JPH03260803A - ファジィ制御ルールの生成方法 - 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】 〔概要〕 ファジィ制御ルールを生成するためのファジィ制御ルー
ルの生成方法に関し、 ファジィ制御ルールの自動生成を目的とし、ファジィ制
御ルールを構成する前件部・後件部メンバーシップ関数
を生成する第１の処理過程と、３層の階層ネットワーク
部を備えるデータ処理手段を用意して、前段の処理層に
生成された前件部メンバーシップ関数の演算機能を割り
付け、中間の処理層に生成するルール数分のファジィ制
御ルールの前件部演算機能を割り付け、後段の処理層に
生成された後件部メンバーシップ関数数分のファジィ制
御ルールの後件部演算機能を割り付ける第２の処理過程
と、学習用の制御提示データの提示に従って出力される
後段の処理層からの出力値と生成された後件部メンバー
シップ関数とから算出する制御量データが学習用の制御
教師データと一敗すべく内部状態値の学習を実行する第
３の処理過程と、学習された内部状態値を解析すること
でファジィ制御ルールを抽出する第４の処理過程とを備
えるよう構成する。

〔産業上の利用分野〕

本発明は、ファジィ制御器の構築のために必要とされる
ファジィ制御ルールを生成するためのファジィ制御ルー
ルの生成方法に関し、特に、階層ネットワーク構成デー
タ処理装置を利用してファジィ制御ルールを自動的に生
成できるようにするファジィ制御ルールの生成方法に関
する。

新しい制御処理方式として、ファジィ制御が普及しつつ
ある。このファジィ制御は、人間の判断等のあいまいさ
を含む制御アルゴリズムをｉ　ｆ　−ｔｈｅｎ形式で表
現し、ファジィ推論に従ってこの制御アルゴリズムを実
行していくことで、検出される制御状態量から制御操作
量を算出して制御対象を制御していくものである。この
ファジィ制御を実現していくためには、ファジィ制御ア
ルゴリズムを記述するファジィ制御ルールを生成してい
く必要がある。ファジィ制御器を実用的なものとしてい
くためには、このファジィ制御ルールの生成を自動的に
実現できるようにしていく必要があるのである。

〔従来の技術〕

例えば、 ｉｆ　ｘ、　ｉｓ　ｂｉｇ　ａｎｄ　ｘｚ　ｉｓ　ｓｓ
＋ａｌｌ　ｔｈｅｎ　ｙ　ｉｓ　ｂｉｇの形式（ｉｆ部
は前件部、ｔｈｅｎ部は後件部と称せられている）で記
述されるファジィ制御ルールの生成は、従来、制御対象
の制御に熟知しているオペレータの対象プロセスに関す
る知識に従って、先ず最初に、制御状態量及び制御操作
量の値に関しての言語的な意味をメンバーシップ関数と
して定量化し、次に、これらのメンバーシップ関数の間
の関係付けを記述することでファジィ制御ルールの粗い
モデルを生成する。そして、この生成した粗いファジィ
制御ルールのモデルをシミュレーシッンや現地テストに
より評価しながらチューニングしていくことで、制御対
象に適合したファジィ制御ルールに完成させていくとい
う方法により実現されていた。

〔発明が解決しようとする課題〕

このように、従来では、ファジィ制御ルールの生成は、
ファジィ制御器を構築しようとする設計者と制御対象の
制御に熟知しているオペレータとの共同作業に従い手作
業で行われていた。このファジィ制御ルールの生成のた
めの作業は、ノウノ＼つを駆使しながら試行錯誤的に実
行していく必要があるため、通常短くても数カ月間を要
することになる。そして、制御対象に関する制御知識が
少ない場合には、この期間は更に長期間のものとなる。

これから従来のファジィ制御ルールの生成方法では、フ
ァジィ制御器の設計者や制御対象のオペレータに対して
、極めて負荷のかかる作業を強いることになるという問
題点があった。しかも、生成されるファジィ制御ルール
は、ファジィ制御器の制御性能に直接影響を及ぼすこと
から、その品質の向上が強く望まれていたのである。

本発明はかかる事情に鑑みてなされたものであって、フ
ァジィ制御ルールを自動的かつ機械的に生成できる新た
なファジィ制御ルールの生成方法を提供することで、フ
ァジィ制御ルールの生成に要する作業量を大幅に低減で
きるようにするとともに、客観的なファジィ制御ルール
を生成できるようにすることを目的とするものである。

〔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である。

図中、Ｐｌは第１の処理過程、Ｐ２は第２の処理過程、
Ｐ３は第３の処理過程、Ｐ４は第４の処理過程である。

ｌＯは階層ネットワーク構成データ処理手段、１１は階
層ネットワーク構成データ処理手段１０の備える階層ネ
ットワーク部、１２は階層ネットワーク部１１の入力層
を構成する入カニニット、１３は階層ネットワーク部１
１の第１の処理層を構成する処理ユニット、１４は階層
ネットワーク部１１の第２の処理層を構成する処理ユニ
ット、１５は階層ネットワーク部１１の第３の処理層を
構成する処理ユニット、１６は階層ネットワーク部１１
の第４の処理層を構成する処理ユニット、１７は階層ネ
ットワーク部１１の出力層を構成する出カニニットであ
る。

同一の制御状態量（制御操作量）に関しての演算処理を
実行する第１の処理層の処理ユニット１３のグループは
、多くの場合、入力値を分配処理する特定な同一の入カ
ユニッ）１２とのみ内部結合する構成が採られる。この
内部結合に割り付けられる内部状態値は学習の対象外と
することが可能である。第１の処理層の処理ユニット１
３と第２の処理層の処理ユニット１４との間と、第２の
処理層の処理ユニット１４と第３の処理層の処理ユニッ
ト１５との間は相互に内部結合する構成が採られる。こ
の内部結合に割り付けられる内部状態値は学習の対象と
なる。第３の処理層の処理ユニット１５と第４の処理層
の処理ユニット１６とは対応する関係にあるもの同士で
もって内部結合する構成が採られる。この内部結合に割
り付けられる内部状態値は学習の対象外とすることが可
能である。同一の制御操作量（制御状態量）に関しての
演算処理を実行する第４の処理層の処理ユニット１６は
、対応する出カニニット１７との間で内部結合する構成
が採られる。この内部結合に割り付けられる内部状態値
は学習の対象外とすることが可能である。

第２の処理層の処理ユニット１４は、更に階層的に多段
に構成されるものであってもよく、また、第３の処理層
の処理ユニット１５もまた、更に階層的に多段に構成さ
れるものであってもよい、第２の処理層の処理ユニッ）
１４が階層的に多段に構成される場合には、隣接する層
の処理ユニット１４の間は相互に内部結合する構成が採
られ、また、第３の処理層の処理ユニッ）１５が階層的
に多段に構成される場合には、隣接する層の処理ユニッ
ト１５の間は相互に内部結合する構成が採られる。

２０は学習信号提示装置であって、学習用の制御データ
群（制御状態量と制御操作量との対を基本単位として、
いずれか一方が制御提示データとなり、残りの他方が教
師信号である制御教師データとなる）の内の制御提示デ
ータを階層ネットワーク部１１の入力層に提示するとと
もに、制御教師データを次に説明する内部状態値学習処
理装置３０に提示するもの、３０は例えばバック・プロ
バゲーシッン法を実装する内部状態値学習処理装置であ
って、学習信号提示装２２０による制御提示データの提
示に従って出力される出カニニット１７からの制御量デ
ータ群と、学習信号提示装置２０から提示される制御教
師データ群との間の誤差値を冨出し、該誤差値に基づい
て学習対象とされる内部状態値を順次更新していくこと
で該誤差値が許容範囲となる内部状態値を学習するもの
である。

第１の処理過程Ｐ１では、制御対象に対してのそれまで
の制御経験から、先ず最初に、制御対象の制御状態量と
して如何なるものがあるかをリストアツブするとともに
、制御操作量として如何なるものがあるかをリストアン
プし、続いて、リストアンプした制御状態量に関しての
メンバーシップ関数を生成するとともに、リストアツブ
した制御操作量に関してのメンバーシップ関数を生成す
ることで、ファジィ制御ルールを構成する可能性のある
前件部メンバーシップ関数・と後件部メンバーシップ関
数とを生成する。

ここで、ファジィ制御ルールの前件部が制御状態量に関
しての記述となるときには、生成した制御状態量に関し
てのメンバーシップ関数が前件部メンバーシップ関数と
なるとともに、生成した制御操作量に関してのメンバー
シップ関数が後件部メンバーシップ関数となり、ファジ
ィ制御ルールの前件部が制御操作量に関しての記述とな
るときには、生成した制御操作量に関してのメンバーシ
ップ関数が前件部メンバーシップ関数となるとともに、
生成した制御状態量に関してのメンバーシップ関数が後
件部メンバーシップ関数となる。

