JP2643699B2 - ファジィセンサ装置 - Google Patents
ファジィセンサ装置Info
- Publication number
- JP2643699B2 JP2643699B2 JP30767191A JP30767191A JP2643699B2 JP 2643699 B2 JP2643699 B2 JP 2643699B2 JP 30767191 A JP30767191 A JP 30767191A JP 30767191 A JP30767191 A JP 30767191A JP 2643699 B2 JP2643699 B2 JP 2643699B2
- Authority
- JP
- Japan
- Prior art keywords
- fuzzy
- algorithm
- function
- sensor device
- ambiguity
- 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 - Lifetime
Links
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、室内環境などのあいま
いな感覚を検出するファジィセンサ装置に関する。
いな感覚を検出するファジィセンサ装置に関する。
【０００２】
【従来の技術】例えば「暑い」とか「寒い」という室内
環境に対する感覚のように、人間のあいまいな感覚を検
出する、いわゆるインタンジブル（intangible）センサ
を実現する場合、そのような感覚を評価する方法とし
て、ファジィ推論或いはニューラルネットワークのよう
な多入力系の情報処理技術を利用することが提案されて
いる。
環境に対する感覚のように、人間のあいまいな感覚を検
出する、いわゆるインタンジブル（intangible）センサ
を実現する場合、そのような感覚を評価する方法とし
て、ファジィ推論或いはニューラルネットワークのよう
な多入力系の情報処理技術を利用することが提案されて
いる。
【０００３】
【発明が解決しようとする課題】しかしながら、ファジ
ィ推論を用いて上記のセンサを実現するならば、多数の
データに基づいてファジィルールやメンバシップ関数を
作成するために手間と時間がかかると共に、ファジィ推
論のアルゴリズムを記憶するために大容量のメモリが必
要となるという問題点がある。一方、ニューラルネット
ワークを用いて上記のセンサを実現する場合には、評価
アルゴリズムが完全にブラックボックスになるので、使
用環境や使用条件に応じて特性を調整することができな
いという問題点がある。
ィ推論を用いて上記のセンサを実現するならば、多数の
データに基づいてファジィルールやメンバシップ関数を
作成するために手間と時間がかかると共に、ファジィ推
論のアルゴリズムを記憶するために大容量のメモリが必
要となるという問題点がある。一方、ニューラルネット
ワークを用いて上記のセンサを実現する場合には、評価
アルゴリズムが完全にブラックボックスになるので、使
用環境や使用条件に応じて特性を調整することができな
いという問題点がある。
【０００４】本発明はこれらの問題点に鑑み、大容量の
メモリを必要としないコンパクトなインタンジブル・セ
ンシング・アルゴリズムを用いることができると共に、
このアルゴリズムを状況に応じて調整できるファジィセ
ンサ装置を提供することを目的とする。
メモリを必要としないコンパクトなインタンジブル・セ
ンシング・アルゴリズムを用いることができると共に、
このアルゴリズムを状況に応じて調整できるファジィセ
ンサ装置を提供することを目的とする。
【０００５】
【課題を解決するための手段】本発明は、上記目的を達
成するために、インタンジブル・センシング・アルゴリ
ズムに「ファジィ数量化II類」の手法を採用したことを
特徴とする。すなわち、本発明のファジィセンサ装置
は、感覚的なあいまい量を検出する検出部と、前記あい
まい量を数量化するために収集したデータからファジィ
数量化II類の手法でカテゴリーウェイトを算出し、得ら
れたカテゴリーウェイトと該検出部からの入力信号とを
用いてサンプルスコアを算出することにより、該サンプ
ルスコアに対する出力の関係を表す特性分布を得、該特
性分布を近似する関数を求めるアルゴリズムを実行する
アルゴリズム実行手段とを備えたことを特徴とする。
成するために、インタンジブル・センシング・アルゴリ
ズムに「ファジィ数量化II類」の手法を採用したことを
特徴とする。すなわち、本発明のファジィセンサ装置
は、感覚的なあいまい量を検出する検出部と、前記あい
まい量を数量化するために収集したデータからファジィ
数量化II類の手法でカテゴリーウェイトを算出し、得ら
れたカテゴリーウェイトと該検出部からの入力信号とを
用いてサンプルスコアを算出することにより、該サンプ
ルスコアに対する出力の関係を表す特性分布を得、該特
性分布を近似する関数を求めるアルゴリズムを実行する
