JPH02219104A - ファジィ制御装置 - 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】 産業上の利用分野 本発明は、ファジィコントローラの制御技術に関し、フ
ァジィコントローラのパラメータを自動生成し、またさ
らにきめ細やかな制御を実現するものである。

従来の技術 ファジィ制御は、数学モデルが記述できないような複雑
な制御対象において、人間が従来の経験から得ている知
識をファジィ推論を用いて計算機で実行しようとするも
のである。

従来のファジィ制御は、第８図に示すように制御観測値
入力部１０１から得られる入力情報、例えば制御偏差ｅ
及び、その変化率ｄｅと、制御操作量出力部１０３から
出力する操作量Ｕの間の関係を１ｆ−ｔｈｅｎ・・・規
則として記述する場合、次のような推論規則をファジィ
推論規則記憶部１０４に複数個用意する。

ＩＦ　ｅ　１ｓ　Ｚｅｒｏ（２０）　ａｎｄｄｏ　Ｉｓ
　Ｐｏ５ｉｔｉｖｅ　Ｉｌｅｄｉｕｍ（Ｐｉｇ）Ｔｈｅ
ｎ　　ｕ　　１ｓ　　Ｎｅｇａｔｌｖｅ　　Ｍｅｄｉｕ
ｍ（ＮＭ）。

ここでＩｆ〜の部分を前件部、ｔｈｅｎ・・・の部分を
後件部と呼ぶ。Ｚｅｒｏ、Ｐｏ５１ｔｉｖｅ　Ｉｅｄｌ
ｕｍ及びＮｅｇａｔｉｗｅ　Ｍｅｄｉｕ■などは規則の
記述に用いる入力や出力のファジイ数を表すラベルであ
り、ファジィ変数である。このように、一般にファジィ
推論の前件部と後件部の変数はファジィ変数で与えられ
る。

第９図にその一例を示す。通常ではファジィ変数は三角
形の対称なメンバシップ関数とする。

よく用いられるファジィ変数として、ＮＢ（負に大きい
）、■（負に中位）、ＭＳ（負に小さい）。

２０（だいたいゼＯ）、ＰＳ（正に小さイ）、ＰＭ（正
に中位）、ＰＲ（正に大きい）等がある。

次に第８図のファジィ推論演算部１０２で行われるファ
ジィ推論過程を説明する。

Ｒ１：ｌＦ　ｅ　　１ｓ　２０　　ａｎｄ　　ｄｅ　　
ｌｓ　ＰＩ　ＴＨＥＮ　　ｕ　　Ｉｓ　　ＮＭ。

Ｒ２：ｌＦ　ｅ　　Ｉｓ　２０　ａｎｄ　　ｄｅ　　Ｉ
ｓ　　ＰＳ　ＴＨＥＮ　　ｕ　　ｉｓ　ＰＳ。

Ｒ３：ＩＦ　ｅ　　ｉｓ　ＮＳ　ａｎｄ　ｄｅ　　Ｉｓ
　ＮＳ　ＴＨＯｕ　　Ｉｓ　２０゜Ｒ４：ＩＦ　ｅ　　
１ｓ　ＮＳ　ａｎｄ　ｄｅ　　Ｉｓ　ＰＳ　ＴＨＥＮ　
ｕ　　ｔｓ　ＰＩ。

Ｒｎ：ＩＦ　ｅ　　Ｉｓ　ＮＢ　ａｎｄ　ｄｅ　　Ｉｓ
　ＮＢ　ＴＨＥＮ　ｕ　　Ｉｓ　２０゜ただし、Ｒｊ　
（ｊ＝１．２，３．４・・・ｎ）はファジィ推論規則と
する。

いま、入力情報ｅ、ｄｅに対する規則Ｒｊの前件部の適
合度合ωＪを求める方法を、１番目の規則Ｒ１を例にあ
げて説明する。ここで、μｚｏ（ｅ）＊μｐ■（ｄｅ）
は前件命題のファジイ数２０１　ＰＭに対する入力情報
ｅ　、ｄｅのメンバシップ値を表す。いま第８図制御観
測値入力部１０１からｅｏ、ｄｅｏが入力されたとする
と、 ω１＝μｚｏ（ｅｏ）Ａμｐｍ（ｄｅｏ）（ただし、Ａ
は１ｎ演算） そして規則Ｒ１の後件部の結論のファジイ数μｍは、後
件命題のファジイ数ＮＭのメンバシップ値μｎｍ（ｕ）
を用いて次のように求まる。