続く、第２の処理過程Ｐ２では、第１の処理層の処理ユ
ニット１３に対して、第１の処理過程Ｐ１で生成された
前件部メンバーシップ関数の演算機能を割り付け、第２
の処理層の処理ユニット１４に対して、これから生成す
るファジィ制御ルールの数分のファジィ制御ルールの前
件部演算機能を割り付け、第３の処理層の処理ユニット
１５に対して、第１の処理過程Ｐ１で生成された後件部
メンバーシップ関数の数分のファジィ制御ルールの後件
部演算機能を割り付け、第４の処理層の処理ユニット１
６に対して、第１の処理過程Ｐ１で生成された後件部メ
ンバーシップ関数の演算機能を割り付けるとともに、出
カニニット１７に対して、同一の属性に係る後件部メン
バーシップ関数の真理値からファジィ推論値となる制御
量データを算出する演ｘＩｌ能を割り付ける処理を実行
する。

この第４の処理層の処理ユニット１６に対しての後件部
メンバーシップ関数の演算機能の割付処理は、同一の属
性に係るすべての後件部メンバーシップ関数を１つの処
理ユニット１６でもって管理する構成を採る場合には、
その１つの処理ユニット１６に対して割り付けることに
なり、一方、同一の属性に係る後件部メンバーシップ関
数を複数の処理ユニット１６でもって分散して管理する
構成を採る場合には、それらの処理ユニット１６に対し
て割り付けることになる。第１図では、複数の処理ユニ
ット１６に後件部メンバーシップ関数の演算機能を割り
付けるものを示しである。

この第２の処理過程Ｐ２において、第２の処理層の処理
ユニット１４が階層的に多段に構成される場合には、こ
の多段に構成される第２の処理層にファジィ制御ルール
の前件部演算機能が割り付けられることになる。また、
第３の処理層の処理ユニット１５が階層的に多段に構成
される場合には、この多段に構成される第３の処理層に
ファジィ制御ルールの後件部演算機能が割り付けられる
ことになる。

続く、第３の処理過程Ｐ３では、学習信号提示装置２０
を起動することで、入カニニット１２を介して第１の処
理層の処理ユニット１３に対して学習用の制御提示デー
タを提示するとともに、内部状態値学習処理装置３０に
対して学習用の制御教師データを提示する。そして、こ
の内部状態値学習処理装置３０を起動することで、学習
用の制御提示データの提示に従って出力される出カニニ
ット１７からの制御量データが、提示される制御教師デ
ータと概略一致することになるべく学習対象の内部状態
値の学習処理を実行する。

続く、第４の処理過程Ｐ４では、学習された処理ユニッ
ト１３と処理ユニット１４との間の内部結合の内部状態
値と、処理ユニット１４と処理ユニット１５との間の内
部結合の内部状態値、そして、多段に構成される場合に
は、これに加えて処理ユニット１４の間や処理ユニット
１５の間の内部結合の内部状態値の値を解析していくこ
とでファジィ制御ルールを生成する。

〔作用〕

本発明では、第１の処理過程Ｐ１の処理に従つて、例え
ば、制御対象の制御状態量となっている出口圧力や水位
に関しての「出口圧力が高い」。

「出口圧力が低い」、「出口圧力が著しく低い」や、「
水位が高い」、「水位が中程度」、「水位が低い」とい
うことを数値的に表現するメンバーシップ関数を生成す
るとともに、制御対象の制御操作量となっている供給加
熱量やスロットル弁開度に関しての「供給加熱量を大き
く増やせ」、「供給加熱量を小さくしろ」や、「スロッ
トル弁開度を大きくしろ」、「スロットル弁開度を小さ
くしろ」ということを数値的に表現するメンバーシップ
関数を生成する。

続く第２の処理過程Ｐ２の処理に従って、例えば、生成
するファジィ制御ルールの前件部が＠櫛状態量に関して
の条件を記述し、後件部が制御操作量に関しての条件を
記述するものであるときには、第１の処理層の処理ユニ
ット１３に生成した制御状態量に関してのメンバーシッ
プ関数の演算機能を割り付けるとともに、第４の処理層
の処理ユニット１６に生成した制御操作量に関してのメ
ンバーシップ関数の出力機能を割り付ける。すなわち、
第１の処理層の各処理ユニット１３が、制御状態量の人
力に応じて、割り付けられたメンバーシップ関数のメン
バーシップ関数値（真理値）を算出して出力するように
構成するとともに、第４の処理層の各処理ユニット１６
が、出カニニット１７に対して、割り付けられたメンバ
ーシップ関数の真理値を出力（実施例で説明するように
、処理ユニット１５からの出力値に応じて縮小したもの
を出力等する）するように構成するのである。

ここで、出口圧力等の同一種別の制御状態量についての
メンバーシップ関数を演算する処理ユニッ）１３は、そ
のメンバーシップ関数が複数の制御状態量の関数となら
ない限り同一の入カユニッ）１２とのみ内部結合し、ま
た、供給加熱量操作等の同一種別の制御操作量について
のメンバーシップ関数を演算する複数の処理ユニッ）１
６は、同一の出カニニット１７とのみ内部結合するよう
割付処理を行う。

更に、第２の処理過程Ｐ２の処理に従って、第２の処理
層の処理ユニット１４に対して、例えば、論理積演算を
なす人力値の最小値を選択して出力するという前件部演
Ｘｌｌ能を割り付けるとともに、第３の処理層の処理ユ
ニット１５に対して、論理和演算をなす入力値の最大値
を選択して処理ユニット１６に出力するという後件部演
算機能を割り付ける。

この第２の処理過程Ｐ２により、成立する可能性のある
すべてのファジィ制御ルールが階層ネットワーク部ｌｌ
上に写像されることになる。

階層ネットワーク部１１に対してのファジィ制御ルール
の写像処理が完了すると、続く第３の処理過程Ｐ３の処
理に従って、ファジィ制御ルールの生成対象となってい
る制御対象から入手される実際の制御データ群を学習用
の教師信号として用いて、例えば生成するファジィ制御
ルールの前件部が制御状態量に関しての条件を記述する
ものであるときには、学習用の制御データ群の内の制御
状態量データを制御提示データとして用いるとともに、
他方の制御操作量データを制御教師データとして用いて
階層ネットワーク部１１の内部状態値の学習処理を実行
する。

この学習処理により、実際の制御対象の制御内容が階層
ネットワーク部１１の内部状態値に写体されることにな
る。すなわち、より関係が深いと規定される前件部メン
バーシップ関数と前件部演算との間の内部結合の内部状
態値と、前件部演算と後件部演算（後件部メンバーシッ
プ関数）との間の内部結合の内部状態値はより大きな値
をもつものに学習されることになる。

これから、続く第４の処理過程Ｐ４に従って、大きな値
をとる内部状態値を抽出していくとともに、その大きい
値をもつ内部状態値により関係付けられる前件部メンバ
ーシップ関数と前件部演寡と後件部演算と後件部メンバ
ーシップ関数とを特定していく等の解析処理を実行する
ことでファジィ制御ルールを生成する。

このように、本発明によれば、ファジィ制御ルールを自
動的かつ機械的に生成できるようになる。

［実施例］ 以下、実施例に従って本発明の詳細な説明する。

第２図に、本発明の実現のために使用する装置のシステ
ム構成を図示する０図中、第１図で説明したものと同じ
ものについては同一の記号で示しである。１”−ｈは階
層ネットワーク部１１の入力層を構成する複数の入カニ
ニット、ｌ−ｉは階層ネットワーク部１１の中間層（複
数段備えられる）を構成する複数の基本ユニット、１−
ｊは階層ネットワーク部１１の出力層を構成する１つ又
は複数の基本ユニット、ｌｏａは階層ネットワーク構成
データ処理手段ｌＯをなす階層ネットワーク構成データ
処理装置、１８は重み値格納部であって、階層ネットワ
ーク部１１の内部結合に割り付けられる重み値を管理す
るものである。

２１は学習信号格納部であって、重み値の学習のために
用いられる学習用の制御データを格納するもの、２２は
学習信号提示部であって、学習信号格納部２１から学習
用の制御データを読み出して、その内の制御提示データ
を階層ネットワーク部１１に提示するとともに、対をな
すもう一方の制御教師データを後述する重み値変更部３
０ａと次に説明する学習収束判定部２３に提示するもの
、２３は学習収束判定部であって、階層ネットワーク部
１１から出力される制御量データと学習信号提示部２２
からの制御教師データとを受けて、階層ネットワーク部
１１のデータ処理機能の誤差が許容範囲に入ったか否か
を判定してその判定結果を学習信号提示部２２に通知す
るものである。

