング拳テーブルは次式に従う(ス%式%
) 上式で′iえられるα′により、α′をレベルとするB
のα′−レベル集合Bα を、推論結果を5えるファジ
ィ集合B′のα−レベル集合B′αとする。但し、α
がφの場合は、空集合φをB′aとする。
以上説明したように、本例では、ファジィ集合を定義す
る全空間の要素数が多い場合でも必要と3るメモリ容量
が少なくて良く、ファジィ集合を学習などにより逐次修
正する場合に於いても処理量が少なくなる。また、拡張
原理によるファジィ集合間の演算は、レベル集合による
ファジィ集合の定義により非常に容易になり演算速度が
向上する。そのため、ファジィ推論エンジンに拡張原理
による演算を導入する場合において、ファジィ集合の表
現形態が統一され全体の処理効率が向上する。
る全空間の要素数が多い場合でも必要と3るメモリ容量
が少なくて良く、ファジィ集合を学習などにより逐次修
正する場合に於いても処理量が少なくなる。また、拡張
原理によるファジィ集合間の演算は、レベル集合による
ファジィ集合の定義により非常に容易になり演算速度が
向上する。そのため、ファジィ推論エンジンに拡張原理
による演算を導入する場合において、ファジィ集合の表
現形態が統一され全体の処理効率が向上する。
更に、本手法ではα−レベル集合毎に独立して推論KW
が可能であるため、必要なメンバーシップ・グレードに
対する推論結果を得ることが可能である。
が可能であるため、必要なメンバーシップ・グレードに
対する推論結果を得ることが可能である。
本発明は上記実施例に限定されるものではなく、本発明
の要旨を逸脱しない範囲で任意に変形して実施できる。
の要旨を逸脱しない範囲で任意に変形して実施できる。
以上の通り、本発明は特許請求の範囲に記載の通りのフ
ァジィ推論演算方式であるので、ファジィ集合を定義す
る全空間の要素数が多くとも、少ないメモリ容量で、容
易、迅速に処理することができる。
ァジィ推論演算方式であるので、ファジィ集合を定義す
る全空間の要素数が多くとも、少ないメモリ容量で、容
易、迅速に処理することができる。
第1図は本発明の一実施例に係るファジィ推論装置を示
すブロック図、第2図及び第3図はファジィ関係Rs及
びRgの処理方式を示す説明図、第4図〜第7図はファ
ジィ関係Rs、Rg、Rc。 Rpの推論手順を示すフローチャートである。 1・・・人力部 2・・・射影処理部 3・・・マツピングテーブル 4・・・Bα−メモリ 5・・・出力部
すブロック図、第2図及び第3図はファジィ関係Rs及
びRgの処理方式を示す説明図、第4図〜第7図はファ
ジィ関係Rs、Rg、Rc。 Rpの推論手順を示すフローチャートである。 1・・・人力部 2・・・射影処理部 3・・・マツピングテーブル 4・・・Bα−メモリ 5・・・出力部
Claims (5)
- (1)条件命題の前件部および後件部、事実、推論結果
を規定するファジィ集合をそれぞれA、B、A′、B′
とし、AはK個のファジィ集合A_k(k=1、2、・
・・・・・K)を論理積(AND)で結合したファジィ
集合■A_kとし、事実A′はK′個のファジィ集合A
_k′(k=1、2、・・・・・・K′)を論理積(A
ND)で結合したファジィ集合■A_k′とするファジ
ィ推論演算方式において、前記条件命題の前件部のファ
ジィ集合Aを定義する全空間をU_k、後件部のファジ
ィ集合Bを定義する全空間をVとし、 前記事実のファジィ集合A_k′のα−レベル集合と前
記条件命題の後件部のファジィ集合を定義する空間Vか
ら得られる直積A_1′α×A_2′α×・・・×A_
k′α×Vと、前記条件命題の前件部のファジィ集合■
A_k及び前記条件命題の後件部Bから得られるK+1
項のファジィ関係Rのα−レベル集合Rαとの論理積を
とり、 この論理積を前記空間V上に射影する事によって得られ
る集合が前記空間U_k上の要素に対する推論結果のα
−レベル集合と等しくなるための要素u゜=(u゜_1
、u゜_2、・・・u゜_k)のファジィ集合Aに対す
るメンバーシップ・グレードα゜を求め、 このα゜を与える全ての要素u′に対する推論結果のα
−レベル集合が後件部のファジィ集合Bのどのα−レベ
ル集合になるかをレベルαで与えるテーブルを用意し、 前記α゜をキーとして前記テーブルをひくことで得られ
るレベルα′から得られるBのa′−レベル集合Bα′
を推論結果のファジィ集合B′のα−レベル集合B′α
とすることを特徴とするファジィ推論演算方式。 - (2)請求項1に記載のファジィ推論演算方式において
、前記ファジィ集合A_k、A_k′のメンバシップ関
数をそれぞれμ_A__k(u)、μ_A_k′(u)
とし、A_k′のα−レベル集合を与える閉区間の左端
右端をそれぞれu■、u■とするとき、前記α゜を、 α゜=m■n[μ_A_k(u■)、μ_A_k(U■
)]によって求め、前記テーブルはα゜に対しα゜自身
を与えるものとし、このテーブルをα゜をキーとして引
くことで得られるα′が0でない場合はα′をレベルと
するBのα′−レベル集合Bα′を、推論結果を与える
ファジィ集合B′のα−レベル集合B′αとし、α′が
0の場合は、空間V全体をB′αとすることを特徴とす
るファジィ推論演算方式。 - (3)請求項1に記載のファジィ推論演算方式に於いて
、前記ファジィ集合A_k、A_k′のメンバシップ関
数をそれぞれμ_A(u)、μ_A_k′(u)とし、
ファジィ集合A_n′のα−レベル集合を与える閉区間
の左端右端をそれぞれu■、u■とするとき、前記α゜
を、 α゜=m■n[μ_A_k(u■)、μ_A_k(μ■
)、α]によって求め、前記テーブルはα゜に対しα゜
自身を与えるものとし、このテーブルをα゜をキーとし
て引くことで得られるα′が0でない場合はα′をレベ
ルとするBのα′−レベル集合Bα′を、推論結果を与
えるファジィ集合B′のα−レベル集合B′αとし、α
′が0の場合は、空間V全体をB′αとすることを特徴
とするファジィ推論演算方式。 - (4)請求項1に記載のファジィ推論演算方式において
、Aのα−レベル集合AαとA’のα−レベル集合A′
αの論理積Aα■A′αの結果が空集合φとなるか否か
により、前記α゜を、α゜=〔α、Aα∩A′α≠φの
場合 〔φ、Aα∩A′α=φの場合とし、前記テーブルはこ
のα゜により、 α′=〔α、α≦α゜の場合〔φ、α>α゜またはα゜
=φの場合で、与えられるα′を与えるものとし、α′
が0でない場合はα′をレベルとするBのα′−レベル
集合Bα′を、推論結果を与えるファジィ集合B′のα
−レベル集合B′αとし、α′がφの場合は、空集合φ
をB′αとすることを特徴とするファジィ推論演算方式
。 - (5)請求項1に記載のファジィ推論演算方式において
、 α_m=max[μ_A(u■)、μ_A(u■)]と
したとき、 Aのレベルα_1=1に対するα_1−レベル集合Aα
