JPH03260806A - 階層ネットワーク構成ファジィ制御器 - 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〕 ファジィ制御器を実現する階層ネットワーク構威ファジ
ィ制御器に関し、 適応的なファジィ制御器を構築できるようにすることも
目的とし、 階層ネットワーク部により構成されるファジィ制御器で
あって、階層ネットワーク部が、制御状態量を入力とし
て前件部メンバーシップ関数の真理値を算出する処理ユ
ニットにより構成される算出層と、前段層のルールユニ
ットの出力値と対応の内部状態値との乗算値を入力とし
て演算処理に従ってグレード値を算出するルールユニッ
トにより構成されるルール層を１つ又は複数段備えると
ともに、前後段のルール層のルールユニットの間と、最
前段のルール層のルールユニットと算出層の処理ユニッ
トとの間で相互に内部結合する構成が採られる中間層と
、中間層の最後段のルール層の対応するルールユニット
の出力値と後件部メンバーシップ関数とから制御操作量
等を算出する出力ユニットにより構成される出力層とを
備え、内部状態値として、制御状態量が算出層に与えら
れるときに出力層から所望の制御操作量等が出力される
ことになる値を設定するよう構成する。

〔産業上の利用分野〕

本発明は、適応的なファジィ制御器として機能する階層
ネットワーク構成ファジィ制御器に関するものである。

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１ｆ−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
ジィ制御を実行するファジィ制御器は不確定なものを扱
うものであることから、制御アルゴリズムの調整や変更
等に対して適応的に対応できるような構成にしていく必
要があるのである。

〜 〔従来の技術〕 ファジィ制御ルールは、 ｉｆ　　ｘｌ　　ｉｓ　　ｂｉｇ　　ａｎｄ　　Ｘｓ　
　ｉｓ　　ｓｍａｌｌ　　ｔｈｅｎ　　ｙ＋　　ｉｓ　
　ｂｉｇという形式（ＩＦ部は前件部と呼ばれて、温度
データ等の制御状態量についての条件を記述する部分で
あり、ＴＨＥＮ部は後件部と呼ばれて、操作端等の制御
操作量についての条件を記述する部分である）に従って
制御論理を記述するものであって、ファジィ制御器は、
制御対象の制御論理として用意されるこのような複数の
ファジィ制御ルールを管理するとともに、各ファジィ制
御ルール中に記述される「大きい」とか「小さい」とか
いうようなあいまいな言語表現の意味をメンバーシップ
関数として定量化して管理する構成を採ることになる。

そして、ファジィ制御器は、制御対象から温度データや
水位データ等の制御状態量が与えられると、先ず最初に
、管理している制御状態量のメンバーシップ関数（前件
部メンバーシップ関数となる）から与えられた制御状態
量がもつメンバーシップ関数値（真理値）を算出する０
次に、最小値を選択する等の前件部演算に従って、各フ
ァジィ制御ルールにおける後件部に対しての通用値を決
定する処理を実行する。すなわち、上述のファジィ制御
ルールの例で説明するならば、’Ｘ＋　ｉｓｂｉｇ」の
真理値が“０．８”で、’Ｘ！　ｉｓ　ｓｍａｌｌ」の
真理値が“０．５”である場合には、最小値を選択する
前件部演算に従って、この“０．５”をそのファジィ制
御ルールの後件部に対しての適用値として決定するよう
処理するのである。

続いて、ファジィ制御器は、最大値を選択する等の後件
部演算に従って、同一の制御操作量の同一のメンバーシ
ップ関数（後件部メンバーシップ関数となる）について
与えられる各ファジィ制御ルールの後件部に対しての適
用値から、そのメンバーシップ関数に対しての適用値を
決定する処理を実行する。すなわち、上述のファジィ制
御ルールで後件部の「ν１　ｉｓ　ｂｉｇ」に対して“
０．５”を適用値とし、一方、別のファジィ制御ルール
でもってｒ、、　ｉｓ　ｂｉｇ」に対して“０．６”を
適用値とする場合には、最大値を選択する後件部演算に
従って、この“０．６”を制御操作量ｙＩのｒｂｔｇＪ
に対しての適用値として決定するよう処理するのである
。