３０ａは第１図の内部状態値学習処理装置３０に相当す
る重み値変更部であって、学習信号提示部２２からの制
御教師データと階層ネットワーク部１１のネットワーク
出力データとを受けて、バック・プロパゲーション法に
従って重み値の更新量を真白して、該更新量に従って重
み値を更新していくことで重み値を収束させるべく学習
するものである。

本発明では、第１図で説明したように、この第２図のシ
ステムを使用して、ファジィ制御ルールの自動生成処理
を構築するものである。この本発明の詳細な説明に入る
前に、通常のデータ処理の実現のために採る階層ネット
ワーク部１１の装置構成について詳述するとともに、こ
の階層ネットワーク部１１の内部結合に割り付けられる
重み値を学習するために、重み値変更部３０ａが実行す
る学習アルゴリズムであるところのバック・プロパゲー
ション法（Ｄ、Ｅ、Ｒｕｍｅｌｈａｒｔ、　Ｇ、Ｅ、Ｈ
ｉｎｔｏｎ、ａｎｄＲｊＪｉｌｌｉａｍｓ、　”Ｌｅａ
ｒｎｉｎｇ　Ｉｎｔｅｒｎａｌ　Ｒｅｐｒｅｓｅｎｔａ
ｔｉｏｎｓ　ｂｙ　ＥｒｒｏｒＰｒｏｐａｇａｔｉｏｎ
　　＋ＰＡＲＡＬＬＥＬ　ＤＩＳＴＲＩＢＵＴＥＤ　Ｐ
ＲＯＣＥＳＳＩＮＧ、　Ｖｏｌ、ｌ、　ｐｐ、３１８−
３６４＋　Ｔｈｅ　ＭＩＴＰｒｅｓｓ、　１９８６）に
ついて詳述することにする。

階層ネットワーク部１１は、基本的には、基本ユニット
１と呼ぶ一種のノードと、重み値を持つ内部結合とから
階層ネットワークを構成している。

第３図に、基本ユニット１の基本構成を示す。この基本
ユニット１は、多入力−出力系となっており、複数の入
力に対し夫々の内部結合の重み値を乗算する乗算処理部
２と、それらの全乗算結果を加算する累夏処理部３と、
この累夏僅に非線型の閾値処理を施して一つの最終出力
を出力する闇値処理部４とを備える。

ｈ層を前段層としｉ層を後段層とすると、この累算処理
部３では下記の（１）式の演算を実行し、閾値処理部４
では下記の（２〉式の演算を実行する。

Ｘｐｉ−Σ）’ｂＷ＝ｂ　　　　　　　　　　（１）式
ｙ　ｐｉ　＝　１　／　（１＋ｅｘｐ（ｘ　ｐｔ＋θｉ
））　　　（２）式但し、 ｈ　：ｈ層のユニット番号 ｉ　：ｉ層のユニット番号 ｐ　：入力信号のパターン番号 θ、：ｉ層の１番ユニットの闇値 Ｗ、、：ｈ−ｊ層間の内部結合の重み値Ｘ□：ｈ層の各
ユニットからｉ層の１番ユニットへの人力の積和 ｙ□：ｐ番目パターンの入力信号に対するｈ層のｈ番ユ
ニットからの出力 ３’ｔｉ’Ｐ番目パターンの入力信号に対するｉ層の１
番ユニットからの出力 そして、階層ネットワーク部１１では、このような構成
の多数の基本ユニット１が、入力信号値をそのまま分配
して出力する入カニニット１′を入力層として、第４図
に示すように階層的に接続されることで階層ネットワー
クを構成して、入カバターン（入力信号）を対応する出
カバターン（出力信号）に変換するという並列的なデー
タ処理機能を発揮することになる。

バック・プロパゲーション法では、階層ネットワークの
重み値Ｗｉｋと閾値θ、とを誤差のフィードバックによ
り適応的に自動調節して学習することになる。　（１）
（２）式から明らかなように、重み値Ｗ１と閾値θ８と
の調節は同時に実行される必要があるが、この作業は相
互に干渉する雛しい作業となる。そこで、本出願人は、
先に出願の「特願昭６２−３３３４８４号（昭和６２年
１２月２８日出願、”ネットワーク構成データ処理装置
”）ｊで開示したように、入力端のｈ層に常に“１″を
出力するとともにその出力に対して閾値θ直を重み値と
して割り付けるユニットを設けることで、閾値θｉを重
み値Ｗ、にの中に組み込んで閾値θ轟を重み値として扱
うようにすることを提案した。このようにすることで、
上述の（１）　（２）式は、 Ｘ、ｉ虞Σｙ□Ｗｉｈ　　　　　　　　　　（３）式７
ｓ＝！　１／　（１＋ｅｘｐ（ｘ＊＝））　　　　（４
）式で表されることになる。

次に、この（３）　（４）式の記述形式ものに従って、
バック・プロパゲージぢン法による重み値の学習処理方
式について説明する。ここで、この説明は、階層ネット
ワーク部１１が、第４図に示すｈ層−１層−ｊ層という
３層構造の階層ネットワークをもつもので行う。

（３）　（４）式からの類推によって次の（５）　（６
）式が得られる。すなわち、 （５）式 ％式％ ）） ｊ　：ｊ層のユニット番号 ｗｊｔ：ｔ−ｊ層間の内部結合の重み値ｘｐｊ：ｊ層の
各ユニットからｊ層の１番ユニットへの入力の積和 ７ｐｊ’Ｐ番目パターンの入力信号に対する（６）式 ｊ層の１番ユニットからの出力 重み値変更部３０ａでは、学習用の人カバターンが提示
されたときに出力される出力層からの出カバターンｙ、
ｊと、その出カバターンＶｅｉのとるべき信号である教
師パターンｄｐｊ（ｐ番目パターンの入力信号に対する
ｊＪｉｊ番目ユニットへの教師信号）とを受は取ると、
先ず最初に、出カバターンｙ□と教師パターンｄ、との
差分値（ｄｐ、ｙｐ＝）を算出し、次に、 α２．＝ｙ□（１−ｙ□）（ｄ□−ｙｌ）（７）式 を算出し、続いて、 ΔＷＪｔ（ｔ）−εΣα１ｙ□＋ζΔＷＪｔ（Ｌ−１）
（８）式 ％式％： ： に従って、ｉ層−ｊ層間の重み値の更新量ΔＷ　ｊ　１
（ｔ）を算出する。ここで、「ζΔＷ、１（ｔ−１）Ｊ
という前回の更新サイクル時に決定された重み僅の更新
量に係るものを加算するのは学習の高速化を図るためで
ある。

続いて、重み値変更部３０ａは、算出したα、Ｊを用い
て、先ず最初に、 βｐｉ　”　７　ｐｔ　（１−３’　９．）Σα、ＪＷ
、、（ｔ−１）（９）式 を算出し、次に、 ΔＷ、ゎ（１）−εΣβｐｉｙい＋ζΔＷｉｋ（ｔ−１
）（１０）式 に従って、ｈ層−１層間の重み値の更新量ΔＷ、に算出
する。

続いて、重み値変更部３０ａは、この算出した更新量に
従って次の更新サイクルのための重み値Ｊｔ（ｔ）　−
ＷＪｉ（ｔ−１）＋ΔＷｊｉ（ｔ）Ｗ！ｂ（ｔ）　−Ｗ
ｌｂ（ｔ　　１）＋ΔＷｉｈ（ｔ）を決定していく方法
を繰り返していくことで、学習用の入カバターンが提示
されたときに出力される出力層からの出カバターンＹｐ
ｉと、その出カバターンＶｅＪのとるべき信号である教
師パターンｄｐ１とが一致することになる重み値Ｗ、、
、Ｗ、ｈを学習するよう処理している。

そして、階層ネットワーク部１１がｇ層−ｈ層ｉ層＝ｊ
層という４層構造の階層ネットワークをもつときには、
重み値変更部３０ａは、先ず最初に、 Ｔ　、、＝　ｙ　ｐｈ（１７１）Σβ、、Ｗ、、（ｔ−
１）（１１）式 を算出し、次に、 ΔＷｂｇ（ｔ）＝εΣＴｐｂ７□＋ζΔＷ、、（ｔ−１
）（１２）式 に従ってｇ層−ｈ層間の重み値の更新量ΔＷｈ、（ｔ）
を算出するというように、前段の眉間の重み値の更新量
ΔＷを、出力側の後段から求まる値とネットワーク出力
データとを使いながら決定していくよう処理するのであ
る。