アルゴリズム実行手段とを備えたことを特徴とする。
【０００６】本発明の実施の態様では、前記アルゴリズ
ムを実行する手段は、前記アルゴリズムを格納する記憶
部と、前記検出部からの入力に応じて、該記憶部に格納
されたアルゴリズムを実行して得られた関数により前記
感覚的なあいまい量を数値化して出力する演算部とで構
成される。更に、このアルゴリズムは、使用環境や使用
条件に応じて上記関数により調整可能である。
ムを実行する手段は、前記アルゴリズムを格納する記憶
部と、前記検出部からの入力に応じて、該記憶部に格納
されたアルゴリズムを実行して得られた関数により前記
感覚的なあいまい量を数値化して出力する演算部とで構
成される。更に、このアルゴリズムは、使用環境や使用
条件に応じて上記関数により調整可能である。
【０００７】ここで、ファジィ数量化II類について説明
すると、これはファジィ多変量解析手法の一種である。
ファジィ多変量解析は、通常の多変量解析をファジィ数
あるいはファジィ群まで扱うことができるように拡張さ
れたものであり、現在提案されている主なファジィ多変
量解析技術は、次のとおりである。
すると、これはファジィ多変量解析手法の一種である。
ファジィ多変量解析は、通常の多変量解析をファジィ数
あるいはファジィ群まで扱うことができるように拡張さ
れたものであり、現在提案されている主なファジィ多変
量解析技術は、次のとおりである。
【０００８】ファジィ回帰分析 回帰分析の係数をファジィ数として扱うことにより可能
性線形回帰モデルを得る手法。
性線形回帰モデルを得る手法。
【０００９】ファジィ時系列分析 時系列に与えられたファジィ数データを解析して時系列
モデルに可能性分布を反映する手法。
モデルに可能性分布を反映する手法。
【００１０】ファジィ数量化Ｉ類 与えられた標本のファジィ群の中で、実数値をとる目的
関数と［０，１］の範囲内の値で示される質的な説明変
数との関係を求める手法。
関数と［０，１］の範囲内の値で示される質的な説明変
数との関係を求める手法。
【００１１】ファジィ数量化II類 ［０，１］の範囲内の値で示される質的な目的変数と
［０，１］の範囲内の値で示される質的な説明変数のデ
ータから、ファジィ群を表現する線形（一次）式を求め
る手法。
［０，１］の範囲内の値で示される質的な説明変数のデ
ータから、ファジィ群を表現する線形（一次）式を求め
る手法。
【００１２】ファジィ数量化III 類 ［０，１］の範囲内の値で示される質的なデータを基
に、ファジィ群のメンバシップ関数値を考慮して各標本
およびカテゴリーを数量的に分類する手法。
に、ファジィ群のメンバシップ関数値を考慮して各標本
およびカテゴリーを数量的に分類する手法。
【００１３】ファジィ数量化IV類 ファジィ群に属する個体のメンバシップ関数値を考慮し
て、個体間の距離と親近性が単調な関係になるような数
値を与える手法。
て、個体間の距離と親近性が単調な関係になるような数
値を与える手法。
【００１４】これらのうち、ファジィ数量化Ｉ類は、質
的な要因（説明変数）に基づいて、量的に与えられた外
的基準（目的変数）を説明するための手法である。
的な要因（説明変数）に基づいて、量的に与えられた外
的基準（目的変数）を説明するための手法である。
【００１５】一方、ファジィ数量化II類は、質的な要因
（説明変数）に基づいて、質的に与えられた外的基準
（ファジィ群）を説明するための手法である。このファ
ジィ数量化II類で扱われるデータを図９に示す。ファジ
ィ数量化Ｉ類と異なる点は、外的基準がファジィ群Ｂ
1 ，Ｂ2 ，‥‥，ＢM で与えられることである。ファジ
ィ数量化II類の目的は、各カテゴリーＡi(ｉ＝１，２，
‥‥，Ｋ) のカテゴリーウェイトａi を係数とする線形
式
（説明変数）に基づいて、質的に与えられた外的基準
（ファジィ群）を説明するための手法である。このファ
ジィ数量化II類で扱われるデータを図９に示す。ファジ
ィ数量化Ｉ類と異なる点は、外的基準がファジィ群Ｂ
1 ，Ｂ2 ，‥‥，ＢM で与えられることである。ファジ
ィ数量化II類の目的は、各カテゴリーＡi(ｉ＝１，２，
‥‥，Ｋ) のカテゴリーウェイトａi を係数とする線形
式
【００１６】
【数１】
【００１７】によって外的基準の構造を実軸上に最もよ
く表わすように、換言すれば、実軸上で外的基準のファ
ジィ群Ｂ1 ，‥‥，ＢM が最もよく分離されるように、
カテゴリーウェイトａi を決めることである。これは、
ファジィ群Ｂ r （ｒ＝１，…，Ｍ）の分離の程度を示す
ファジィ分散比η 2 を最大にする線形式(1) のａ i を求
めることである。その求め方は公知であるので、詳細な
説明は省略するが、要約すると、「ファジィ数量化II類
による分析」とは、質的な要因（説明変数）に基づい
て、質的に与えられた外的基準（ファジィ群）を説明す
るため、［０，１］の範囲内の値で示される質的なデー
タから、ファジィ群を特徴づける線形式のカテゴリーウ