続いて、ファジィ制御器は、決定された適用値に従って
制御操作量のメンバーシップ関数を縮小するとともに、
同一の制御操作量についてのメンバーシップ関数の関数
和の図形の重心を求める等の処理に従ってファジィ推論
値である制御操作量を纂出する処理を実行して、操作端
等に出力するという処理を実行することになる。

従来のファジィ制御器では、このようなファジィ制御ル
ールの実行をプログラム的に実行することで実現すると
いう構成を採っていた。すなわち、逐次処理を実行する
コンピュータシステムのソフトウェア手段に従って、先
ず最初に、制御状態量の真理値を算出し、次に、前件部
演算に従って後件部に対しての適用値を決定し、続いて
、後件部演算に従って制御操作量のメンバーシップ関数
に対しての適用値を決定して、重心演算等により制御操
作量を算出して出力するという構成を採っていたのであ
る。

〔発明が解決しようとする課題〕

しかしながら、ファジィ制御ルールは、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
に従って生成されるものである。

これから、最初から所望の制御を実現できるファジィ制
御ルールを生成するという訳にはいかないというのが実
情であり、生成したファジィ制御ルールをシミエレーシ
曹ンや現地テストにより評価しながら試行錯誤的にチュ
ーニングしていくことで、制御対象に適合したファジィ
制御ルールにと完成させていくという手順をとらざるを
得ない。

しかるに、従来のようなソフトウェア手段を用いるファ
ジィ制御器の構成方法では、ファジィ制御器は単に生成
されたファジィ制御ルールの記述手順に従って制御論理
を実行するだけのものであって何ら適応性を有するもの
ではない、これから、従来のファジィ制御器では、オペ
レータに対してファジィ制御ルールのチューニングの負
荷を低減するような機能を発揮するというようなことは
ないのである。

本発明はかかる事情に鑑みてなされたものであって、フ
ァジィ制御ルールの実現構成を採りつつ、かつ、ファジ
ィ制御ルールの調整や変更等に対しても適応的に対応で
きるような構成を採る新たなファジィ制御器をなす階層
ネットワーク構成ファジィ制御器の提供を目的とするも
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、ｌＯは本発明に係る階層ネットワーク構成ファジ
ィ制御器であって、ファジィ制御ルールの実現構成を採
りつつ、かつ、ファジィ制御ルールの調整や変更等に対
しても適応的に対応できる構成をもつファジィ制御器で
あるもの、１１は階層ネットワーク構成ファジィ制御器
１０が備える階層ネットワーク部であって、階層ネット
ワーク構造とその階層ネットワーク構造の内部結合に割
り付けられる内部状態値とにより規定されるデータ変換
機能に従ってファジィ制御ルールを実行するもの、１６
は内部状態値管理部であって、階層ネットワーク部１１
がファジィ制御ルールの実行時に必要とする内部状態値
を管理するもの、２０は学習信号提示装置であって、学
習用の制御状態量データ群を階層ネットワーク部１１の
入力層に提示するとともに、この学習用の制御状態量デ
ータ群と対をなす学習用の制御操作量データ群（学習用
の制御状態量データが与えられたときに、所望の制御状
態を実現するための制御操作量となるもの）を次に説明
する学習処理装置３０に提示するもの、３０は学習処理
装置であって、学習信号提示装置２０による学習用の制
御状態量データ群の提示に応答して出力される階層ネッ
トワーク部１１からの制御操作量データ群と、学習信号
提示装２２０から提示される学習用の制御操作量データ
群との間の誤差値を纂出し、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。