ここで、基本ユニット１が閾値処理部４を備えない場合
には、上述の（７）式は、 α□−（ｄ□−ｙｐｉ）　　　　　　　（７）式となり
、上述の（９）式は、 β□−Σα、Ｗｉｔ（ｔ　　１）　　　　　　（９）式
となり、上述の（１１）式は、 γ、＝Σβ、＝Ｗｉｂ（ｔ　　１）　　　　　（１１）
式階層ネットワーク部１１のハードウェア部品による構
成方法としては、本出願人が出願した「特願昭６３−２
１６８６５号（昭和６３年８月３１日出願、′ネットワ
ーク構成データ処理装置”）」で開示したものを用いる
ことが可能である。

すなわち、基本ユニット１は、第５図に示すように、入
力スイッチ部７を介して入力される前段層からの出力と
重み値保持部８が保持する重み値とを乗算する乗算型Ｄ
／Ａコンバータ２ａと、乗算型Ｄ／Ａコンバータ２ａの
出力値と前回の累算値とを加算して新たな累算値を算出
するアナログ加算器３ａと、アナログ加算器３ａの加算
結果を保持するサンプルホールド回路３ｂと、累算処理
が終了したときにサンプルホールド回路３ｂの保持デー
タを非線形変換する非線型関数発生回路４ａと、後段層
への出力となる非線型関数発生回路４ａのアナログ信号
値をホールドする出力保持部５と、出力保持部５の保持
データを出力する出力スイッチ部６と、これらの各処理
部を制御する制御回路９とを備えることで実現される。

そして、階層ネットワーク部１１は、この構成を採る基
本ユニットｌが、第６図に示すように、１本の共通なア
ナログバス７０でもって電気的に接続される構成で実現
される。ここで、図中、７１は基本ユニットＩの重み保
持部８に重み値を与える重み出力回路、７２は入カニニ
ットｌ゛に対応する初期信号出力回路、７３はデータ転
送の制御信号である同期制御信号を重み出力回路７１、
初期信号出力回路７２及び制御回路９に伝える同期制御
信号線、７４は同期制御信号を送出する主制御回路であ
る。

この構成の階層ネットワーク部１１おいて、主制御回路
７４は、前段層の基本ユニット１を時系列的に順次選択
するとともに、この選択処理と同期させて、選択された
基本ユニット１の出力保持部５が保持する最終出力をア
ナログバス７０を介して時分割の送信形式に従って後段
層の基本ユニット１の乗算型Ｄ／Ａコンバータ２ａに対
して出力するよう処理する。この入力を受は取ると、後
段層の基本ユニット１の乗算型Ｄ／Ａコンバータ２ａは
、対応する重み値を順次選択して人力値と重み値との衆
寡処理を行い、アナログ加算器３ａとサンプルホールド
回路３ｂとにより構成される累算処理部３はこの乗算値
を順次累算していく。

続いて、前段層の基本ユニッ）１に関してのすべての累
算処理が終了すると、主制御回路７４は、後段層の基本
ユニット１の非線型関数発生回路４ａを起動して最終出
力の算出を行い、出力保持部５がこの変換処理結果の最
終出力を保持するよう処理する。そして、主制御回路７
４は、この後段層を新たな前段層として次の後段層に対
して同様の処理を繰り返していくことで、入カバターン
に対応する出カバターンが出力されるべく処理するので
ある。

次に、第２図のシステムを使用して実現することになる
本発明のファジィ制御ルールの自動生成処理について説
明する。最初に、第５図及び第６図に示すようなハード
ウェア部品により構成される階層ネットワーク部１１を
利用する実施例について説明する。

本発明では、例えば第５図及び第６図に示すようなハー
ドウェア部品により構成される階層ネットワーク部１１
を利用して、採用される可能性のあるファジィ制御ルー
ルのすべてをこの階層ネットワーク部１１上に写像する
ことで始められることになる。このため、ファジィ制御
ルールの生成を希望するユーザは、先ず最初に、制御対
象に対しての制御経験を基に、制御対象に関しての制御
状態量及び制御操作量についてのメンバーシップ関数を
生成する。すなわち、従来通り、第７図に示すような、
例えば「温度が高い」、「温度が普通」、「温度が低い
Ｊということのあいまいさを数値データとして記述する
メンバーシップ関数を生成するのである。

次に、ユーザは、前件部が制御状態量に関しての条件を
記述し、後件部が制御操作量に関しての条件を記述する
ファジィ制御ルールを生成するときには、階層ネットワ
ーク部１１の最前段の中間層の基本ユニット１を利用し
て、生成された制御状態量についてのメンバーシップ関
数の真理値を算出して出力する機能（前件部メンバーシ
ップ関数の真理値の算出機能）を割り付けるとともに、
第４番目に位置する中間層の基本ユニット１を利用して
、生成された制御操作量についてのメンバーシップ関数
の真理値を出力する機能（後件部メンバーシップ関数の
真理値の出力機能）を割り付ける処理を実行する。

この前件部メンバーシップ関数の真理値の算出機能の割
付処理は、具体的には、基本ユニット１より出力される
出力値ｙ 　３ １＋ｅｘＰ　　（−ωχ＋θ） が、第８図（ａ）に示すように、 ωく０．θ〈０ であるときには、第７図の「温度が低い」というメンバ
ーシップ関数と類似する関数形状となり、また、 ω〉０．０〉０ であるときには、第７図の「温度が高い」というメンバ
ーシップ関数と類似する関数形状となることに着目して
、第８図（ｂ）に示すように、この基本ユニット１の入
力に割り付けられる重み値ω及び閾値θを適切に設定す
ることで、第７図の「温度が低い」や「温度が高い」と
いう関数形状のメンバーシップ関数が実現されることに
なる。

また、２つの基本ユニット１より出力される出力値の差
分値ｙ １＋ｅＸｐ　（−（１）、Ｘ＋０１） １　＋　ｅ　ｘ　ｐ　’（−ωｚｘ＋０２）が、第９図
（ａ）に示すように、第７図の「温度が普通」というメ
ンバーシップ関数と類似する関数形状となることに着目
して、第９図（ｂ）に示すように、２個の基本ユニット
１と、この２個の基本ユニット１の出力値に重み値”１
”及び−１”を乗じたものを入力とし、かつ閾値処理部
４を備えない基本ユニット１により構成される減算器１
ａ（この構成に従い、この２個の基本ユニット１の出力
値の差分値を算出するよう動作する）とを備えて、この
２個の基本ユニット１の人力に割り付けられる重み値ω
１．ωよ及び閾値θ１θ、を適切にすることで、第７図
の「温度が普通」という関数形状のメンバーシップ関数
の割付処理が実現されることになる。

また、後件部メンバーシップ関数の真理値の出力機能の
割付処理は、具体的には、第１Ｏ図（ａ）に示すように
、後件部メンバーシップ関数を細かく区画して各区画の
真理値ｙ、を特定し、次に、第１０図（ｂ）に示すよう
に、閾値処理部４を備えない基本ユニット１により構成
される真理値出力器１ｂをこの真理値の個数（ｎ個）分
用意して、この真理値出力器１ｂの入力（後述するよう
に、後件部メンバーシップ関数の真理値の出力値の縮小
率を指定することになる）に重み値“”１Ｋ”を割り付
けることで実現される。ここで、第１０図（ｂ）に示す
ように、例えばバルブＡの開度といった同一種別の制御
操作量に係る後件部メンバーシップ関数の真理値は、用
意される同一の真理値出力器１ｂに入力される構成が採
られ、これらの真理値出力器１ｂは、割り付けられる制
御操作量についての縮小されたメンバーシップ関数の真
理値の関数和を出力するよう構成されることになる。

なお、この第１Ｏ図に示す実施例では、後件部メンバー
シップ関数の関数パターンを出力する機能を割り付ける
ことで開示したが、本発明では、後件部メンバーシップ
関数の対応する真理値を演算結果値として使用する構成
を採ることも可能であって、そのような構成を採る場合
には、前件部メンバーシップ関数の真理値の算出機能を
実現すべく採った第８図や第９図の構成が用いられるこ
とになる。

前件部メンバーシップ関数の真理値の算出機能と後件部
メンバーシップ関数の真理値の出力機能との割付処理が
完了すると、ユーザは、次に、階層ネットワーク部１１
の第２番目に位置する中間層の基本ユニッＩ−１を利用
して、前件部演算機能を割り付けるとともに、第３番目
に位置する中間層の基本ユニット１を利用して、後件部
演算機能を割り付ける処理を実行する。