ｕ　１　＝ωＩ　Ａμｎｍ（ｕ） この様子を第１０図に示す。実数値ｅＯとｄｅｏが観測
され、μｚｏ（ｅｏ）とμｐｍ（ｄｅｏ）の適合度合か
ら後件部ファジィ変数ＮＭをカッ）　（ｍｉｎ）　Ｌ、
て、μｍを導出していることがわかる。

推論規則Ｒｊは複数個あるので、すべての結論のファジ
イ数を結合したファジイ数は、ｕＴ＝ｌＶμ２ＶＩＶｅ
　＊　＊Ｖμｎ（ただし、Ｖはｗａｘ演算） 例として第１１図に１番目の規則と２番目の規則のｍａ
ｘ演算、 ｕＴ＝μｔＶμ２ を示す。

このファジイ数ｕＴは制御操作量を示す結論のファジイ
数であるが、実際の制御操作量ｕＯは実数であるので、
以下に示す重み付き重心を採用すると、ｕｏ＝　（ｕ・
ａＴｃｕ）　ｄｕ）　／　（μＴ（ｕ）　ｄｕ）となり
、第８図の制御操作量出力部１０３に出力される。

次に第１２図に推論規則を表したルールテーブルを示す
。図から明かなようにルールテーブルを推論規則ですべ
て埋める必要はない。

以上で、ファジィ制御系は構成されるが、入力情報ｅｏ
、ｄｅｏは、その大きさを前件部に合わせるため、通常
規格化定数が乗算されて次のように用いられる。

ｅＯ←　　　　ｅＯ本　　ｇ ｄｅｏ　　４−　　ｄｅｏ　　Ｘ　　ｇｄ（ｇ＋ｇｄ：
規格化定数） また、後件部ファジィ変数はＮＭ（負に中位）等のよう
に記述したが、実際は制御系を安定にするために、制御
操作量Ｕ軸にそって移動させて用いている。

発明が解決しようとする課題 このような従来例によるファジィ制御装置において、第
１３図に示すような非線形な操作量Ｕを出力しようとし
た場合、ファジィ推論内のパラメータをどのようにして
決定すればよいがという見通しが非常につきにくい。す
なわち前件部では規格化定数をどのような値にするか、
後件部では数多くの後件部ファジィ変数、を制御操作量
Ｕ軸上のどこに設定するかという問題がある。しかしこ
れらのパラメータは制御系の安定性に大きく影響を与え
るにもかかわらず、人間が試行錯誤によって決定しなけ
ればならないという課題がある。さらに人間が試行錯誤
によって規格化定数と後件部ファジィ変数を同時に最適
化することは困難である。

また上述の従来のファジィ制御手法を適用しても、制御
対象に与える設定値によっては、制御対象がすばやく整
定しないことが起こるという課題がある。

さらに制御対象が非線形の強いシステムの場合は、従来
のファジィ制御手法を適用しても良好な制御が実現でき
ないことが起こるという課題かある。

本発明は、かかる点に鑑みてなされたもので、試行錯誤
によらずに希望する非線形な操作量を出力することがで
きるファジィ制御則を作成するファジィ制御装置を提供
し、さらに制御対象の設定値が変化したり、制御対象が
非線形の強い系であっても、応答性が良くかつきめ細や
かな制御を実現できるファジィ制御装置を提供すること
を目的とする。

課題を解決するための手段 請求項１記載の発明のファジィ制御装置は、上記課題を
解決するため、ファジィ推論を用、いて制御対象を制御
する装置において、制御対象の観測値からファジィ推論
に基づく演算を行い前記制御対象への操作量を出力する
ファジィ推論演算手段と、前記制御対象の観測値から制
御性の良さを表す評価値を求める評価値演算手段と、前
記ファジィ推論演算手段で用いている後件部実数を、前
記評価値を指標としたシンプレックス法によって変換す
る最適アルゴリズム演算手段と、前記最適アルゴリズム
演算時において前記評価値が最大または最小となったと
きの後件部実数を前記制御対象の制御に作用させる手段
とを備えたことを特徴とする。

また、請求項２記載の発明のファジィ制御装置は、制御
対象の観測値に規格化定数を乗算する規格化定数乗算手
段を備えたものにおいて、最適アルゴリズム演算時にお
いて評価値が最大または最小となったときの規格化定数
を前記制御対象の制御に作用させる手段を備えたことを
特徴とする。

さらに、請求項３記載の発明のファジィ制御装置は、最
適アルゴリズム演算時において評価値が最大または最小
となったときの後件部実数と規格化定数の組を制御対象
の制御に作用させる手段とを備えたこを特徴とする。