階層ネットワーク部１１は、入力される制御状態量に対
応する形式で備えられる複数の入力ユニント１２により
槽底される入力層と、入力層の後段層として位置して、
ファジィ制御ルールの前件部メンバーシップ関数に対応
する形式で備えられる複数の処理ユニット１３により槽
底される算出層と、算出層の後段層として位置して、１
つ又は複数のルールユニット１４により槽底されるルー
ル層を層単位として１つ又は複数段のルール層により槽
底される中間層と、中間層の後段層として位置して、１
つ又は複数の出力ユニット１５により槽底される出力層
という階層ネットワーク構造を持つよう槽底される。

この入力層の入カニニット１２は、制御対象の制御状態
量を入力として、算出層の対応する処理ユニット１３に
対して入力されてくる制御状態量を分配するよう処理し
、算出層の処理ユニット１３は、入カニニット１２から
通知される１つ又は複数の制御状態量を入力として、フ
ァジィ制御ルールの前件部メンバーシップ関数の真理値
を算出して中間層の最前段のルール層のすべてのルール
ユニット１４に出力するよう処理し、中間層の最前段の
ルール層のルールユニット１４は、処理ユニッ）１３か
ら通知される複数の真理値とそれらの処理ユニット１３
との間の内部結合に割り付けられる内部状態値との乗算
値を入力として、割り付けられる演算を実行することで
グレード値を算出して次段のルール層のすべてのルール
ユニット１４に出力するよう処理し、各ルール層のルー
ルユニット１４は、前段のルール層のルールユニット１
４から通知されるグレード値とそれらのルールユニット
１４との間の内部結合に割り付けられる内部状態値との
乗算値を入力として、割り付けられる演算を実行するこ
とでグレード値を算出して後段のルール層のすべてのル
ールユニット１４に出力するよう処理し、中間層の最後
段のルール層のルールユニット１４は、前段のルール層
のルールユニット１４から通知されるグレード値とそれ
らのルールユニット１４との間の内部結合に割り付けら
れる内部状態値との乗算値を入力として、割り付けられ
る演算を実行することでグレード値を算出して出力層の
対応の出力ユニット１５に出力するよう処理し、出力層
の出力ユニット１５は、例えば２段構成で槽底されて、
中間層の最後段のルール層のルールユニット１４から通
知されるグレード値とそのグレード値入力に対応付けら
れるファジィ制御ルールの後件部メンバーシップ関数と
から、ファジィ推論値となる制御操作量若しくはその対
応値を算出して出力するよう処理する。

〔作用〕

本発明の階層ネットワーク部１１は、入カニニット１２
を介して制御状態量が与えられると、算出層の処理ユニ
ット１３は、その制御状態量に対して割り付けられた関
数変換機能を施すことで、演算結果値となるその制御状
態量についてのメンバーシップ関数の真理値を算出する
とともに、その算出した真理値を中間層の最前段のルー
ル層のルールユニット１４に分配出力する。このように
して処理ユニット１３から制御状態量についてのメンバ
ーシップ関数の真理値を受は取ると、中間層のルールユ
ニット１４は、割り付けられた関数変換機能等の演算処
理を実行することで演算結果値となるグレード値を算出
するとともに、その算出したグレード値を後段のルール
ユニット１４へ出力していくことで、中間層としての演
算結果値であるグレード値を出力層の出力ユニット１５
に出力する。そして、中間層の最後段のルール層の１つ
又は複数のルールユニット１４からグレード値を受は取
ると、出力層の出力ユニット１５は、このグレード値に
対して割り付けられた関数変換機能を施すことで、ファ
ジィ推論値となる制御操作量若しくはそれに対応付けら
れる値を算出して出力するよう動作する。

このように、本発明の階層ネットワーク部１１は、ファ
ジィ制御ルールに適合すべく構造化された階層ネットワ
ーク構造の持つデータ変換機能に従ってファジィ制御ル
ールを実行するよう動作することになる。