_1とA′のレベルα_1=1に対するα_1−レベル
集合A′α_1の論理積Aα_1∩A′α_1の結果が
空集合φとなるか否か及びα_mとαの大小関係により
、前記α゜を、 α゜=〔1、Aα_1∩A′α_1≠φの場合〔a_m
、Aα_1∩A′α_1=φかつα_m≧αの場合 〔φ、Aα_1∩A′α_1=φかつα_m<αの場合
とし、前記テーブルはこのα゜により、 α′=〔α/α゜、α/α゜≦1の場合〔φ、α/α゜
>1またはα゜=φの場合で与えられるα′を与えるも
のとし、α′がφでない場合はα′をレベルとするBの
α′−レベル集合Bα′を、推論結果を与えるファジィ
集合B′のα−レベル集合B′αとし、α′がφの場合
は、空集合φをB′αとすることを特徴とするファジィ
推論演算方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1135807A JPH032931A (ja) | 1989-05-31 | 1989-05-31 | ファジィ推論演算方式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1135807A JPH032931A (ja) | 1989-05-31 | 1989-05-31 | ファジィ推論演算方式 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH032931A true JPH032931A (ja) | 1991-01-09 |
Family
ID=15160284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1135807A Pending JPH032931A (ja) | 1989-05-31 | 1989-05-31 | ファジィ推論演算方式 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH032931A (ja) |
-
1989
- 1989-05-31 JP JP1135807A patent/JPH032931A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yager | Uninorms in fuzzy systems modeling | |
Cadiou et al. | Recursive definitions of partial functions and their computations | |
WO1991014226A1 (en) | Neuro-fuzzy fusion data processing system | |
US5189728A (en) | Rule generating and verifying apparatus for fuzzy control | |
US5682466A (en) | Information processing apparatus for obtaining output data from plural sets of input and output data values | |
KR100251443B1 (ko) | 퍼지 논리 연산 수행 방법과 데이타 처리 시스템, 및 산술 연산 수행용 데이터 처리 시스템 | |
US5537514A (en) | Method of rearranging and method of coding fuzzy reasoning rules, and method of fuzzy reasoning processing in accordance with said rules | |
YEH | Generating fuzzy rules from relational database systems for estimating null values | |
US5263127A (en) | Method for fast rule execution of expert systems | |
EP0373492B1 (en) | Processing unit using truth-valued flow | |
JPH032931A (ja) | ファジィ推論演算方式 | |
EP0372512A2 (en) | Truth value generating basic circuit, and truth value generating circuit | |
Fryc et al. | On fuzzy reasoning using matrix representation of extended fuzzy Petri nets | |
US5121466A (en) | Processing unit using truth-valued flow | |
Chung et al. | Building an influence diagram in a knowledge-based decision system | |
JPH10508124A (ja) | 高分解能のファジィ推論プロセッサ用のルールデコーディングおよびルール評価装置 | |
EP0372511A2 (en) | Truth-valued-flow inference unit | |
Lee et al. | A causal knowledge-driven inference engine for expert system | |
JPH08234986A (ja) | 効率的なファジー論理操作を行なうためのデータ処理システムおよびその方法 | |
Beuschel | Virtual campus: scenarios, obstacles and experiences | |
Lin et al. | Modeling and verification of fuzzy knowledge base with fuzzy colored Petri nets (FCPN) | |
EP0380785A2 (en) | Programming unit for a truth value processing system | |
EP0472921B1 (en) | Fuzzy inference system | |
Klein | Towards a Generalization of Production Theory “Soft” Production Functions Using Fuzzy Set Theory | |
Nowicki et al. | A hierarchical neuro-fuzzy system based on S-implications |