又、請求項４記載の発明のファジィ制御装置は、制御対
象設定値と制御対象の観測値からファジィ推論に基づく
演算を行い前記制御対象への操作量を出力するファジィ
推論演算手段と、前記制御対象設定値のとりつる範囲を
複数の区間に分割し、各区間内に作用する後件部ファジ
ィ変数をそれぞれ用意することによって前記制御対象の
制御をする手段とを備えたことを特徴とする。

さらに、請求項５記載の発明のファジィ制御装置は、制
御対象設定値のとりうる範囲の各区間内に作用する規格
化定数をそれぞれ用意することによって制御対象の制御
をする手段を備えたことを特徴とする。

作　　　用 本発明のファジィ制御装置は上記構成により、制御性の
良さを表す評価値を目安として、後件部ファジィ変数、
規格化定数あるいはこれらを同時に逐次変化させていき
、より良い評価値を出しうる後件部ファジィ変数あるい
は規格化定数を求めて行くことによって、ファジィ制御
装置を自動的にチューニングする。

また、制御対象設定値のとりうる範囲を分割し、分割さ
れた範囲内の制御に最適な後件部ファジィ変数あるいは
規格化定数をそれぞれ用意することによって、きめ細や
かな制御対象の制御をする。

実施例 第１図は本発明の第１の実施例におけるファジィ制御装
置の構成図である。第１図において、１はより最適な後
件部実数を導出する最適化アルゴリズム演算部、２は複
数の評価観測値から１個の評価値を導出する評価値演算
部、３は制御観測値に規格化定数を乗算する規格化定数
乗算部、４は規格化定数乗算部３の結果を入力とし、制
御操作量を出力とするファジィ推論演算部、５は規格化
定数乗算部３とファジィ推論演算部４のアルゴリズムを
記憶しておくファジィ推論規則記憶部、６はファジィ推
論演算部４から出力される制御操作量によって制御され
、制御観測値と評価パラメータを出力する制御対象ある
いはそのシミエレーシ日ソモデルである。規格化定数乗
算部３、ファジィ推論演算部４、及び制御対象（モデル
）θによりファジィ制御ループは構成されている。

以上のように構成された本実施例の制御装置の構成図を
用いて、後件部実数を最適化する手順を述べる。

まず最適化アルゴリズム演算部１によって出力された後
件部実数をファジィ推論演算部４に代入する。次にファ
ジィ制御ループに基づいて制御を開始し、制御対象ある
いはシミュレーシーンモデル６を動作させる。その結果
出力された複数の評価観測値は評価値演算部２によって
１個の評価値となり、最適化アルゴリズム演算部１に出
力される。評価観測値は時間やエネルギ等、制御性の良
さを評価するためのもので複数あっても良い。最適化ア
ルゴリズム演算部１は後述する演算によって、より最適
化された後件部実数を再度出力する。

以上の動作を繰り返すことによって後件部実数を最適化
していく。

さらに第１図の最適化アルゴリズム１を中心とする演算
について詳しく説明する。

まず後件部ファジィ変数を実数化する。第２図に示すよ
うに、三角形を成す後件部ファジィ変数の頂点の値ｆに
よって、後件部ファジィ変数を代表させる。逆に考える
と頂点の値ｆさえ決定できれば後件部ファジィ変数は求
まることになるので、頂点の値ｆを最適化すれば良いこ
とになる。

次に第３図のフローチャートで最適化アルゴリズムをさ
らに詳しく説明する。ステップ７．８゜９で、はじめに
人間が適当に後件部実数の組をｍ個用意してやる。そし
てそれぞれの後件部実数について制御対象あるいはモデ
ルに対してファジィ制御を行い、評価観測値から評価値
を求める。

ｐｉ：　ｆｌｌ、ｆ２１．ｆ３１．ｆ４ト＝ｆｎｌｐ２
：　　ｆ１２．ｆ２２．ｆ３２．ｆ４２＝ｆｎ２ｐ３：
　　ｆ１３．ｆ２３．ｆ３３．ｆ４３・・４ｎ３ｐｍ：
　　ｆｌ＋ｅ、ｆ２ｍ、ｆ３ｍ、ｆ４ｍ・＝ｆｎｍ（ｆ
目（１”　１，２，３．・−・ｎＳＪ　”　１，２，３
．＝ｍ）：後件部　実数、ｐＪ（Ｊ　＝　１．２，３．
・・・ｍ）二評価値）この中で、評価値が最も悪いもの
、すなわち最大のものを取り出し、その他の後件部実数
から新しい後件部実数を導出する。