この前件部演算機能の割付処理は、様々な基本ユニット
１の利用方法により種々の演算機能を実現できるもので
あり、また、入力される値の最小値を選択して出力する
ものが最も一般的に用いられてはいるが、ここでは、第
１１図（ａ）に示すように、重み値“ｌ／人力点数”を
乗したものを入力とし、かつ闇値処理部４を備えない基
本ユニット１により構成される平均値算出器１ｃを備え
ることで、入力値の平均値を採る演算機能を前件部演算
機能として割り付けることで実行する。同様に、この後
件部演算機能の割付処理は、様々な基本ユニッ）１の利
用方法により種々の演算機能を実現できるものであり、
また、入力される値の最大値を選択して出力するものが
最も一般的に用いられてはいるが、ここでは、第１１図
（ｂ）に示すように、重み値“１”を乗じたものを入力
とし、かつ閾値処理部４を備えない基本ユニット１によ
り構成される加算値夏出器１ｄを備えることで、入力値
の加算値を採る演算機能を後件部演算機能として割り付
けることで実行する。

このように１個の基本ユニット１を利用するのではなく
て、階層ネットワーク部１１の中の一部の階層ネットワ
ークを利用して前件部演算機能や後件部演算機能を実現
することも可能である。すなわち、階層ネットワーク部
１１の中の一部の階層ネットワーク部分を前件部演算機
能や後件部演算機能を実現するためのユニットとして確
保して、このユニットの内部結合の重み値に対して前件
部演算機能や後件部演算機能を実現すべく学習された固
定的な値をセットすることで実現するような方法を採る
ことも可能である。この方法を採れば、複雑な前件部演
算機能や後件部演算機能を自由に割り付けられることに
なる。

この後件部演算機能の出力する演算値は、基本的には、
対応する後件部メンバーシップ関数の真理値の縮小率を
与えるものであって、例えば第１２図に示すように、「
パルプＡの開度を小さく設定」というメンバーシップ関
数が■のように表され、ｒバルブＡの開度を大きく設定
」というメンバーシップ関数が■のように表される場合
には、■のメンバーシップ関数に対応付けられる後件部
演算機能の出力値に従って、「バルブＡの開度を小さく
設定」というメンバーシップ関数の適用値が定まり、■
のメンバーシップ関数に対応付けられる後件部演算機能
の出力値に従って、「バルブＡの開度を大きく設定」と
いうメンバーシップ関数の適用値が定まることになる。

そして、最も一般的には、下式に従って、この縮小され
たメンバーシップ関数の関数和の図形の重心を求めるこ
とで、 ファジィ推論値であるバルブＡの開度Ｙを算出する構成
が採られている。

前件演算機能と後件部演算機能との割付処理が完了する
と、ユーザは、次に、階層ネットワーク部１１の出力層
の基本ユニットｌを利用して、ファジィ推論値の夏山機
能（真理値出力器１ｂの出力値を使用して制御操作量デ
ータを算出する機能）を割り付ける処理を実行する。

このファジィ推論値の真白機能の割付処理は、例えば上
述のような重心演算により決定する場合には、第１３図
に示すように、闇値処理部４を備えない基本ユニット１
により構成される重心導出値算出器１ｅを２個用意して
、真理値出力器１ｂとの間の内部結合の重み値として、
一方の重心導出値算出器１ｅに対しては、真理値出力器
１ｂに対応付けられる制御操作量の最小値を起点にして
大きくなる順に従い例えば０から１までの間で等間隔も
って増加する重み値を割り付けるとともに、他方の重心
導出値算出器１ｅに対しては、真理値出力器１ｂに対応
付けられる制御操作量の最大値を起点にして小さくなる
順に従い例えば０から−１までの間で等間隔もって減少
する重み値を割り付けることで実現される。そして、最
終的な重心値は、階層ネットワーク部１１とは別に用意
される演算手段に従いこの２個の重心導出値算出器１ｅ
の出力値を使用して求められるよう構成される。

すなわち、この構成により、一方の重心導出値算出器１
ｅは、例えば、真理値出力器１ｂが６ユニツトである場
合で説明するならば、 ｙ、−ｏ・Ｃａ＋０．２・Ｃ富士０．４・Ｃ８＋０．６
・Ｃａ＋０．８・Ｃ％＋ｌ’ｃ＆但し、Ｃえは制御操作
量の真理値 を出力し、これに対して、他方の重心導出値算出器１ｅ
は、 Ｙ、−−１−Ｃ，−０，８・Ｃ，−０，６・Ｃ５−０，
４・Ｃ４−０，２・Ｃ３−〇・Ｃ６を出力するので、こ
の重心導出値算出器１ｅの出力値Ｙ、、Ｙよを使用して
、 １ Ｙ← Ｙ、−Ｙ。

を計真すると、 Ｙ＋ Ｙ閤 Ｃ＋　＋　Ｃｚ　＋　Ｃｓ　＋　Ｃａ　＋　ＣＳ　＋Ｃ
６というように、上述の（１３）式で説明した重心値が
求められることになるのである。

第１４図に、以上の処理により階層ネットワーク部１１
に写体されることになるファジィ制御ルールの実現のた
めの機能配置を図示する。ここで、図中、記号の付かな
いＯ印は基本ユニッ）１を示している。また、図中のＸ
Ｉ（ＳＡ）は、ＸＩという制御状態量についてのメンバ
ーシップ関数ＳＡにより求められるＸｌの真理値を表し
、ＬＨ５−１は、前件部演算の演算結果値を表し、Ｙ（
ＳＡ）は、Ｙという制御操作量についてのメンバーシッ
プ関数ＳＡに対応付けられるものであることを表してい
る。

第１５図に、この第１４図を機能ブロック化したものを
図示する。ｉ！ｌ中、処理ユニット１３ａは第１図の処
理ユニット１３に対応するというように、第１図で説明
したものと同し機能を発揮するものについては対応する
数値でもって表記しである。但し、第１図の構成では、
第４の処理層の処理ユニット１６が同一制御操作量種別
に係る個々のメンバーシップ関数を管理するとともに、
出力ユニット１７がそれらのメンバーシップ関数の関数
和を求めてファジィ推論値を算出するという構成を採る
ものを示したのに対して、この第１５図では、第４の処
理層の処理ユニッ）１６ａが同一制御操作量種別に係る
メンバーシップ関数の関数和を同時に算出してしまうと
いう構成を採るものを示すものであることから、第１図
では、処理ユニット１６を処理ユニット１５対応で備え
るように示しているのに対して、第１５図では、同一制
御操作量種別に係る処理ユニッ）１５ａ群に対して処理
ユニット１６ａが１個備えられることで示しである。

このようにして、ユーザは、第１５図に示すように、階
層ネットワーク部１１の最前段の中間層（第１４図に示
すように次層を利用する場合もあるが、これは一体的な
ものであることから最前段の中間層であると言える）の
基本ユニット１−ｉに代えて、生成された制御状態量に
ついてのメンバーシップ関数の真理値を算出して出力す
る処理ユニット１３ａを割り付け、第２番目に位置する
中間層の基本ユニットｌに代えて、人力値の平均値を算
出して出力する処理ユニット１４ａを割り付け、第３番
目に位置する中間層の基本ユニット１に代えて、入力値
の加算値を算出して出力する処理ユニット１５ａを割り
付け、第４番目に位置する中間層の基本ユニット１に代
えて、生成された制御操作量についてのメンバーシップ
関数の真理値をその前段に位置する処理ユニット１５ａ
からの出力値に応じて縮小して出力する処理ユニット１
６ａを割り付け、出力層の基本ユニットｌに代えて、制
御操作量の重心演算のために用いられる２つの値を算出
して出力する出力ユニッ）１７ａを割り付けることで、
ファジィ制御ルールの階層ネットワーク部１１への写像
を実現することになる。

このファジィ制御ルールの写像処理にあって、例えば温
度のように同一種別の制御状態量のメンバーシップ関数
の真理値を算出して出力する処理ユニット１３ａ（図中
の破線で囲んだもの）については、特定の同一の入カニ
ニット１２（その制御状態量値を分配するもの）とのみ
内部結合する構成が採られることを基本とするが、この
メンバーシップ関数が例えば温度と湿度とにより規定さ
れる不快指数のように異なる制御状態量に関係する場合
には、複数の入カニニット１２と内部結合する構成が採
られることになる。このような入カニニット１２と処理
ユニット１３ａとの間の内部結合関係の確立は、それ以
外の内部結合に対して学習によっても変化されないゼロ
値の重み値を設定することで実現される。そして、処理
ユニット１４ａは、ファジィ制御ルールの前件部演算を
実行するものであることから、生成するファジィ制御ル
ールの数分割り付けられ、考えられるすべての組合せの
ファジィ制御ルールを写倣すべく、処理ユニット１３ａ
と処理ユニット１４ａとの間はすべて内部結合する構成
が採られることになる。

