JPH0314028A - エキスパートシステム - 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】 〔産業上の利用分野〕 本発明はエキスパートシステムに係り、特に刻々と不規
則に変化する外部状況に合わせて計画を立てる計画問題
型、あるいは上記外部状況に合わせて制御を行なう制御
問題型のエキスパートシステムに関する。

〔従来の技術〕

不規則に変化する外部状況の条件で計画を立てるような
エキスパートシステムにおいては、従来より時刻ｔ、〜
ｔＣまでの全計画を一度に立てることはせず、時刻を刻
んで計画を立てていく。なぜなら、時刻ｔ　〜ｔ、まで
の全計画を立てた後ａ に、途中の時刻ｔｂ　（ｔ　　＜ｔｂ＜ｔｃ　）で外部
状況が変化すると、時刻ｔ、以降の計画を再度室て直さ
なければならないからである。

そこで、従来は第１０図のタイムチャートに示すように
、時刻ｔ８における外部状況の推論データに基づいて時
刻ｔａから少し先の時刻１．までの４画に関する推論４
１１を行ない、以下同様にして時刻ｔ。−１，の計画に
関する推論４１２゜時刻ｔ、〜ｔ２の計画に関する推論
４１３２時刻ｔ２〜１ｏの計画に関する推論４１４を順
次行なう。

ここで、成る時刻１．から次の時刻ｔｉ＋１までの計画
に関する推論は、推論時間を見込んで時刻ｔ・より以前
に外部状況の推論データを取り込んで行なう。

（発明が解決しようとする課題） しかるに、従来のエキスパートシステムにおいては、推
論４１１〜４１４の夫々において、その都度外部状況の
推論データを取得して最初から推論を行なっているため
、推論時間が長く、そのため推論の途中で外部状況が変
化することが多かった。この場合は推論の途中で外部状
況の変化に対応して推論することが困難であるため、従
来はそれまでの推論を途中で打ち切って、変化した外部
状況によって再度推論をやり直していた。

本発明は上記の点に鑑みてなされたもので、推論時間を
短縮することにより外部状況の変化により対応し得るエ
キスパートシステム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〕

第１図は本発明の原理構成図を示す。本発明は上記目的
達成のため、時刻決定部１１と、実推論データ取得部１
２と、シミュレータ１３と、予測推論データ取得部１４
と、予測推論実行部１５と、推論結果格納部１６と、実
推論実行部１７とよりなる。

実推論データ取得部１２は時刻決定部１１で決定された
推論時刻毎に外部状況から実際の推論データ（実推論デ
ータ）を取得する。シミュレータ１３は外部状況をシミ
ュレートして現時刻より推論時刻先の予測推論データを
生成し、それを予測推論データ１４に取得させる。

予測推論実行部１５は上記予測推論データに基づいて推
論を実行し、予測推論結果を得、それを推論結果格納部
１６に格納させる。

実推論実行部１７は上記の予測推論データと実推論デー
タとを比較し、その比較結果と上記予測推論結果とに基
づいて実推論を実行する。

（作用） 本発明の作用について第２図のタイムチャートと第１図
と共に説明するに、実推論データ取得部１２及び実推論
実行部１７により第２図に示す如く外部状況２１に基づ
いて最初の実推論データが取得され、実推論２２１が実
行される。この実推論２２１が時刻ｔ、で終ると、時刻
決定部１１により次回の推論時刻ｔ□が決定される。

次にこの推論時刻ｔｏＩの予測推論データが時刻ｔＯ以
前に予測推論データ取得部１４によりシミュレータ１３
から取得され、この予測推論データに基づき、予測推論
実行部１５により時刻ｔ。

から更に次の推論時刻ｔ１までの範囲内の予測推論が実
行される。この予測推論結果（第２図に２３、で示す）
は、推論結果格納部１６に格納される。

次に時刻ｔ。に達すると、実推論実行部１７は時刻ｔ。

で実推論データ取得部１２により取得された時刻ｔ。の
外部状況２１の実推論データと時刻ｔ０の予測推論デー
タとを比較する。実推論実行部１７はその比較結果が同
じ場合は推論を終了し、他方その比較結果が異なる場合
は前記予測推論結果２３１により必要な実推論だけをや
り直し、実推論結果を得る（第２図に２２２で示す）。

以下、上記と同様の動作が繰り返され、予測推論が２３
２→２３３と推移し、実推論ＩＩ！ｉ果は２２３→２２
４と推移していく。

このように、本発明では予測推論データが実推論データ
と異なる場合だけ、しかもその場合も予測推論結果に影
響があるところだけを推論し直せばよい。

〔実施例〕

第３図は本発明の一実施例の構成図、第４図は本発明の
一実施例のフローチャートで、ここでは輸送４画を立て
る専門家（エキスパート）の専門的な知識をブ、ログラ
ム化し、コンピュータに問題解決を行なわせるエキスパ
ートシステムの例について説明する。