ここで最適化アルゴリズムにシンプレックス法を採用す
ると、たとえば評価値Ｐｊ（Ｊ　＝　１．２．３・・・
ｎ）の中で評価値ｐ腸が最も最大のとき（ステップ１１
）、新しい後件部実数は、 （１＝　Ｌ２，３１・・・１％　ｈ：反射係数）のよう
に求まる（ステップ１２）。上式は評価値ｐｍを出す後
件部実数を除いた残りの後件部実数の平均値を求め、ｆ
ｌｍと平均値を結ぶ直線上のいずれかの点にｆ１ｍゝを
導出するものである。さらに反射係数りを変えることに
よって直線上の１点をさまざまに決定できる。これは１
例でシンプレックス法には、さらにいろいろな導出方法
が存在する。

ここで後件部実数ｆｉｍ’は、これを採用して制御系を
構成したときに、後件部実数ｆ１ｍを採用したときより
も良い評価値を出すであろうことが期待されている。

次に後件部ｆｉｍ’　（１＝ｌＩ２１３・・・ｎ）を採
用しその結果はファジィ推論演算部に代入される（ステ
ップ１３）。ファジィ推論演算結果を制御操作量として
制御対象あるいはモデルに対してファジィ制御をかけ、
その応答から評価観測値を検出する（ステップ１４．１
５、Ｉ６）。評価観測値は１個の評価値ｐ　ｍ　Ｉとな
り（ステップ１７）、第１図の最適化アルゴリズム演算
部１の入力となる。したがって、ステップ１５と１７は
第１図の評価値演算部２で行われる。

次にステップ１８で、もし、 ｐＩ□′≧　ｐｍ であれば１．シンプレックス法の反射係数りを変える等
して、再度評価値ｐ　ｍ　Ｉを導出して（ステップ１９
）、ステップ１３に戻る。また、 ｐｍ’＜ｐｍ のようにｐ　ｍ　１の方がより最適であれば、ｆｌｌ　
　＝　　ｆ１朧” ｐｍ　　　＝　　　ｐ鳳 のようにして、最大の評価値及びそのときの後件部実数
の更新を行い（ステップ２０）、ステップ９に戻る。そ
して再度１）Ｊ（Ｊ＝１．２，３．・・・鵬）の中から
最も悪い評価値を求め、上述した方法によって再度新し
い後件部実数を導出していく。以上を繰り返し行えば評
価値りＪ（ｊ＝１．２ＳＬ・・・鵬）は全て最適値へ収
束していく。

最後に評価値１）ｊ（ｊ＝１．２．３．・・・膳）の格
偏差が所定の値以下になれば、ステップ１０，２１．２
２により評価値ｐＪ（Ｊ”１ｓ２ｓＬ・・１）の中で評
価値の最も最適（最小）なものとそのときの後件部実数
を選び自動チューニングを終る。

以上のように第１の実施例によれば、このようにして得
られた後件部実数は、人間が試行錯誤的に導出するには
困難な値であり、今後制御対象を制御するときに本実施
例で得られた後件部実数を用いれば、最も最適な制御系
が実現できたことになる。

第４図は、本発明の第２の実施例におけるファジィ制御
装置・の構成図である。第４図において、２３はより最
適な後件部実数を導出する最適化アルゴリズム演算部、
２４は複数の評価観測値から１個の評価値を導出する評
価値演算部、２５は制御観測値に規格化定数を乗算する
規格化定数乗算部、２６は規格化定数乗算部２５の結果
を入力とし、制御操作量を出力とするファジィ推論演算
部、２７は規格化定数乗算部２５とファジィ推論演算部
２６のアルゴリズムを記憶しておくファジィ推論規則記
憶部、２８はファジィ推論演算部から出力される制御操
作量によって制御され、制御観測値と評価観測値を出力
する実際の制御対象あるいはそのシミュレーションモデ
ルである。規格化定数乗算部２５、ファジィ推論演算部
２６、及び制御対象（モデル）２８によりファジィ制御
ループは構成されている。

前記のように構成された第２の実施例の制御装置を用い
て、規格化定数を最適化する手順を述べる。

まず最適化アルゴリズム演算部２３によって出力された
規格化定数を規格化定数乗算部２５に代入する。次にフ
ァジィ制御ループに基づいて制御を開始し、制御対象あ
るいはシミュレーションモデル２８を動作させる。この
とき規格化定数は制御観測値と乗算され、ファジィ推論
演算部２６の入力となる。制御対象より出力された複数
の評価観測値は評価値演算部２４によって１個の評価値
となり、最適化アルゴリズム演算部２３に出力される。