ェイトａ i を決定し、それらの決定したカテゴリーウェ
イトを係数とする線形式により、各標本（図９の各番号
ωに対応した説明変数と外的基準のデータの組）の値
（サンプルスコア）を算出し、これらのサンプルスコア
に対する外的基準の関係を解析することにより、対象の
特徴等を見出す手法である。
く表わすように、換言すれば、実軸上で外的基準のファ
ジィ群Ｂ1 ，‥‥，ＢM が最もよく分離されるように、
カテゴリーウェイトａi を決めることである。これは、
ファジィ群Ｂ r （ｒ＝１，…，Ｍ）の分離の程度を示す
ファジィ分散比η 2 を最大にする線形式(1) のａ i を求
めることである。その求め方は公知であるので、詳細な
説明は省略するが、要約すると、「ファジィ数量化II類
による分析」とは、質的な要因（説明変数）に基づい
て、質的に与えられた外的基準（ファジィ群）を説明す
るため、［０，１］の範囲内の値で示される質的なデー
タから、ファジィ群を特徴づける線形式のカテゴリーウ
ェイトａ i を決定し、それらの決定したカテゴリーウェ
イトを係数とする線形式により、各標本（図９の各番号
ωに対応した説明変数と外的基準のデータの組）の値
（サンプルスコア）を算出し、これらのサンプルスコア
に対する外的基準の関係を解析することにより、対象の
特徴等を見出す手法である。
【００１８】こうしてカテゴリーウェイトａi が決定さ
れると、それらを係数とする線形式によりサンプルスコ
アが求められる。そして、各サンプルスコアに対する外
的基準（ファジィ群）のメンバシップ値をプロットする
ことにより、ファジィ数量化II類によるデータ分析結果
としての特性分布を示すグラフが得られる。その具体例
については、後述する。
れると、それらを係数とする線形式によりサンプルスコ
アが求められる。そして、各サンプルスコアに対する外
的基準（ファジィ群）のメンバシップ値をプロットする
ことにより、ファジィ数量化II類によるデータ分析結果
としての特性分布を示すグラフが得られる。その具体例
については、後述する。
【００１９】
【作用】本発明では、インタンジブル・センシング・ア
ルゴリズムに上記のようなファジィ数量化II類の手法が
採用され、これによって検出部からの検出信号が分析さ
れる。そのため、感覚的なあいまい量を数量化するため
のデータが収集され、それらのデータからファジィ数量
化II類の手法でカテゴリーウェイトが算出され、得られ
たカテゴリーウェイトと上記検出部からの検出信号とを
用いてサンプルスコアが算出される。そして、これらの
サンプルスコアに対するデータをプロットすることによ
り、サンプルスコアに対する出力の関係を表す特性分布
が得られ、その特性分布を近似する関数が、感覚的なあ
いまい量を数量化する関数となる。この関数に基づいて
感覚的なあいまい量を定量化するアルゴリズムが構成さ
れる。この関数は、検出部からの入力に対する出力を演
算するために用いられる。
ルゴリズムに上記のようなファジィ数量化II類の手法が
採用され、これによって検出部からの検出信号が分析さ
れる。そのため、感覚的なあいまい量を数量化するため
のデータが収集され、それらのデータからファジィ数量
化II類の手法でカテゴリーウェイトが算出され、得られ
たカテゴリーウェイトと上記検出部からの検出信号とを
用いてサンプルスコアが算出される。そして、これらの
サンプルスコアに対するデータをプロットすることによ
り、サンプルスコアに対する出力の関係を表す特性分布
が得られ、その特性分布を近似する関数が、感覚的なあ
いまい量を数量化する関数となる。この関数に基づいて
感覚的なあいまい量を定量化するアルゴリズムが構成さ
れる。この関数は、検出部からの入力に対する出力を演
算するために用いられる。
【００２０】このように、ファジィ数量化II類により得
られる感覚的なあいまい量を定量化するアルゴリズムを
導入することで、メモリにはファジィ数量化II類による
サンプルスコアの計算式と関数を格納すればよく、アル
ゴリズムは調整可能である。
られる感覚的なあいまい量を定量化するアルゴリズムを
導入することで、メモリにはファジィ数量化II類による
サンプルスコアの計算式と関数を格納すればよく、アル
ゴリズムは調整可能である。
【００２１】
【実施例】図１は、本発明のファジィセンサ装置の構成
を示す。この装置は、それぞれ環境状態を表わすデータ
信号を発生する各種の検出器から成る１又は複数の信号
検出部１１〜１ｎを備えている。各信号検出部１１，
…，１ｎで検出された信号は、対応する入力信号変換部
２１〜２ｎによりＡ／Ｄ変換等を受けて、アルゴリズム
実行手段３０に取り込まれる。アルゴリズム実行手段３
０はＣＰＵ３１とアルゴリズム記憶部３２とを含み、Ｃ
ＰＵ３１は、アルゴリズム記憶部３２に格納されたアル
ゴリズムに従って後述の演算を実行する演算部として機
能する。
を示す。この装置は、それぞれ環境状態を表わすデータ
信号を発生する各種の検出器から成る１又は複数の信号