第３図中、第１図と同一構成部分には同一符号を付しで
ある。第３図において、このエキスパートシステムを実
行し、第４図のフローチャートの動作をコンピュータに
実行さゼるのが、アプリケーションプログラム２５で、
外部状況の収集その他なども行なう。

また、２６は知識ベースで、第５図に示す如き輸送すべ
き荷物等の初期配置のデータや、第６図に示す如き各地
点間のトラック輸送時間等のデータや配送計画の専門家
の知識などが格納されている。更に２７は表示部で、予
測推論結果を表示する。

第５図は上記輸送計画における輸送すべき荷物の初期配
置を示しＡ地点から８地点へ輸送すべき荷物すがあり、
Ｃ地点からＡ地点へ輸送すべき荷物Ｃがあり、Ａ地点か
らＤ地点へ輸送すべぎ荷物ｄがあり、更にＥ地点からＡ
地点に輸送すべき荷物ｅがあるものとする。

上記のＡ、Ｂ、Ｃ，Ｄ及びＥの各地点間の道とトラック
による輸送時間（標準値）は第６図に示す如く、Ａ地点
と８地点とを結ぶ道は６０分、Ｂ地点とＣ地点とを結ぶ
道は６０分、Ｃ地点とＤ地点とを結ぶ道は１００分、Ａ
地点とＤ地点とを結ぶ道は４０分、Ａ地点とＥ地点とを
結ぶ道は９０分、モしてＤ地点とＥ地点とを結ぶ道は１
５０分各々かかるものとし、上記以外の各地点を結ぶ道
はないものとする。

イマ、輸送すべき荷物を充分に積めるトラックがＡ地点
に３台あり、なるべく短い時間で全荷物の輸送を終え、
トラックが３台ともＡ地点に戻るための、トラック配送
計画を立てる場合について説明する。

この場合は、輸送が順調であれば、以下のように２４０
分で全荷物の輸送が完了する。

トラック１：Ａ地点から８地点へ荷物すを運んで６０分
、Ｂ地点からＣ地点へ荷 物なしで６０分、Ｃ地点から８地 点経由でＡ地点へ荷物Ｃを運んで １２０分、合計２４０分 トラック２：Ａ地点からＤ地点へ荷物ｄを運んで４０分
、Ｄ地点からＡ地点へ荷 物なしで４０分、合４８０分 トラック３：Ａ地点からＥ地点へ荷物なしで９０分、Ｅ
地点からＡ地点へ荷物 ｅを運んで９０分、合計１８０分 しかし、輸送が必ずしも順調にいくとは限らない。例え
ば、交通渋滞に巻き込まれたり、トラックが故障したり
する。そこで、６０分ずつ計画を立てることとする。

この場合の動作について第３図及び第４図を併せ参照し
て説明する。まず、最初は０分から６０分までの計画を
立てる。このため、実推論データ取得部１２により０分
の外部状況の実推論データが集められる（第４図中、ス
テップ３１）。これにより、３台のトラックはすべてＡ
地点にあり、輸送すべき荷物が第５図の初期配置である
といったデータが収集される。

次に実推論実行部１７により実推論が実行される（第４
図中、ステップ３２）。すなわち、実推論の実行直前の
時点ではまだ予測推論は行なわれていないから、実推論
実行部１７は推論結果格納部１６の応答から予測推論非
実行を判断し、これにより実推論データ取得部１２がス
テップ３１で取得した実推論データだけに基づき６０分
先光での計画を立てる（実推論を実行する）。

この結果、立てられた計画は以下とする。

トラック１：Ａ地点で荷物すを積んでＢ地点へ向かう。

トラック２：Ａ地点で荷物ｄを積んでＤ地点へ向い、Ｄ
地点で荷物ｄを降ろし、 Ａ地点に向かう。

トラック３：Ａ地点からＥ地点へ荷物なしで向かう。

次に時刻決定部１１が動作して次回推論時刻を決定する
（第４図中、ステップ３３）。ここでは６０分先光での
３１画が立てられているので、推論に要する時間１０分
を見込んで５０分後を推論時刻とする。

次に予測推論データ取得部１４が動作し、上記の次回推
論時刻である５０分後の外部状況をシミュレータ１３に
より取得する（第４図中、ステップ３４）。このとき、
取得される予測推論データは以下となる。