評価観測値は時間やエネルギ等、制御性の良さを評価す
るためのもので複数あっても良い。

そして最適化アルゴリズム演算部２３によって、より最
適化された規格化定数を再度出力する。以上の動作を繰
り返すことによって規格化定数を最適化していく。

最適化アルゴリズム演算部２３で行われる演算は第３図
で後件部実数のかわりに規格化定数を用いればよい。す
なわち、はじめに人間が適当に規格化定数の組をｍ個用
意してやる。そしてそれぞれについて評価値を求める。

ｐｉ：　ｇｌｌ、ｇ２１．ｇ３１．ｇ４１・・・ｇｎｌ
ｐ２：　ｇ１２．ｇ２２．ｇ３２．ｇ４２・・−ｇｎ２
ｐ３：　ｇ１３．ｇ２３．ｇ３３．ｇ４３・・・ｇｎ３
ｐｍ：　　ｇｌｍ、ｇ２ｍ、ｇ３＋ｓ、ｇ４ｍ１・ｇｎ
ｍｐｊ（ｊ　＝　１．２，３．・・・ｍ）：評価値ｇ目
（１：　１．２，３．・・・ｎ１ｊ　＝　１１２．３．
・・１）：規格化ゲイン 以下、第３図と同様の手順を行っていけば、同様にして
最も最適な規格化定数が得られる。

以上のように第２の実施例によれば、このようにして得
られた規格化定数は、人間が試行錯誤的に導出するには
困難な値で、今後制御対象を制御するときに本実施例で
得られた規格化定数を用いれば、最も最適な制御系が実
現できたことになる。

また、たとえば制御観測値からの入力情報が２個で、ラ
ベルの種類が７個あるとき後件部実数は通常７の２乗で
４９個となる。一方規格化定数は制御観測値の入力情報
と同じ数だけあるので２個となる。すなわちチューニン
グすべき変数は、規格化定数のとき　ｎ：２ 後件部実数のとき　ｎ＝４９ となる。このように規格化定数でチューニングを行えば
、設計時の見通しが立て易く、チューニングのための計
算時間も大幅に短縮できる。

第５図は、本発明の第３の実施例におけるファジィ制御
装置の構成図である。第５図において、２９はより最適
な後件部実数を導出する最適化アルゴリズム演算部、３
０は複数の評価観測値から１個の評価値を導出する評価
値演算部、３１は制御観測値に規格化定数を乗算する規
格化定数乗算部、３２は規格化定数乗算部３１の結果を
入力とし、制御操作量を出力とするファジィ推論演算部
、３３は規格化定数乗算部３１とファジィ推論演算部３
２のアルゴリズムを記憶しておくファジィ推論規則記憶
部、３４はファジィ推論演算部から出力される制御操作
量によって制御され、制御観測値と評価観測値を出力す
る実際の制御対象あるいはそのシミニレ−シーンモデル
である。規格化定数乗算部３１、ファジィ推論演算部３
２、及び制御対象（モデル）３４によりファジィ制御ル
ープは構成されている。

以上のように構成された第３の実施例の制御装置を用い
て、規格化定数と後件部実数を同時に最適化する手順を
述べる。

まず最適化アルゴリズム演算部３２によって出力された
規格化定数を規格化定数乗算部３１に、後件部実数をフ
ァジィ推論演算部３２に代入する。

次にファジィ制御ループに基づいて制御を開始し、制御
対象あるいはシミュレーションモデル３４を動作させる
。このとき規格化定数は制御観測値と乗算され、ファジ
ィ推論演算°部３２の入力となる。

制御対象より出力された複数の評価観測値は評価値演算
部３０によって１個の評価値となり、最適化アルゴリズ
ム演算部２９に出力される。そして最適化アルゴリズム
演算部２９によって、より最適化された後件部実数と規
格化定数を再度出力する。以上の動作を繰り返すことに
よって後件部実数と規格化定数を最適化していく。

最適化アルゴリズム演算部２９で行われる演算は第３図
で後件部実数のかわりに後件部実数と規格化定数を同時
に用いればよい。すなわち、はじめに人間が適当に後件
部実数および規格化定数の組をｍ個用意してやる。そし
てそれぞれについて評価値を求める。