検出部１１〜１ｎを備えている。各信号検出部１１，
…，１ｎで検出された信号は、対応する入力信号変換部
２１〜２ｎによりＡ／Ｄ変換等を受けて、アルゴリズム
実行手段３０に取り込まれる。アルゴリズム実行手段３
０はＣＰＵ３１とアルゴリズム記憶部３２とを含み、Ｃ
ＰＵ３１は、アルゴリズム記憶部３２に格納されたアル
ゴリズムに従って後述の演算を実行する演算部として機
能する。
【００２２】上記アルゴリズムは、ファジィ数量化II類
によって得られる感覚的なあいまい量を定量化するもの
であり、図２に示すように構成される。すなわち、ＣＰ
Ｕ３１において、各信号検出部１１〜１ｎからの検出信
号１〜ｎが信号変換部２１〜２ｎを介して入力されると
（ステップＳ１）、これらの入力に対応するサンプルス
コアを計算する（ステップＳ２）。次に、各サンプルス
コアに対する非線形関数Ｆ1 を用いて感覚的なあいまい
量を演算し（ステップＳ３）、数値として出力する。こ
の出力値は、出力信号変換部４１によりＤ／Ａ変換等を
受けて信号出力部４２から出力される（ステップＳ
４）。この出力信号は、環境に応じた空調制御等を行う
ために使用される。
によって得られる感覚的なあいまい量を定量化するもの
であり、図２に示すように構成される。すなわち、ＣＰ
Ｕ３１において、各信号検出部１１〜１ｎからの検出信
号１〜ｎが信号変換部２１〜２ｎを介して入力されると
（ステップＳ１）、これらの入力に対応するサンプルス
コアを計算する（ステップＳ２）。次に、各サンプルス
コアに対する非線形関数Ｆ1 を用いて感覚的なあいまい
量を演算し（ステップＳ３）、数値として出力する。こ
の出力値は、出力信号変換部４１によりＤ／Ａ変換等を
受けて信号出力部４２から出力される（ステップＳ
４）。この出力信号は、環境に応じた空調制御等を行う
ために使用される。
【００２３】図３は、図２のアルゴリズムの構成に必要
な非線形関数を求めるための手順を示す。まず、入力デ
ータを正規化する処理を行う（ステップＳ１１）。デー
タは、人間を被険者とする感応試験やアンケートにより
収集される。次に、正規化されたデータをファジィ数量
化II類により解析し（ステップＳ１２）、最小二乗法等
で得られる高次の非線形関数で近似する（ステップＳ１
３）。
な非線形関数を求めるための手順を示す。まず、入力デ
ータを正規化する処理を行う（ステップＳ１１）。デー
タは、人間を被険者とする感応試験やアンケートにより
収集される。次に、正規化されたデータをファジィ数量
化II類により解析し（ステップＳ１２）、最小二乗法等
で得られる高次の非線形関数で近似する（ステップＳ１
３）。
【００２４】上記のアルゴリズムは、図１のファジィセ
ンサ装置に接続されるマンマシンインタフェース４３に
より、使用環境や使用条件に応じて調節可能である。
ンサ装置に接続されるマンマシンインタフェース４３に
より、使用環境や使用条件に応じて調節可能である。
【００２５】図４は、図１の具体例として「暑い」、
「寒い」等の感覚的なあいまい量を検出する快適度セン
サ装置を示す。この装置においては、図１のアルゴリズ
ム記憶部３２は、図２のステップＳ２でサンプルスコア
を計算するための手順を格納した記憶部３３と、図２の
ステップＳ３で使用される非線形関数を格納した記憶部
３４とから成る。更に、マンマシンインタフェース４３
は、上記アルゴリズムを使用環境や使用条件に応じて調
節するために、オペレータの入力操作でサンプルスコア
の原点やスケーリングの値を適宜調節できるように構成
されている。
「寒い」等の感覚的なあいまい量を検出する快適度セン
サ装置を示す。この装置においては、図１のアルゴリズ
ム記憶部３２は、図２のステップＳ２でサンプルスコア
を計算するための手順を格納した記憶部３３と、図２の
ステップＳ３で使用される非線形関数を格納した記憶部
３４とから成る。更に、マンマシンインタフェース４３
は、上記アルゴリズムを使用環境や使用条件に応じて調
節するために、オペレータの入力操作でサンプルスコア
の原点やスケーリングの値を適宜調節できるように構成
されている。
【００２６】初めに問題設定として、気温や湿度によっ
て人間が感じる快適さは、あいまいな要素であり、基本
的に直接測定することができないので、この実施例で
は、気温、湿度、気候の年格差や人間の衣服の程
度を反映する量として日付と時刻、及び人間の活動状
況を反映する時刻を、快適さを決定するための測定可能
な量とし、これらは、図１の信号検出部１１〜１ｎの具
体例であるクロック１０１、温度計１０２、湿度計１０
３により検出する。そして、これらの測定量に基づいて
快適度を決定する。
て人間が感じる快適さは、あいまいな要素であり、基本
的に直接測定することができないので、この実施例で
は、気温、湿度、気候の年格差や人間の衣服の程
度を反映する量として日付と時刻、及び人間の活動状
況を反映する時刻を、快適さを決定するための測定可能
な量とし、これらは、図１の信号検出部１１〜１ｎの具