本発明では、階層ネットワーク構成ファジィ制御器ｌＯ
を所望のファジィ制御器として構築しよとする場合、オ
ペレータは、先ず最初に、処理ユニア１１３に対して、
生成した制御状態量についてのメンバーシップ関数の真
理値を算出する機能を割り付け、出力ユニット１５に対
して、生成した制御操作量についてのメンバーシップ関
数（ファジィ推論値である制御操作量やその対応値の算
出処理のために必要となる）を登録する。そして、算出
層の処理ユニット１３と中間層の最前段のルール層のル
ールユニット１４との間の内部結合と、中間層の隣接す
るルール層のルールユニット１４間の内部結合に内部状
態値の初期値を設定して内部状態値管理部１６に格納す
る。

続いて、オペレータは、学習信号提示装置２０及び学習
処理装置３０を起動する。このようにして起動されると
、学習信号提示装置２０は、階層ネットワーク部１１の
入力層に対して学習用の制御状態量データを提示すると
ともに、学習処理装置３０に対して学習用の制御操作量
データを提示する。この学習信号の提示を受けて、学習
処理装置ｆ３０は、学習用の制御状態量データの提示に
応答して出力される階層ネットワーク部１１からの制御
操作量データが、提示される学習用の制御操作量データ
と概略一致するようになるべく、算出層の処理ユニット
１３と中間層の最前段のルール層のルールユニット１４
との間の内部結合の内部状態値と、中間層の隣接するル
ール層のルールユニット１４間の内部結合の内部状ＭＷ
とを学習して、その求められた内部状態値の学習値を内
部状態値管理部１７に設定する処理を実行する。

なお、この内部状態値の学習処理にあって、入カニニッ
ト１２と処理ユニット１３との間に設定される内部結合
の内部状態値や、中間層の最後段のルール層のルールユ
ニット１４と出カニニア）１５との間に設定される内部
結合の内部状態値や、更には、処理ユニット１３自身や
出力ユニット１６自身の内部の内部結合の内部状態値も
学習対象とすることが可能である０例えば、処理ユニッ
ト１３が入カニニット１２との間の内部結合の内部状態
値により制御状態量のメンバーシップ関数の真理値を算
出する構成を採るときには、この学習処理により求まる
新たな内部状態値により、予め想定した制御状態量のメ
ンバーシップ関数をより制御対象に適合したものにチュ
ーニングできるようになる。また、出力ユニット１５が
前段のルールユニット１４との間の内部結合の内部状態
値により制御操作量のメンバーシップ関数の真理値を管
理する構成を採るときには、この学習処理により求まる
新たな内部状態値により、予め想定した制御操作量のメ
ンバーシップ関数をより制御対象に適合したものにチュ
ーニングできるようになる。

この内部状態値の学習値が設定されると、階層ネットワ
ーク構成ファジィ制御器１０は、所望の制御論理を実行
するファジィ制御器として機能することになる。

このように、本発明では、ファジィ制御ルールに適合す
べく構造化された階層ネットワーク構造を持つ階層ネッ
トワーク部１１に従って、ファジィ制御器を構築するこ
とを特徴とする。

ニューロコンピュータとしてよく知られているように、
階層ネットワーク構造のデータ変換機能に従うデータ処
理装置は、階層ネットワーク構造の内部結合に割り付け
られる内部状態値が設定されると、想定していなかった
入力信号が入力されることがあっても、それらしい出力
信号を出力するという“柔らかい”データ処理を実現す
るものである０本発明は、このような階層ネットワーク
構成データ処理装置の階層ネットワーク構造をファジィ
制御ルールに適合させて構造化して階層ネットワーク部
１１として備えるよう構成する。そして、予め生成した
制御状態量や制御操作量についてのメンバーシップ関数
とは切り離して、ファジィ制御ルールのルール部分の内
部結合の内部状態値を学習対象可能とするよう構成する
。