ｐｌ：　ｆｌｌ、ｆ２１．ｆ３１．・・・ｆｎｌ、ｇｌ
ｌ、ｇ２１．・−・ｇｒｌｐ２：　ｆ１２．ｆ２２．ｆ
３２．−・・ｆｎ２．ｇ１２．ｇ２２．・・・ｇｒ２ｐ
３：　ｆ１３．ｆ２３．ｆ３３．−−−ｆｎ３．ｇ１３
．ｇ２３．・・−ｇｒ３ｐＩＩＩ：　　ｆｌ＠、ｆ２ｍ
、ｆ３ｍ、・・・ｆｎ３．ｇｌｍ、ｇ２ｍ、−・−ｇｒ
ｍｐＪ（Ｊ　＝　１．２，３．・・・ｍ）二評価値ｆｌ
ｊ（１：　　１，２，３．・−・ｎ、　　ｊ　　＝　　
１．２，３．・・−ｍ）：後件部実数 ｇｌＪ（１”　　１．２，３．・・−ｒｌ　ｊ　　”　
　１，２，３．＝・ｍ）：規格化定数 ここで後件部実数と規格化定数の数は第２の実施例の説
明のように、 ｎ　））　ｒ である。

以下、第３図と同様の手順を行っていけば、同様にして
最も最適な規格化定数が得られる。

以上のように第３の実施例によれば、本来、人間が後件
部実数と規格化定数を同時にチューニングすることは非
常に困難であるが、シンプレックス法を用いれば同時に
、自動チューニング可能であり、最も最適な制御系が実
現できたことになる。

第６図は、本発明の第４の実施例を示すファジィ制御装
置の構成図である。第６図において、３５は複数の後件
部実数を記憶し選択する後件部実数選択部、３６は制御
観測値に規格化定数を乗算する規格化定数乗算部、３７
は規格化定数乗算部３６の結果を入力とし、制御操作量
を出力とするファジィ推論演算部、３８は規格化定数乗
算部３６とファジィ推論演算部３７のアルゴリズムを記
憶しておくファジィ推論規則記憶部、３９はファジィ推
論演算部から出力される制御操作量によって制御され、
制御観測値と評価観測値を出力する実際の制御対象ある
いはシミュレーシーンモデルである。規格化定数乗算部
３６、ファジィ推論演算部３７、及び制御対象（モデル
）３９によりファジィ制御ループは構成されている。

以上のように構成された第４の実施例についてその動作
を説明する。

まず制御対象の設定値のとりつる範囲を分割し、分割さ
れた範囲内のおのおのに後件部実数を用意して後件部実
数選択部３５に記憶させておく。分割された範囲内のお
のおのの後件部実数は、その範囲内で最適である。

ｙｌ　　＜　　Ｖ　　＜　　ｙ２：　　ｆｌｌ、ｆ２１
．ｆ３１．ｆ４１　・・・ｆｎｌｙ２　　（Ｖ　　＜　
　ｙ３：　　ｆ１２．ｆ２２．ｆ３２．ｆ４２　・・・
ｆｎ２ｙ３　　ｃ　　ｙ　　＜　　ｙＪ：　　ｆ１３．
ｆ２３．ｆ３３．ｆ４３　・・・ｆｎ３ｙｍ　　＜　　
ｙ　　＜　　ｙｍ＋Ｉ：　　ｆ１ｇ＋、ｆ２＋ｓ、ｆ３
ｍ、ｆ４ｍ・・・ｆｎｍｙｌ　　＜　　７２　　＜　・
　・・　　（ｙ腸　（ｙ腸＋１ｙ：制御対象の設定値 ｙＪ（Ｊ　＝　１．２．３．・・・腫、腸＋ｌ）二股定
値の境界値ｆｌＪ（１”　　Ｌ２１３．・・’１１　ｊ
　　”　　１１２１Ｌ”’ｌ）：後件部実数 そして後件部実数選択部３５は、自動的に制御対象の設
定値によって最適な後件部実数を選択し、ファジィ推論
演算部３７に代入して、制御系を構成する。たとえば設
定値ｙが、 ｙ３　　（２（ｙＪ の範囲内にあるときは、後件部実数に、ｆ１３．ｆ２３
．ｆ３３．ｆ４３・・・ｆｎ３を採用すれば良い。

このとき２個の後件部実数の平均をとることによってそ
の間を埋めていく方法もあるが、単純に平均等の演算を
するとかえって不安定になる可能性がある。

以上のように第４の実施例によれば制御対象の設定状態
を変えても、制御対象がすばやく整定し、また制御対象
が非線形の強いシステムの場合にも、良好な制御が実現
できる。