体例であるクロック１０１、温度計１０２、湿度計１０
３により検出する。そして、これらの測定量に基づいて
快適度を決定する。
【００２７】次に、上記の測定可能な量と快適度を結び
付けるために、様々な被険者の感じ方をアンケート方式
で調査する。気温と湿度については、高さの程度を
［０，１］の範囲に正規化する。日付については、真夏
に近いほど“１”に近い値になるように［０，１］の範
囲に正規化し、時刻については、午後２時に近いほど
“１”に近い値になるように［０，１］の範囲に正規化
する。
付けるために、様々な被険者の感じ方をアンケート方式
で調査する。気温と湿度については、高さの程度を
［０，１］の範囲に正規化する。日付については、真夏
に近いほど“１”に近い値になるように［０，１］の範
囲に正規化し、時刻については、午後２時に近いほど
“１”に近い値になるように［０，１］の範囲に正規化
する。
【００２８】図５は、このように正規化されたデータＸ
1(気温) 、Ｘ2(湿度) 、Ｘ3(日付)、Ｘ4(時刻) の例を
示す。図４の実施例では、これらのデータをファジィ数
量化II類により分析する。すなわち、図４の記憶部３３
に格納されたサンプルスコア計算手順に従い、正規化し
たデータについて前記式(1) 中のカテゴリーウェイトａ
i を決定する。その結果、次の式(2) によって得られる
サンプルスコアＳに基づいてデータをプロットすると、
「暑い」、「寒い」の特徴を表現することができる。
1(気温) 、Ｘ2(湿度) 、Ｘ3(日付)、Ｘ4(時刻) の例を
示す。図４の実施例では、これらのデータをファジィ数
量化II類により分析する。すなわち、図４の記憶部３３
に格納されたサンプルスコア計算手順に従い、正規化し
たデータについて前記式(1) 中のカテゴリーウェイトａ
i を決定する。その結果、次の式(2) によって得られる
サンプルスコアＳに基づいてデータをプロットすると、
「暑い」、「寒い」の特徴を表現することができる。
【００２９】 Ｓ＝ａ1・Ｘ1 ＋ａ2・Ｘ2 ＋ａ3・Ｘ3 ＋ａ4・Ｘ4 …(2) ａ1 ＝0.661 ，ａ2 ＝0.360 ，ａ3 ＝−0.306 ，ａ4 ＝−0.116 上式(2) によって得られる各データのサンプルスコアＳ
は、図６に示すようになる。また、横軸をサンプルスコ
アＳ、縦軸を「暑い」という感じの程度Ｙ1 （あるいは
「寒い」という感じの程度Ｙ2 ）としてデータをプロッ
トすると、図７に示すようになる。
は、図６に示すようになる。また、横軸をサンプルスコ
アＳ、縦軸を「暑い」という感じの程度Ｙ1 （あるいは
「寒い」という感じの程度Ｙ2 ）としてデータをプロッ
トすると、図７に示すようになる。
【００３０】次に、図７のデータ分布に基づいて「暑
い」という感じの程度Ｙ1 を与える関数Ｆ1 と、「寒
い」という感じの程度Ｙ2 を与える関数Ｆ2 とを求める
と、図８に示すようになり、これらの関数は次式で表わ
すことができる。
い」という感じの程度Ｙ1 を与える関数Ｆ1 と、「寒
い」という感じの程度Ｙ2 を与える関数Ｆ2 とを求める
と、図８に示すようになり、これらの関数は次式で表わ
すことができる。
【００３１】 Ｆ1 ＝（１／π）・tan-1｛0.109(Ｓ−0.3)｝＋ 0.5 …(3) Ｆ2 ＝１−Ｆ1 ＝−（１／π）・tan-1｛0.109(Ｓ−0.3)｝＋ 0.5 …(4) 従って、測定可能な気温、湿度、日付、時刻を［０，
１］の範囲に正規化し、式(1) により得られる各データ
のサンプルスコアＳを求め、関数Ｆ1 又はＦ2 を用いる
ことにより、感覚的なあいまい量である「暑い」という
感じの程度、すなわち快適度を求めることができ、関数
Ｆ1 の値が 0.5に近いほど快適な状況に近いことにな
る。
１］の範囲に正規化し、式(1) により得られる各データ
のサンプルスコアＳを求め、関数Ｆ1 又はＦ2 を用いる
ことにより、感覚的なあいまい量である「暑い」という
感じの程度、すなわち快適度を求めることができ、関数
Ｆ1 の値が 0.5に近いほど快適な状況に近いことにな
る。
【００３２】図４の実施例によれば、上記のように、人
間のあいまいな感覚を数量化したインタンジブルセンサ
を実現することができると共に、測定可能な入力数には
制限がない。また、サンプリングスコアＳはスケーリン
グや原点の位置に無関係であるので、マンマシンインタ
フェース４３により、スケーリングファクタと原点の位
置を、個人差等によるずれを調節するパラメータとして
利用できる。更に、ファジィ推論により同様の機能を実
現しようとすると、メンバシップ関数やファジィルール
を作成しなければならないので、アルゴリズムの作成に
手間がかかると共に必要なメモリや演算時間が増大する
が、上記実施例では、サンプルスコアの計算式(2) と関
数Ｆ1 （Ｆ2 は１−Ｆ1 として求められる。）だけで済
む。
間のあいまいな感覚を数量化したインタンジブルセンサ
を実現することができると共に、測定可能な入力数には