このような階層ネットワーク構成データ処理装置を利用
することで、学習処理装置３０により機械的にファジィ
制御ルールの関係付けを決定することが実現されること
から、オペレータにかかるファジィ制御ルールのチュー
ニングの負荷を大きく低減できることになる。そして、
階層ネットワーク構成データ処理装置をそのまま利用す
るのではなくて、ファジィ制御ルールに適合する形式で
もって構造化される階層ネットワーク部１１を用いるこ
とから、メンバーシップ関数はメンバーシップ関数で切
り離してチューニングする等の処理が行え、従来のファ
ジィ制御器との整合性も保てることになる。

〔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、本発明の階層ネットワーク権威ファジィ制御
器１０をｅｎｃするための一実施例を図示する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は第１図の入カニニット１２に
対応する入カニニット、１−ｉＬｔ第１図の処理ユニッ
ト１３やルールユニット１４を権威することになる基本
ユニット、１−ｊは第１図の出力ユニット１５を権威す
ることになる基本ユニット、１６ａは第１図の内部状態
値管理部１６に対応する重み値管理部であって、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（
第１図の内部状態値に対応する）を管理するものである
。

２１は学習信号格納部であって、階層ネットワーク部１
１の重み値の学習のために用いられる学習信号（制御状
態量データと制御操作量データとの対を基本単位として
権威される）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から学習信号を読み出して
、その内の制御状態量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操作量デ
ータを後述する重み値変更部３０ａ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ＩＩ
ＪＷ操作量データと学習信号提示部２２からの学習用の
制御操作量データとを受けて、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からの学習用の制御
操作量データと階層ネットワーク部１１からのネットワ
ーク出力データとを受けて、バック・プロパゲーシゴン
法に従って重み値の更新量を算出して重み値を更新して
いくことで、重み値を収束値にと収束させるべく学習す
るものである。

本発明の階層ネットワーク部１１は、第１図でも説明し
たように、ファジィ制御ルールと同一構造をもつように
構造化された階層ネットワーク構造により権威されるこ
とになる。この本発明に特徴的な階層ネットワーク部１
１の説明に入る前に、−船釣に知られている階層ネット
ワーク権威データ処理装置の備える階層ネットワーク構
造（以下、公知の階層ネットワーク構造と称することに
する）について説明するとともに、重み値変更部３０ａ
が実装する学習アルゴリズムであって、その公知の階層
ネットワーク構造の内部結合の重み値の値を決定する学
習アルゴリズムであるところのバック・プロパゲーシッ
ン法について詳述する。

公知の階層ネットワーク構造は、基本的には、基本ユニ
ット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権威している。第３図に、基本ユ
ニット１の基本権威を示す。

この基本ユニットｌは、多大カー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
夏処理部２と、それらの全乗算結果を加電する累算処理
部３と、この累算値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閾値処理部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。

Ｘ□−Σ７ｐｋＷｉｈ　　　　　　　　　　（１）式ｙ
　Ｐｉ　−１７（１＋　ｅｘｐ（ｘ　ｐｉ十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 θ１　：ｉ層の１番ユニットの閾値 Ｗ４１：ｈ−ｉ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番ユニットへの入力の積和 ｙ□：Ｐ番目パターンの入力信号に対するｈ層の６番ユ
ニットからの出力 ３’ｐｉｊＰ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、公知の階層ネットワーク構造部では、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ｌ゛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（出カバターン）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・プロパゲーシッン法では、階層ネットワークの
重み値Ｗｌｋと閾値θ直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Ｗ、１と閾値θゑ
との調節は同時に実行される必要があるが、この作業は
相互に干渉する難しい作業となる。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”〉」で開示したように、入力側の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、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θ、を
重み値Ｗ１、の中に組み込んで閾値θ、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、 Ｘｅ＝−Σ１ｔａｈＷＪｈ　　　　　　　　　　（３）
式ｙ　ｐｉ　＝　１　／　（１＋ｅｘｐ（−ｘ　ｐｉ）
）　　　　（４）式で表されることになる。