第７図は、本発明の第５の実施例におけるファジィ制御
装置の構成図である。第７図において、４０は複数の規
格化定数を記憶し選択する規格化定数選択部、４１は制
御観測値に規格化定数を乗算する規格化定数乗算部、４
２は規格化定数乗算部４１の結果を入力とし、制御操作
量を出力とするファジィ推論演算部、４３は規格化定数
乗算部４１とファジィ推論演算部４２のアルゴリズムを
記憶しておくファジィ推論規則記憶部、４４はファジィ
推論演算部から出力される制御操作量によって制御され
、制御観測値と評価観測値を出力する実際の制御対象あ
るいはシミュレーシロンモデルである。規格化定数乗算
部４１、ファジィ推論演算部４２、及び制御対象（モデ
ル）４４によりファジィ制御ループは構成されている。

以上のように構成された第５の実施例についてその動作
を説明する。

まず制御対象の設定値のとりうる範囲を分割し、分割さ
れた範囲内のおのおのに規格化定数を用意して規格化定
数選択部４０に記憶させておく。分割された範囲内のお
のおのの規格化定数は、その範囲内で最適である。

ｙｌ　　＜　　ｙ　　＜　　ｙｌ：　　ｇｌｌ、ｇ２１
．ｇ３１．ｇ４１−　・・ｇｎｌｙ２　　＜　　ｙ　　
＜　　ｙ３：　　ｇ１２．ｇ２２．ｇ３２．ｇ４２　・
・・ｇｎ２ｙ３　　＜　　ｙ　　＜　　ｙＪ：　　ｇ１
３．ｇ２３．ｇ３３ｔｇ４３　・・・ｇｎ３ｙｍ　　＜
　　ｙ　　＜　　７ｍ＋１：　　　ｇｌｍ、ｇ２ｍ、ｇ
３．ｇ４ｍ　１−ｇｎｌｙｌ　　　＜　　ｙｌ　　＜　
・　・修　　く　　ｙｌ　（）ｖ＋１ｙ：制御対象の設
定値 ｙＪ（ｊ　＝　１．２，３．・・１．＋ａ＋ｆ）：設定
値の境界値ｇ＋ｊ（＋　　＝　　１１２，３．・・・ｎ
ｓ　　ｊ　：　１．２，３．・・・ｍ）：規格化定数 そして、規格化定数選択部４０は自動的に、制御対象の
設定値によって、最適な規格化定数を選択し、規格化定
数乗算部４１に代入して、制御系を構成する。たとえば
設定値ｙが、 ｙ３＜ｙ＜ｙＪ の範囲内にあるときは、規格化定数に、ｇ１３．ｇ２Ｌ
ｇ３３．ｇ４３・・・ｇｎ３を採用すれば良い。

以上のように第５の実施例によれば制御対象の設定状態
を変えても、制御対象がすばやく整定し、また制御対象
が非線形の強いシステムの場合にも、良好な制御が実現
でき、きめ細やかな制御が構成できる。

また、第２の実施例で説明したように、規格化定数の数
は後件部実数に比べて格段に少ないので、制御系におけ
るリアルタイムの計算が大幅に短縮し、より安定な制御
系が構成できる。

発明の詳細 な説明したように、本発明のファジィ制御装置によると
、現状では人間が試行錯誤で決定していた後件部実数と
規格化定数を、最適化アルゴリズムにより、より良い評
価値を出しうるように自動的に求めることができ、最適
化した後件部実数あるいは規格化定数あるいはこれらを
同時に求めて行くことで、ファジィ制御装置の自動チュ
ーニングを実現し、ファジィ制御系設計時の課題を解決
することができる。

また、制御対象設定値のとりうる範囲を分割し、分割さ
れた範囲内のおのおの←後件部ファジィ変数あるいは規
格化定数を用意することによって、さまざまな制御対象
の設定値に対して、あるいは非線形性のある制御対象に
対して、応答性がよくかつきめ細やかな制御対象の制御
をすることができる。