制限がない。また、サンプリングスコアＳはスケーリン
グや原点の位置に無関係であるので、マンマシンインタ
フェース４３により、スケーリングファクタと原点の位
置を、個人差等によるずれを調節するパラメータとして
利用できる。更に、ファジィ推論により同様の機能を実
現しようとすると、メンバシップ関数やファジィルール
を作成しなければならないので、アルゴリズムの作成に
手間がかかると共に必要なメモリや演算時間が増大する
が、上記実施例では、サンプルスコアの計算式(2) と関
数Ｆ1 （Ｆ2 は１−Ｆ1 として求められる。）だけで済
む。
【００３３】以上、実施例として快適度センサについて
説明したが、本発明は、これに限らず、「甘さ」その他
のインタンジブル・センシングについても同様に適用す
ることができる。
説明したが、本発明は、これに限らず、「甘さ」その他
のインタンジブル・センシングについても同様に適用す
ることができる。
【００３４】
【発明の効果】以上のように、本発明によれば、ファジ
ィ数量化II類の手法を用いて感覚的なあいまい量を数量
化するので、大容量のメモリを必要としないコンパクト
なアルゴリズムを用いることができ、それを格納するメ
モリの容量も少なくて済む。また、そのアルゴリズムを
状況に応じて調整することもできる。
ィ数量化II類の手法を用いて感覚的なあいまい量を数量
化するので、大容量のメモリを必要としないコンパクト
なアルゴリズムを用いることができ、それを格納するメ
モリの容量も少なくて済む。また、そのアルゴリズムを
状況に応じて調整することもできる。
【図１】本発明に係るファジィセンサ装置の構成を示す
ブロック図。
ブロック図。
【図２】本発明で使用されるアルゴリズムの構成を示す
フローチャート。
フローチャート。
【図３】アルゴリズムの作成手順を示すフローチャー
ト。
ト。
【図４】図１のファジィセンサ装置の具体例として快適
度センサを示すブロック図。
度センサを示すブロック図。
【図５】図４の快適度センサにおける正規化データの例
を示す図。
を示す図。
【図６】図４の快適度センサにおけるサンプルスコアの
例を示す図。
例を示す図。
【図７】図４の快適度センサにおける「暑い」、「寒
い」という感じの程度のデータ分布を示す図。
い」という感じの程度のデータ分布を示す図。
【図８】図４の快適度センサにおける「暑い」、「寒
い」という感じの程度を与える非線形関数を示す図。
い」という感じの程度を与える非線形関数を示す図。
【図９】ファジィ数量化II類で扱われるデータを示す
図。
図。
１１〜１ｎ…信号検出部、２１〜２ｎ…入力信号変換
部、３０…アルゴリズム実行手段、３１…ＣＰＵ、３２
…アルゴリズム記憶部、３３…サンプルスコア計算手順
記憶部、３４…関数記憶部、４１…出力信号変換部、４
２…信号出力部、４３…マンマシンインタフェース、１
０１…クロック、１０２…温度計、１０３…湿度計。
部、３０…アルゴリズム実行手段、３１…ＣＰＵ、３２
…アルゴリズム記憶部、３３…サンプルスコア計算手順
記憶部、３４…関数記憶部、４１…出力信号変換部、４
２…信号出力部、４３…マンマシンインタフェース、１
０１…クロック、１０２…温度計、１０３…湿度計。
Claims (3)
- 【請求項１】感覚的なあいまい量を検出する検出部と、前記あいまい量を数量化するために収集したデータから
ファジィ数量化II類の手法でカテゴリーウェイトを算出
し、得られたカテゴリーウェイトと該検出部からの入力
信号とを用いてサンプルスコアを算出することにより、
該サンプルスコアに対する出力の関係を表す特性分布を
得、該特性分布を近似する関数を求めるアルゴリズムを
実行するアルゴリズム実行手段とを備えたことを特徴と
するファジィセンサ装置。 - 【請求項２】前記アルゴリズム実行手段は、前記アルゴ
リズムを格納する記憶部と、前記検出部からの入力に応
じて、該記憶部に格納されたアルゴリズムを実行して得
られた関数により前記感覚的なあいまい量を数値化して
出力する演算部とで構成されている請求項１記載のファ
ジィセンサ装置。 - 【請求項３】前記アルゴリズムは、使用環境又は使用条
件に応じて前記関数により調整されることを特徴とする
請求項２記載のファジィセンサ装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30767191A JP2643699B2 (ja) | 1991-11-22 | 1991-11-22 | ファジィセンサ装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30767191A JP2643699B2 (ja) | 1991-11-22 | 1991-11-22 | ファジィセンサ装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05141999A JPH05141999A (ja) | 1993-06-08 |