次に、この（３）　（４）式の記述形式のものに従って
、バック・プロパゲーシッ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
）弐が得られる。すなわち、 ＸＩＩＪ−Σｙ□Ｗ　、　、　　　　　　　　　　（５
）式ｙ　ｅｊ＝　１　／　（１＋ｅｘｐ（−ｘ　ｐ＝）
）　　　　（６）式但し、 ｊ　：ｊ層のユニット番号 Ｗ７１：ｉ−ｊ層間の内部結合の重み値Ｘ□：ｉ層の各
ユニットからｊ層の４番ユニットへの入力の積和 ｙ□：ｐ番目パターンの入力信号に対するＪｌの４番ユ
ニットからの出力 重み値変更部３０ａでは、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ｙ、
ｊと、その出カバターンｙ□のとるべき信号である教師
パターンｄｅ＝（ｐ番目パターンの入力信号に対するｊ
ｌｊｌｌ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、ｊと教師パターンｄｐｊとの
差分値（ｄ＊ｊ−ｙ、ｊ層を真出し、次に、 α□＝　７ｅｊ（１−）’ｐｊ）（ｄ□−ｙ□）（７）
式 を冨出し、続いて、 ６ｗ、（ｔ）＝εΣαｐｊ　３’　ｐｉ＋ζΔＷパ（ｔ
−１）（８）式 ％式％： ： に従って、ｉ層−ｊ層間の重み値の更新量ΔＷ　ｊ　１
（１）を算出する。ここで、「ζΔＷ、（ｔ−１）Ｊと
いう前回の更新サイクル時に決定された重み値の更新量
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α２、を用い
て、先ず最初に、 β□＝ｙ□（１−ｙ□）Σα□ＷＪｉ（ｔ−１）（９）
式 を寡出し、次に、 ΔＷ、、（ｔ）＝、Σβｐ＝Ｖｔａ’＋ζΔＷｔｂ（ｔ
−１）（１０）式 に従って、ｈ層−１層間の重み値の更新量ΔＷ目（１）
を算出する。

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ｗ、、（ｔ）−
Ｗ、（ｔ−１）十ΔＷ、、（ｔ）Ｗ＝ｂ（ｔ）　−Ｗｔ
ｈ（ｔ　　１）＋ΔＷｉ（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Ｙｅｊと
、その出カバターンｙ□のとるべき信号である教師パタ
ーンｄ□とが一敗することになる重み値Ｗｊ、、ＷＡ、
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−１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　ｖａｂ−Ｆ　ｅｂ（１）’　ｔｂ）Σβ□Ｌｂ（ｔ
−１）（１１）式 を算出し、次に、 ΔＷ、、（ｔ）−εΣＴ　ｅｂ　）’　ｅ＊十ζΔＷｈ
、（ｔ−１）（１２）式 に従ってｇ層−り層間の重み値の更新量ΔＷｂｗ（ｔ）
を算出するというように、前段側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、 αｐｊ−（ｄ□−ｙ２、）（７）式 となり、上述の（９）式は、 β、ｉ−Σα□Ｗｊ＝（ｔ−１）　　　　　　（９）式
となり、上述の（１１）式は、 Ｔｅｈ−ΣβｐｉＷｔｂ（ｔ　　１）　　　　　（１１
）式次に、本発明に特徴的な階層ネットワーク部１１に
ついて説明する。

第５図に、階層ネットワーク部１１の一実施例を図示す
る０図中、１”は第４図に示した入カニニット、■は第
４図に示した基本ユニット、１ａは前段に位置する２個
の基本ユニット１の出力値に重み値“ｌ″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ｌにより構威される減算器１ａ、ｌｂは前
段に位置する複数の基本ユニット１の出力値に規定の重
み値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ｌにより構威される真理値加算器、１
ｃは前段に位置する真理値加算器ｌｂの出力値に規定の
重み値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により構威される重心導出値算出
器である。