また、処理ユニット１５ａは、ファジィ制御ルールの後
件部演算を実行するものであることから、制御操作量の
メンバーシップ関数の数分割り付けられ、考えられるす
べての組合せのファジィ制御ルールを写倣すべく、処理
ユニット１４ａと処理ユニッ）１５ａとの間はすべて内
部結合する構成が採られる。そして、第１０図で説明し
たように、処理ユニッ）１６ａと対応する処理ユニット
１５ａとの間はすべて内部結合する構成が採られるとと
もに、第１３図で説明したように、処理ユニット１６ａ
とこれにｌ対ｌ対応で備えられる出カニニット１７ａと
の間もまたすべて内部結合する構成が採られることにな
る。

ファジィ制御ルールの写像処理が完了すると、第２図に
示したシステムを使用して、ユーザは、制御対象から入
手される実際の制御データ群を学習信号格納部［２０の
学習信号格納部２１に登録し、続いて、学習信号提示装
置２０に対して、登録された制御データ群を階層ネット
ワーク構成データ処理袋ｆ　１０　ａに提示していくよ
う指示することで、階層ネットワーク部１１の重み値の
学習の実行を指示する。

この重み値の学習にあたって、入カニニット１２と処理
ユニット１３ａとの間の内部結合の重み値の初期値とし
ては、第８図及び第９図で説明した対応の重み値（閾値
）がセットされる。また、処理ユニッ）１３ａと処理ユ
ニット１４ａとの間の内部結合の重み値の初期値として
は、第１１図（ａ）で説明したように″１／入大入力”
がセットされる。また、処理ユニット１４ａと処理ユニ
ッ）１５ａとの間の内部結合の璽み値の初期値としては
、第１１図（ｂ）で説明したように“ｌ”がセットされ
る。また、処理ユニット１５ａと処理ユニッ）１６ａと
の間の内部結合の重み値の初期値としては、第１Ｏ図で
説明したように後件部メンバーシップ関数を実現する値
がセットされる。

そして、処理ユニット１６ａと出カニニット１７ａとの
間の内部結合の重み値の初期値としては、第１３図で説
明した対応の重み値がセットされることになる。

学習信号提示装置２０から学習用の制御状態量データを
受は取ると、階層ネットワーク部１１の人カニニット１
２は、この制御状前置データを対応の処理ユニット１３
ａに分配する。続いて、この制御状態量データを受は取
ると、各処理ユニット１３ａは、前件部メンバーシップ
関数の真理値を算出して、次段の処理ユニット１４ａに
その算出した真理値を出力する。続いて、前件部メンバ
ーシップ関数の真理値と対応の重み値との乗算値を受は
取ると、処理ユニット１４ａは、その入力値の平均値を
算出して次段の処理ユニッ）１５ａに前件部演算の演算
値として出力する。続いて、前件部演算の演算値と対応
の重み値との乗算値を受は取ると、処理ユニット１５ａ
は、その入力値の加算値を算出して次段の処理ユニット
１６ａに後件部演算の演算値として出力する。続いて、
後件部演算の演算値と対応の重み値との乗算値を受は取
ると、処理ユニット１６ａは、出カニニット１７ａにそ
の人力値に応じて縮小した後件部メンバーシップ関数の
真理値の関数和を出力する。続いて、この後件部メンバ
ーシップ関数の関数和を受は取ると、出力ユニッ）１７
ａは、制御操作量データの算出のために必要となる上述
の２つの値Ｙ＋、Ｙｚを算出して出力し、この出力を受
けて図示しない演算手段が最終的な出力である制御操作
量データを算出して重み値変更部３０ａ及び学習収束判
定部２３に出力する。

このようにして出カニニット１７ａから制御操作量デー
タを受は取ると、重み値変更部３０ａは、上述の（７）
式に従ってα、ｊを算出して（８）式に従って出カニニ
ット１７ａと処理ユニット１６ａとの間の内部結合の重
み値の更新量を算出する。ここで、出カニニット１７ａ
と処理ユニット１６ａとの間の内部結合の重み値はファ
ジィ制御ルールを生成するためには大きな意味を持たな
いものであることから、この算出された更新量に従って
重み値を更新していかなくてもよい、なお、この学習処
理の開始にあたって、学習用の制御操作量データから教
師信号として用いられる上述の２つのＹｌ。

Ｙ、を算出することが要求されるが、この処理は、戦え
ば、学習用の制御操作量データ値を通る特定な傾きの直
線と、後件部メンバーシップ関数の左右の両端点上との
交点に従って決定する等の方法により実行されることに
なる。

続いて、重み値変更部３０ａは、この算出したα□を用
いて、上述の（９）式に従ってβ０を算出して（ｌＯ）
式に従って処理ユニット１６ａと処理ユニット１５ａと
の間の内部結合の重み値の更新量を算出する。ここで、
処理ユニット１６ａと処理ユニット１５ａとの間の内部
結合の重み値もファジィ制御ルールを生成するためには
大きな意味を持たないものであることから、この算出さ
れた更新量に従って重み値を更新していかなくてもよい
。

続いて、重み値変更部３０ａは、この算出したβ２．を
用いて、上述の（１１）式に従ってＴａｂを算出して（
１２）式に従って処理ユニッ）１５ａと処理ユニット１
４ａとの間の内部結合の重み値の更新量を算出する。こ
の処理ユニッ）１５ａと処理ユニット１４ａとの間の内
部結合の重み値はファジィ制御ルールを生成するために
意味を持つ重み値であることから、重み値変更部３０ａ
は、この算出された更新量に従って次の更新サイクルの
ための重み値を算出して重み値格納部１８に格納する。

続いて、重み値変更部３０ａは、同様の処理に従って、
ファジィ制御ルールの生成のために意味ヲ持つ処理ユニ
ット１４ａと処理ユニット１３ａとの間の内部結合の重
み値の更新量を算出し、次の更新サイクルのための重み
値を算出して重み値格納部１８に格納する。処理ユニッ
ト１３ａと入カニニット１２との間の内部結合の重み値
はファジィ制御ルールを生成するためには大きな意味を
持たないものであることから、重み値変更部３０ａは、
ここで、この更新サイクルでの重み値の更新処理を打ち
切ることができる。

学習信号提示装置２０の学習収束判定部２３が重み値の
学習収束を判断しない場合には、学習信号提示部２２か
ら同じ学習用の制御データ群の提示が再度実行されるこ
とになるので、重み値変更部３０ａは、上述の処理と同
一の手順を繰り返していくことで、処理ユニット１５ａ
と処理ユニット１４ａとの間の内部結合の重み値と、処
理ユニット１４ａと処理ユニット１３ａとの間の内部結
合の重み値の更新処理を続行する。

この学習処理により、学習用の制御データ群の関係付け
を表現する処理ユニット１５ａと処理ユニット１４ａと
の間の内部結合の重み値と、処理ユニット１４ａと処理
ユニット１３ａとの間の内部結合の重み値が求められる
ことになるが、この重み値は、実際の制御対象の制御内
容が写体されたものを表している。すなわち、実際の制
御対象に従ってより関係が深いと規定される制御状態量
と制御操作量との間に関しての内部結合は、より大きな
内部状態値をもつことになる。

これから、大きな値をもつ重み値により結ばれる処理ユ
ニット１３ａと処理ユニット１４ａと処理ユニット１５
ａとの関係を抽出することで、例えば第１６図に示すよ
うな制御対象の忠実な制御モデルとなるファジィ制御ル
ールを得ることができるのである。ここで、第１６図中
、処理ユニッ）１６ａについては、第１図の記述と同一
形式でもって表しである。

以上に説明した実施例では、第５図及び第６図に示すよ
うなハードウェア部品により構成される階層ネットワー
ク部１１を利用するものを開示した。次に、計算機上に
構築される階層ネットワーク・シミュレータにより実現
される階層ネットワーク部１１を利用する実施例につい
て詳細に説明する。

第１７図に、階層ネットワーク・シミュレータを利用し
て本発明を実現するために使用する装置のシステム構成
を図示する０図中、第１図及び第２図で説明したものと
同じものについては同一の記号で示しである。１０ｂが
計算機上に構築される階層ネットワーク・シミュレータ
である。第１８図に、この階層ネットワーク・シミュレ
ータ１０ｂの詳細な機能構成を図示する。