| JP2643699B2 true JP2643699B2 (ja) | 1997-08-20 |
Family
ID=17971841
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30767191A Expired - Lifetime JP2643699B2 (ja) | 1991-11-22 | 1991-11-22 | ファジィセンサ装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2643699B2 (ja) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8260486B2 (en) | 2008-02-01 | 2012-09-04 | GM Global Technology Operations LLC | Method and apparatus for diagnosis of sensors faults using adaptive fuzzy logic |
| US20110185789A1 (en) | 2008-10-01 | 2011-08-04 | Yamatake Corporation | Calorific value calculation formula generating system, calorific value calculation formula generating method, calorific value calculating system, and calorific value calculating method |
| JP5399938B2 (ja) | 2010-02-08 | 2014-01-29 | アズビル株式会社 | 推定用多項式生成装置、推定装置、推定用多項式生成方法および推定方法 |
| JP5420456B2 (ja) | 2010-03-17 | 2014-02-19 | アズビル株式会社 | 発熱量算出式作成システム、発熱量算出式の作成方法、発熱量測定システム、及び発熱量の測定方法 |
| JP5421832B2 (ja) | 2010-03-25 | 2014-02-19 | アズビル株式会社 | 発熱量算出式作成システム、発熱量算出式の作成方法、発熱量測定システム、及び発熱量の測定方法 |
| JP5335722B2 (ja) | 2010-03-26 | 2013-11-06 | アズビル株式会社 | 発熱量算出式作成システム、発熱量算出式の作成方法、発熱量測定システム、及び発熱量の測定方法 |
| JP5335727B2 (ja) | 2010-03-29 | 2013-11-06 | アズビル株式会社 | 発熱量算出式作成システム、発熱量算出式の作成方法、発熱量測定システム、及び発熱量の測定方法 |
| JP5534193B2 (ja) | 2010-04-20 | 2014-06-25 | アズビル株式会社 | 温度拡散率測定システム及び流量測定システム |
| JP5641996B2 (ja) | 2011-03-24 | 2014-12-17 | アズビル株式会社 | 密度測定システム及び密度の測定方法 |
| JP5759780B2 (ja) | 2011-05-09 | 2015-08-05 | アズビル株式会社 | 発熱量測定システム及び発熱量の測定方法 |
| JP5832208B2 (ja) | 2011-09-14 | 2015-12-16 | アズビル株式会社 | 発電システム及びガス測定システム |
| JP5779130B2 (ja) | 2012-03-27 | 2015-09-16 | アズビル株式会社 | 発電システム及びガス測定システム |
| JP5781968B2 (ja) | 2012-03-27 | 2015-09-24 | アズビル株式会社 | 発熱量測定システム及び発熱量の測定方法 |
| JP5784535B2 (ja) | 2012-03-27 | 2015-09-24 | アズビル株式会社 | 密度測定システム及び密度の測定方法 |
| JP5779131B2 (ja) | 2012-03-27 | 2015-09-16 | アズビル株式会社 | 発熱量測定システム及び発熱量の測定方法 |
| JP2015031576A (ja) | 2013-08-01 | 2015-02-16 | アズビル株式会社 | 発熱量算出式作成システム、発熱量算出式作成方法、発熱量測定システム、および、発熱量測定方法 |
| JP2015031577A (ja) | 2013-08-01 | 2015-02-16 | アズビル株式会社 | 発熱量測定システムおよび発熱量測定方法 |
-
1991