トラック１：Ａ地点からＢ地点へ荷物すを運ぶ途中で１
０分後に到着予定 トラック２：Ａ地点からＤ地点へ荷物ｄを運び終わり、
△地点へ荷物なしで戻る 途中で３０分後に到着予定 トラック３：Ａ地点からＥ地点へ荷物なしで向かう途中
で４０分後に到着予定 荷物ｂ　ニドラック１で輸送中 荷物Ｃ：Ｃ地点にあり 荷物ｄ　：輸送完了 荷物ｅ　：Ｅ地点にあり 次に、予測推論実行部１５により、上記の予測推論デー
タに基づいて６０分から１２０分までの計画を予測推論
する〈第４図中、ステップ３５）。

予測推論データは輸送が順調に行なわれているものとし
ている。そこで、予測計画として以下を立てる（予測推
論する）。

トラック１：Ｂ地点からＣ地点へ荷物なしで向かう。

トラック２：Ａ地点へ荷物なしで戻る。

トラック３：Ａ地点からＥ地点へ荷物なしで向い、Ｅ地
点からＡ地点へ荷物ｅを 運ぶ。

第７図は上記の予測推論結果のダイアグラムを示す。同
図中、実線が今回の予測推論結果を示し、また破線がｆ
ｔＩ回の推論結果を示す。次に、推論結果格納部１６が
上記した今回の予測推論結果を格納する（第４図中、ス
テップ３６）。

次に時刻決定部１１が決めた推論時刻である５０分後に
なると、実推論データ取得部１２が動作し、外部状況の
データ、すなわち実推論データが集められる（第°４図
中、ステップ３７）。輸送が順調であれば、このとき取
得された実推論データは前記第４図のステップ３４で取
得された予測推論データと同一となる。

次に実推論実行部１７により実推論が実行される（第４
図中、ステップ３８）。すなわち、実推論実行部１７は
予測推論データ取得部１４によりシミュレータ１３から
取得した５０分における予測推論データと、上記ステッ
プ３７で取得された実推論データとを比較する。前記し
たように、比較されるこれら２つのデータは輸送が順調
であれば一致するから、その場合は実推論実行部１７は
推論結果格納部１６からの予測推論結果をそのまま実推
論結果とし、実推論を終了し、予測推論結果に等しい実
推論結果を表示部２７により表示させる（第４図中、ス
テップ３９）。

以下、上記と同様にして上記のステップ３３〜３９の動
作が繰り返され、６０分栄位毎に予測推論結果が得られ
る。

ところで、以上は輸送が順調に行なわれた場合の動作で
あるが、次に輸送が順調に行なわれない場合の動作につ
いて説明する。この場合は予測推論データと実推論デー
タとが異なる。いま、Ａ地点から８地点へ向かう道が非
常に渋滞しているものとする。それにより、第４図のス
テップ３７で取得された実推論データを以下とする。

トラック１：Ａ地点から８地点へ荷物すを運ぶ途中で８
０分後に到着予定。

トラック２：Ａ地点からＤ地点へ荷物ｄを運び終わり、
Ａ地点へ荷物なしで戻る 途中で３０分後に到着予定。

トラック３：Ａ地点からＥ地点へ荷物なしで向かう途中
で４０分後に到着予定。

荷物ｂ　＝トラック１で輸送中 荷物Ｃ：Ｃ地点にあり 荷物ｄ　：輸送完了 荷物ｅ　：Ｅ地点にあり 次に第４図のステップ３８へ進み、実推論実行部１７が
予測推論データ取得部１４からの予測推論データと実推
論データ取得部１２からの上記した実推論データとを比
較し、これによりトラック１の状況が異なることを理解
する。また、実推論実行部１７は推論結果格納部１６か
らの予測推論結果により、６０分から１２０分までの計
画ではトラック１がＣ地点に向かう予定であることを理
解する。

そこで、実推論実行部１７は上記の予測推論結果のうち
、Ｃ地点に関係が薄いトラック３の予測推論結果をその
まま実推論結果とし、トラック１とトラック２の計画だ
けを立て直す。これにより得られた計画゛（実推論結果
）は以下となる。

トラック１：Ａ地点から８地点へ荷物すを運ぶことを続
行する。

トラック２：Ｄ地点からＡ地点へ荷物なしで戻ることを
放棄し、Ｄ地点経由でＣ 地点に向かう。

トラック３：Ａ地点からＥ地点へ荷物なしで向かい、Ｅ
地点からＡ地点へ荷物ｅ を運ぶ。

また、上記の実推論によるダイヤグラムを第８図に示す
。同図中、実線が６０分〜１２０分の今回の実推論結果
を示し、破線が０分〜６０分の竹記ステップ３２で得ら
れた前回の実推論結果を示す。