【図面の簡単な説明】

第１図は本発明の第１の実施例におけるファジィ制御装
置の構成図、第２図は後件部ファジィ変数を示す図、第
３図は同実施例のフローチャート、第４図は本発明の第
２の実施例におけるファジィ制御装置の構成図、第５図
は本発明の第３の実施例におけるファジィ制御装置の構
成図、第８図は本発明の第４の実施例におけるファジィ
制御装置の構成図、第７図は本発明の第５の実施例にお
けるファジィ制御装置の構成図、第８図は従来例におけ
るファジィ制御装置の構成図、第９図はファジィ変数の
説明図、第１０図、第１１図はファジィ推論演算の説明
図、第１２図はファジィ制御規則を表すルールテーブル
、第１３図は非線形制御出力を示す図である。 １．２３．２９・・・最適化アルゴリズム演算部、２．
２４．３０・・・評価値演算部、３．２５．３１．３Ｂ
、４１・・・規格化定数乗算部、４．２８．３２．３７
．４２．１０２・・・ファジィ推論演算部、５．２７．
３３．３８．４３．１０４・・・ファジィ推論規則記憶
部、８．２８．３４．３９．４４・・・制御対象あるい
はモデル、３５・・・後件部実数選択部、４０・・・規
格化定数選択部、１０１・・・制御観測値入力部、１０
３・・・制御操作量出力部。 代理人の氏名　弁理士　粟野重孝　はか１名図 第 図 第 第 図 第 図 第 凶 第１２図 第 １図 第１３図 ｄ。 ７＝μ／Ｖａｔど ＩＯ

Claims (5)

【特許請求の範囲】
1. （１）　ファジィ推論を用いて制御対象を制御する装置
   において、制御対象の観測値からファジィ推論に基づく
   演算を行い前記制御対象への操作量を出力するファジィ
   推論演算手段と、前記制御対象の観測値から制御性の良
   さを表す評価値を求める評価値演算手段と、前記ファジ
   ィ推論演算手段で用いている後件部実数を、前記評価値
   を指標としたシンプレックス法によって変換する最適ア
   ルゴリズム演算手段と、前記最適アルゴリズム演算時に
   おいて前記評価値が最大または最小となったときの後件
   部実数を前記制御対象の制御に作用させる手段とを備え
   たことを特徴とするファジィ制御装置。
2. （２）　ファジィ推論を用いて制御対象を制御する装置
   において、制御対象の観測値に規格化定数を乗算する規
   格化定数乗算手段と、前記規格化定数乗算手段の結果か
   らファジィ推論に基づく演算を行い前記制御対象への操
   作量を出力するファジィ推論演算手段と、前記制御対象
   の観測値から制御性の良さを表す評価値を求める評価値
   演算手段と、前記規格化定数乗算手段で用いている規格
   化定数を、前記評価値を指標としたシンプレックス法に
   よって変換する最適アルゴリズム演算手段と、前記最適
   アルゴリズム演算時において前記評価値が最大または最
   小となったときの規格化定数を前記制御対象の制御に作
   用させる手段とを備えたことを特徴とするファジィ制御
   装置。
3. （３）　ファジィ推論を用いて制御対象を制御する装置
   において、制御対象の観測値に規格化定数を乗算する規
   格化定数乗算手段と、前記規格化定数乗算手段の結果か
   らファジィ推論に基づく演算を行い前記制御対象への操
   作量を出力するファジィ推論演算手段と、前記制御対象
   の観測値から制御性の良さを表す評価値を求める評価値
   演算手段と、前記ファジィ推論演算手段で用いている後
   件部実数と前記規格化定数乗算手段で用いている規格化
   定数を、前記評価値を指標としたシンプレックス法によ
   って変換する最適アルゴリズム演算手段と、前記最適ア
   ルゴリズム演算時において前記評価値が最大または最小
   となったときの後件部実数と規格化定数の組を前記制御
   対象の制御に作用させる手段とを備えたことを特徴とす
   るファジィ制御装置。
4. （４）　ファジィ推論を用いて制御対象を制御する装置
   において、制御対象設定値と制御対象の観測値からファ
   ジィ推論に基づく演算を行い前記制御対象への操作量を
   出力するファジィ推論演算手段と、前記制御対象設定値
   のとりうる範囲を複数の区間に分割し、各区間内に作用
   する後件部ファジィ変数をそれぞれ用意することによっ
   て前記制御対象の制御をする手段とを備えたことを特徴
   とするファジィ制御装置。
5. （５）　ファジィ推論を用いて制御対象を制御する装置
   において、制御対象設定値と制御対象の観測値からファ
   ジィ推論に基づく演算を行い前記制御対象への操作量を
   出力するファジィ推論演算手段と、前記制御対象設定値
   のとりうる範囲を複数の区間に分割し、各区間内に作用
   する規格化定数をそれぞれ用意することによって前記制
   御対象の制御をする手段とを備えたことを特徴とするフ
   ァジィ制御装置。