この第１８図に示すように、階層ネットワーク・シミュ
レータ１０ｂは、第１５図に示すような処理ユニット１
３　ａ　、１４　ａ　＋　１５　ａ　＋　１６　ａ　＊
及び出カニニット１７ａの結合関係を管理するネットワ
ーク構造管理部４０と、演算処理全体の制御を実行する
演算制御部４１と、各処理ユニット１３ａ、１４ａ、１
５ａ、１６ａに入力される入力値を一時的に展開する入
力データ展開部４２と、各内部結合に割り付けられる重
み値を管理する重み値管理部４３と、前件部メンバーシ
ップ関数をテーブル手段等により管理する前件部メンバ
ーシップ関数管理部４４と、後件部メンバーシップ関数
をテーブル手段等により管理する後件部メンバーシップ
関数管理部４５と、各処理ユニッＦ　１３　ａ　＋１４
ａ、１５ａ、１６ａの演算機能を実行する演算実行部４
６と、演算実行部４６により算出された各処理ユニット
の出力値となる演算値を管理する出力データ管理部４７
と、処理ユニッｌ−１６ａの演算値に対して重心演算を
実行することで階層ネットワーク・シミュレータ１０ｂ
の出力値となる制御操作量データを算出する重心演算部
４８とを備えるよう構成される。

そして、この演算実行部４６は、処理ユニット１３　ａ
　＋　１４　ａ　＋　１５　ａ　＋　１６　ａの処理を
模擬すべく、重み値と入力値との乗算値を算出する乗算
値算出部４９と、乗算値算出部４９の乗算値に従って前
件部メンバーシップ関数の真理値を算出する前件部真理
値算出部５０と、前件部演算機能が入力値の最小値を求
める場合に備えられて、乗算値算出部４９の乗算値の内
の最小値を特定する最小値特定部５１と、後件部演算機
能が入力値の最大値を求める場合に備えられて、乗算値
算出部４９の乗算値の内の最大値を特定する最大値特定
部５２と、後件部メンバーシップ関数の関数値を縮小し
て出力する後件部真理値出力部５３とを備えるよう構成
される。

階層ネットワーク・シミュレータ１０ｂでは、基本ユニ
ット１に割り付けられる重み値や闇値に従って前件部メ
ンバーシップ関数の算出機能や、前件部演算機能や、後
件部演算機能や、後件部メンバーシップ関数の出力機能
や、制御状態量データの重心演算機能を実現するもので
はないことから、基本ユニット１を利用する場合と異な
り、重み値の初期値としてはｌ″等が設定（ランダム値
を設定する方法を採ることも可能である）されることに
なる、また、前件部及び後件部演算機能として、最小値
や最大値を選択するといった不連続な関数処理を用いる
ことが可能であることから、このような関数処理を用い
る場合には、厳密な意味において上述したバック・プロ
パゲーシッン法を使用することはできないのであるが、
本発明ではバック・プロパゲーシッン法を広義に捉えて
、内部状態値学習処理装置３０によりバック・プロパゲ
ーション法に従って重み値の学習を実行する構成を採る
ものである。勿論、本発明は重み値の学習方法によりそ
の適用が限られるものではないので、より適切な学習ア
ルゴリズムに従って実行することも可能である。また、
この階層ネットワーク・シミュレータ１０ｂでは、後件
部メンバーシップ関数管理部４５がテーブル手段等によ
り直接的に後件部メンバーシップ関数を管理する構成を
採ることから、処理ユニット１６ａについては、第１図
の構成のように処理ユニット１５ａ対応で備えられる構
成になる。

次に、階層ネットワーク・シミュレータ１０ｂを使用し
た場合の本発明の処理について説明する。

学習信号提示装置２０から学習用の制御状態量データを
入力データ展開部４２に受は取ると、乗算値算出部４９
は、入力データ展開部４２から各処理ユニット１３ａの
入力値を処理ユニット１３ａを単位にして読み出し、重
み値管理部４３からそれらの入力値に対応付けられる重
み値を読み出すとともに、これらの対応する乗算処理を
実行する。この乗算値が算出されると、前件部真理値算
出部５０は、前件部メンバーシップ関数管理部４４から
対応の前件部メンバーシップ関数を読み出すとともに、
その読み出した前件部メンバーシップ関数に従ってこの
乗算値に対応付けられる真理値を算出して出力データ管
理部４７に格納する。

すべての処理ユニット１３ａについての処理が終了する
と、出力データ管理部４７は、求められた前件部メンバ
ーシップ関数の真理値を入力データ展開部４２に展開す
る。

続いて、乗算値算出部４９は、入力データ展開部４２か
ら各処理ユニッ）１４ａの入力値を処理ユニット１４ａ
を単位にして読み出し、重み値管理部４１からそれらの
入力値に対応付けられる重み値を読み出すとともに、こ
れらの対応する乗算処理を実行する。この乗算値が算出
されると、最小値特定部５１は、この乗算値の内の最小
値を特定することで前件部演算の演算値を算出して出力
データ管理部４７に格納する。すべての処理ユニッ）１
４ａについての処理が終了すると、出力データ管理部４
７は、求められた前件部演算の演算結果値を入力データ
展開部４２に展開する。

続いて、乗算値算出部４９は、人力データ展開部４２か
ら各処理ユニット１５ａの入力値を処理ユニット１５ａ
を単位にして読み出し、重み値管理部４３からそれらの
入力値に対応付けられる重み値を読み出すとともに、こ
れらの対応する乗算処理を実行する。この乗算値が算出
されると、最大値特定部５２は、この乗算値の内の最大
値を特定することで後件部演算の演算値を算出して出力
データ管理部４７に格納する。すべての処理ユニット１
５ａについての処理が終了すると、出力データ管理部４
７は、求められた後件部演算の演算結果値を入力データ
展開部４２に展開する。

続いて、乗算値算出部４９は、入力データ展開部４２か
ら処理ユニツ）１６ａの入力値を処理ユニット１６ａを
単位にして読み出し、重み値管理部４３からそれらの入
力値に対応付けられる重み値を読み出すとともに、これ
らの対応する乗算処理を実行する。この乗算値が算出さ
れると、後件部真理値出力部５３は、後件部メンバーシ
ップ関数管理部４５から対応の後件部メンバーシップ関
数を読み出すとともに、その読み出した後件部メンバー
シップ関数の関数値をこの乗算値に従って縮小して出力
データ管理部４７に格納する。すべての処理ユニット１
６ａについての処理が終了すると、出力データ管理部４
７は、縮小された後件部メンバーシップ関数の関数値を
同一種別の制御操作量を単位にして重心演算部４８に通
知し、この通知処理を受けて、重心演算部４８は、上述
の（１３）式の重心演算を実行することで階層ネットワ
ーク・シミュレータｌＯｂの出力値となる制御操作量デ
ータを算出して、内部状Ｓ＊学習処理装置３０及び学習
信号提示装置２０の学習収束判定部２３に出力する。

このようにして階層ネットワーク・シミュレータｔａｂ
から制御操作量データを受は取ると、内部状１１値学習
処理装ｆ３０は、上述した重み値変−更部３０ａの処理
と同様の処理を実行することで、ファジィ制御ルールを
生成するために意味を持つ重み値である処理ユニッ）１
５ａと処理ユニット１４ａとの間の内部結合の重み値と
、処理ユニット１４ａと処理ユニット１３ａとの間の内
部結合の重み値の更新量を算出するとともに、この算出
された更新量に従って次の更新サイクルのための重み値
を算出して階層ネットワーク・シミュレータ１０ｂの重
み値管理部４３の重み値を更新する。

そして、学習信号提示装置２０の学習収束判定部２３が
重み値の学習収束を判断しない場合には、学習信号提示
部２２から同じ学習用の制御データ群の提示が再度実行
されることになるので、内部状ａｍ学習処理装置Ｆ３０
は、この処理手順を繰り返していくことで、処理ユニッ
ト１５ａと処理ユニット１４ａとの間の内部結合の重み
値と、処理ユニット１４ａと処理ユニット１３ａとの間
の内部結合の重み値の学習値を学習する。

この学習処理により、第５図及び第６図に示すようなハ
ードウェア部品により構成される階層ネットワーク部１
１を利用する場合と同様に、学習用の制御データ群の関
係付けを表現する処理ユニット１５ａと処理ユニッ）１
４ａとの間の内部結合の重み値と、処理ユニット１４ａ
と処理ユニッ）１３ａとの間の内部結合の重み値が求め
られることになり、これから、例えば第１６図に示すよ
うな制御対象の忠実な制御モデルとなるファジィ制御ル
ールを得ることができるのである。