その後の輸送は順調で予測推論の通り輸送されたものと
すると、全体のダイヤグラムは第９図に示す如くになる
。同図中、実線は荷物を運んでいる状態を示し、破線は
荷物を運んでいない空の状態を示す。また、第９図に示
すように、トラック２の輸送時間が最も長く、Ａ地点か
らＣ地点に達するまでに１８０分、Ｃ地点から８地点を
経由してＡ地点に戻るまでに１２０分の計３００分で輸
送を終えることができる。

このように、本実施例によれば、予測推論データと実推
論データとを比較し、両者が不一致のときは予測推論結
果に影響があるところだけを推論するから、最初から推
論し直すよりも推論時間を短縮することができる。

なお、本実施例では、次回推論時刻を一定時間後にとっ
ている。しかし、予測可能な範囲で外部状況が変化する
時点例えばトラックがある地点に到着する予定時刻、あ
るいは到着予定時刻の一定時間前に次回推論時刻を設定
してもよい。動作（ま何ら変らない。

また、上記の実施例では実推論データの取得時期が次回
推論時刻と一致しているが、本発明はこれに限らず、外
部状況が予測外の変化をした時点で実推論データを取り
込み、実推論を実行するように構成することもできる。

また、予測推論実行中、あるいは実推論実行中に実推論
データの入力があったときは（トリがかかかったときに
は）、新しい実推論データを基に実推論を最初から実行
する。この場合は、予測推論がない場合となる。また、
予測推論実行も実推論実行も行なっていないとぎにトリ
ガがかかれば、トリガ時点の予測推論データを取り直す
ことにより、本発明の動作を実行できる。なぜなら、予
測推論結果はすでに得られているからである。

なお、本発明は上記の実施例のような別画問題型のエキ
スパートシステムだけでなく、例えば発電所のプラント
の運行制御などの制御問題型のエキスパートシステムに
適用することもできる。

〔発明の効果〕

上述の如く、本発明によれば、予測推論データと実推論
データとを比較し、両名が一致しているときは即座に予
測推論結果を実推論結果として出力することができ、ま
た両者が不一致の場合でも予測推論結果に影響があると
ころだけを推論し直すようにしているため、従来に比べ
て実推論結果を得るのに要する推論時間を短縮すること
ができ、従って推論時間中に外部状況が変化する確率を
従来に比し減少することができるため、外部状況の変化
に対応し易くできる等の特長を有するものである。

【図面の簡単な説明】

第１図は本発明の原理構成図、 第２図は本発明のタイムチャート、 第３図は本発明の一実施例の構成図、 第４図は本発明の一実施例のフローチャート、第５図は
本発明が適用される輸送すべき荷物の初期配置を示す図
、 第６図は第５図の輸送時間の標準値を示す図、第７図は
予測推論によるダイヤグラム、Ｍ８図は実推論によるダ
イヤグラム、 第９図は全体のダイヤグラム、 第１０図は従来の一例のタイムチャートである。 １１・・・時刻決定部、１２・・・実推論データ取得部
、１３・・・シミュレータ、１４・・・予測推論データ
取得部、１５・・・予測推論実行部、１６・・・推論結
果格納部、１７・・・実推論実行部。 隠 ％ 冶 噌 本発明の原理構成図 第１図 本発明の一実施例の構成図 第３図 本発明の一実施例のフローチャート 第４図 予測推論によるダイヤグラム ｌ！７図 実推論によるダイヤグラム １８’図 本発明が適用される輸送すべき荷物の初期配置第 図 第５図の輸送時間の標準値 第 図 全体のダイヤグラム 第９ 園 ａ ｔｏ　　　　　　　ｔ。 従来の一例のタイムチャート 第１０図 ２ ｃ

Claims (1)

1. 【特許請求の範囲】 推論時刻を決定する時刻決定部と、 該推論時刻に達する毎に、刻々と不規則に変化する外部
   状況から実際の推論データである実推論データを取得す
   る実推論データ取得部と、 前記外部状況をシミユレートして現時刻より該推論時刻
   先の予測推論データを生成するシミュレータと、 該シミュレータから該予測推論データを取得する予測推
   論データ取得部と、 該予測推論データ取得部からの該予測推論データに基づ
   いて推論を実行し、予測推論結果を得る予測推論実行部
   と、 該予測推論結果を格納する推論結果格納部と、該予測推
   論データと該実推論データとを比較し、その比較結果と
   該推論結果格納部からの該予測推論結果とに基づいて実
   推論を実行する実推論実行部と、 よりなることを特徴とするエキスパートシステム。