- 1991-11-22 JP JP30767191A patent/JP2643699B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05141999A (ja) | 1993-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2643699B2 (ja) | ファジィセンサ装置 | |
| Lei et al. | A comprehensive evaluation method for indoor air quality of buildings based on rough sets and a wavelet neural network | |
| CN114896712B (zh) | 基于基准贝叶斯原理与稀疏正则化的结构损伤识别方法 | |
| JPH05151188A (ja) | エキスパートシステム機能を備えたニユーラルネツトワーク | |
| JPH0572026A (ja) | 回転系設備故障診断装置及び方法 | |
| Septiawan et al. | Suitable recurrent neural network for air quality prediction with backpropagation through time | |
| CN112903929A (zh) | 一种食品质量检测系统 | |
| Sinha et al. | Artificial neural network for measuring organizational effectiveness | |
| CN120297938A (zh) | 一种基于数字孪生的电力设备预测性维护方法 | |
| Amirzadeh et al. | Construction of p-charts using degree of nonconformity | |
| CN112580254B (zh) | 一种基于多级决策融合的换流变多维度分析和预警方法 | |
| CN116681158A (zh) | 基于集成极限学习机的参考作物蒸散量预测方法 | |
| Suganya et al. | RETRACTED ARTICLE: Prediction of the level of air pollution using adaptive neuro-fuzzy inference system | |
| CN120164546A (zh) | 一种基于大数据的食品中有害物质风险评估方法及系统 | |
| JP2008305229A (ja) | 需要予測方法および装置 | |
| CN112232343A (zh) | 一种粮食霉变粒识别神经网络和识别方法 | |
| Chitu et al. | Assessment of occupancy estimators for smart buildings | |
| CN119785903A (zh) | 一种大气污染扩散过程动态模拟与影响评估系统 | |
| Lughofer et al. | Top–down sparse fuzzy regression modeling from data with improved coverage | |
| CN115510763A (zh) | 一种基于数据驱动探索的空气污染物浓度预测方法及系统 | |
| WO2023181320A1 (ja) | モデル処理装置、モデル処理方法、及び、記録媒体 | |
| JPH0682407A (ja) | ガス検出システム | |
| JPS6144326B2 (ja) | ||
| JPH04151545A (ja) | 知識ベースを具備した測定分析装置 | |
| CN112613224A (zh) | 桥梁结构检测模型的训练方法、检测方法、装置、设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080502 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 11 Free format text: PAYMENT UNTIL: 20080502 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 12 Free format text: PAYMENT UNTIL: 20090502 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100502 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100502 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 14 Free format text: PAYMENT UNTIL: 20110502 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120502 Year of fee payment: 15 |