次に、本発明によるファジィ制御ルールの生成方法を模
擬するために行ったシミュレーシッン結果について説明
する。

このシミニレ−シランは、第１９図に示すように、処理
ユニット１３ａと処理ユニッ）１４ａと処理ユニット１
５ａとを夫々２個用意して行った。

第２０図（ａ）に、処理ユニット１３ａ−１に割り付け
られる前件部メンバーシップ関数、第２０図（ｂ）に、
処理ユニッ）１３ａ−２に割り付けられる前件部メンバ
ーシップ関数の演算機能、第２０図（ｃ）に、処理ユニ
ット１５ａ−１に対応付けられる後件部メンバーシップ
関数の演算機能、第２０図（ｄ）に、処理ユニッ）１５
ａ−２に対応付けられるメンバーシップ関数の演算機能
を図示する。

ここで、処理ユニット１４　ａ−１，１４ａ−２には、
入力値の平均値を算出して出力する前件部演算機能を割
り付け、処理ユニットｌ　５　ａ−１，１５ａ−２には
、入力値の加算値を算出して出力する後件部演算機能を
割り付けた。

制御対象から、第２１図に示す制御データが入手された
ものとして重み値の学習を行った。第１９図中に示す数
値が学習結果の重み値である。図中の太い線の内部結合
が大きな値を持っていることが明らかとなる。これから
、 ｉｆ　Ｘ　ｉｓ　Ｂ　ＩＧ　ｔｈｅｎ　Ｙ　ｉｓ　ＳＭ
ＡＬＬｉｆ　Ｘ　ｉｓ　ＳＭＡＬ　Ｌ　ｔｈｅｎ　Ｙ　
ｉｓ　Ｂ　Ｉ　Ｇというファジィ制御ルールを抽出でき
ることになる。

図示実施例について説明したが、本発明はこれに限定さ
れるものではない０例えば、本出願人は、先に出願の「
特願昭６３−２２７８２５号（昭和６３年９月１２日出
願、“ネットワーク構成データ処理装置の学習処理方式
”）」で、バック・プロバゲーシッン法の改良を図って
より短時間で重み値の学習処理を実現できるようにする
発明を開示したが、本発明ではこの学習方式を利用する
ことができるのである。また、実施例では、前件部メン
バーシップ関数として制御状態量に係るもの、後件部メ
ンバーシップ関数として制御操作量に係るもののファジ
ィ制御ルールの生成でもって説明したが、本発明はこれ
に限られるものではなくて、前件部メンバーシップ関数
として制御操作量に係るもの、後件部メンバーシップ関
数として制御状態量に係るもののファジィ制御ルールの
生成に対してもそのまま適用できる。

そして、前件部演算機能や後件部演算機能は実施例に開
示したものに限られることなく、いかなる演算内容をと
るものであってもよい。また、処理ユニットや出カニニ
ットの演算処理の実現方法は如何なる方法を採るもので
あってもよい、そして、ファジィ推論値として重心演算
により求めるものを開示したが、本発明はこれに限られ
るものではなくて、別のファジィ推論値の演算方式を採
るものであってもよいのである。

〔発明の効果］ 以上説明したように、本発明によれば、ファジィ制御ル
ールを機械的に自動生成できるようになる。従って、手
作業によっていたファジィ制御ルールの生成を、極めて
少ない作業量でもってかつ客観的に実行できるようにな
る。そして、制御対象に関しての制御知識が乏しい場合
でも、ファジィ制御ルールを容易に生成できるようにな
る。しかも、この生成されたファジィ制御ルールに従っ
てファジィ制御器を構築した場合にあっても、運用中の
実制御データを使用して制御対象に適合したファジィ制
御ルールへとチューニングを行うことが可能となる０以
上のことから、本発明により、ファジィ制御器をより実
用的なものとすることができるようになるのである。

【図面の簡単な説明】

第１図は本発明の原理構成図、 第２図は本発明の実現のために使用するシステムの説明
図、 第３図は基本ユニットの基本構成図、 集４図は階層ネットワーク部の基本構成図、第５図は基
本ユニットの一実施例、 第６図は階層ネットワーク部の一実施例、第７図は生成
するメンバーシップ関数の説明図、第８図及び９図は前
件部メンバーシップ関数の真理値の算出機能の割付処理
の説明図 第１Ｏ図は後件部メンバーシップ関数の真理値の出力機
能の割付処理の説明図、 第１１図は前件部演算機能及び後件部演算機能の０割付
処理の説明図、 第１２図はファジィ推論値の説明図、 第１３図はファジィ推論値の算出機能の割付処理の説明
図、 第１４図及び第１５図は写像されたファジィ制御ルール
の説明図、 第１６図は抽出されるファジィ制御ルールの説明図、 第１７図は本発明の実現のために使用するシステムの説
明図、 第１８は階層ネットワーク・シミュレータの説明図、 第１９図はシミュレーションに使用した階層ネットワー
ク部の説明図、 第２０図はシミュレーションに使用したメンバーシップ
関数の説明図、 第２１図はシミュレーションに使用した学習用の制御デ
ータの説明図である。 図中、■は基本ユニット、１゛は人カニニット、２は乗
算処理部、３は累算処理部、４は閾値処理部、１０は階
層ネットワーク構成データ処理手段、１０ａは階層ネッ
トワーク構成データ処理装置、１０ｂは階層ネットワー
ク・シミュレータ、１１は階層ネットワーク部、１２は
入カニニット、１３．１４．１５及び１６は処理ユニッ
ト、１７は出カニニット、１８は重み値格納部、２０は
学習信号提示装置、２１は学習信号格納部、２２は学習
信号提示部、２３は学習収束判定部、３０は内部状態値
学習処理装置である。

Claims (4)

【特許請求の範囲】
1. （１）制御対象の制御規則を記述するファジィ制御ルー
   ルを生成するためのファジィ制御ルールの生成方法であ
   って、 ファジィ制御ルールを構成する可能性のある前件部メン
   バーシップ関数と後件部メンバーシップ関数とを生成す
   る第１の処理過程（Ｐ１）と、複数の処理ユニットから
   構成される第１、第２、第３の処理層を備えて、該第１
   と第２の処理層との間、該第２と第３の処理層との間で
   相互に内部状態値の設定される内部結合を構成する階層
   ネットワーク部（１１）を具備する階層ネットワーク構
   成データ処理手段（１０）を用意して、該第１の処理層
   の処理ユニット（１３）に生成された前件部メンバーシ
   ップ関数の演算機能を割り付け、該第２の処理層の処理
   ユニット（１４）に生成するファジィ制御ルールの数分
   の該ファジィ制御ルールの前件部演算機能を割り付け、
   該第３の処理層の処理ユニット（１５）に生成された後
   件部メンバーシップ関数の数分の該ファジィ制御ルール
   の後件部演算機能を割り付ける第２の処理過程（Ｐ２）
   と、 学習用の制御提示データを上記階層ネットワーク部（１
   １）の第１の処理層に提示して、該提示に従って出力さ
   れる第３の処理層からの出力値と生成された後件部メン
   バーシップ関数とから制御量データを算出するとともに
   、該算出値が学習用の制御教師データと概略一致すべく
   上記内部状態値の学習を実行する第３の処理過程（Ｐ３
   ）と、学習された上記内部状態値を解析することにより
   ファジィ制御ルールを特定する第４の処理過程（Ｐ４）
   とを備えることを、 特徴とするファジィ制御ルールの生成方法。
2. （２）請求項（１）記載のファジィ制御ルールの生成方
   法において、 第２の処理層が更に内部結合する構成をとりつつ階層的
   に多段に構成され、第２の処理過程（Ｐ２）で、該多段
   に構成される第２の処理層にファジィ制御ルールの前件
   部演算機能を割り付けるよう処理することを、 特徴とするファジィ制御ルールの生成方法。
3. （３）請求項（１）記載のファジィ制御ルールの生成方
   法において、 第３の処理層が更に内部結合する構成をとりつつ階層的
   に多段に構成され、第２の処理過程（Ｐ２）で、該多段
   に構成される第３の処理層にファジィ制御ルールの後件
   部演算機能を割り付けるよう処理することを、 特徴とするファジィ制御ルールの生成方法。
4. （４）請求項（１）、（２）又は（３）記載のファジィ
   制御ルールの生成方法において、 第３の処理過程（Ｐ３）で、学習用の制御教師データと
   、学習用の制御提示データの提示に対して出力される階
   層ネットワーク部（１１）のネットワーク出力データと
   を使い、バック・プロパゲーション法に従って内部状態
   値の更新量を算出し、該更新量に従って内部状態値を順
   次更新していくことで内部状態値の学習を実行していく
   よう処理することを、 特徴とするファジィ制御ルールの生成方法。