４０は階層ネットワーク部１１を構威する前件部真理値
算出層であって、入力される制御状態量を受は取るとと
もに、制御状態量についてのメンバーシップ関数の真理
値を算出するもの、４１は階層ネットワーク部１１を構
威するグレード値算出層であって、前件部真理値算出層
４ｏで算出された制御状態量についてのメンバーシップ
関数の真理値に対して割り付けられた関数変換処理を実
行することでグレード値を算出するもの、４２は階層ネ
ットワーク部１１を構威する後件部真理値処理層であっ
て、グレード値夏山層４１で算出されたグレード値に基
づいて縮ｔＪい拡大される制御操作量についてのメンバ
ーシップ関数の関数和ヲ夏山するもの、４３は階層ネッ
トワーク部１１を構威する重心導出値算出層であって、
ファジィ推論値である重心値を求めるときに用いられる
重心導出値を後件部真理値処理層４２で算出された関数
和から算出するものである。

グレード値算出層４１は、第１、図で説明した中間層に
対応するものであって、１つ又は複数の基本ユニット１
により構威されるルール層を層単位として１つ又は複数
段のルール層によりＸＩ威されることになる。また、こ
の第５図の実施例では、前件部真理値算出層４０が第１
図の入力層と算出層とを構威し、後件部真理値処理層４
２及び重心導出値算出層４３が第１図の出力層を構成す
ることになる。

前件部真理値算出層４０は、第５図に示すように、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ＸＩの真理値といったように、入力され
る制御状態量がもつメンバーシップ関数の真理値を算出
する機能を実行する。

第６図及び第７図に、この前件部真理値算出層４００機
能を実現するための一実施例を図示する。

第６図に示す実施例は、基本ユニット１より出力される
出力値ｙ が、第６図（ａ）に示すように、 ω＜０．θく０ であるときには、第８図に示す「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８図に示す「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６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８図のｒ温度が低いＪや「温度が高い
」という関数形状のメンバーシップ関数の真理値の算出
処理を実現するものを開示している。

また、第７図に示す実施例では、２つの基本ユニットｌ
より出力される出力値の差分値ｙ１　＋ｅ　ｘ　ｐ　　
（−ωｚｘ＋θ１）が、第７図（ａ）に示すように、第
８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７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の出力値の差分値を算出するよう処理する上述
の減軍器１ａとを備えて、この２個の基本ユニツ）１の
入力に割り付けられる重み値ω、ω２及び閾値θ１．θ
２を適切にすることで、第８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真理値の算出処理を実
現するものを開示している。

後件部真理値処理層４２は、第５図に示すように、グレ
ード値軍出層４１からＹという制御操作量についてのメ
ンバーシップ関数ＳＡやＭＭやＬＡに対応付けられるグ
レード値が出力されるので、このグレード値に従って同
一制御操作量に係る対応のメンバーシップ関数を縮小（
拡大のこともある）するとともに、その縮小したメンバ
ーシップ関数の関数和を算出する機能を実行する。第９
図に、この後件部真理値処理層４２の機能を実現するた
めの一実施例を図示する。なお、第５図の実施例では、
制御操作量が１種類しかないもので開示しているが、パ
ルプの弁開度とヒータの加熱量といったように複数種類
ある場合には、夫々の縮小されるメンバーシップ関数の
関数和を算出するための機能が備えられることになる。

第９図に示す実施例は、第９図（ａ）に示すように、同
一のａｍ操作量についてのメンバーシップ関数を細かく
等間隔に区画して各区画の真理値ｙ！を特定し、次に、
第９図（ｂ）に示すように、この特定された真理値ｙ＆
の個数分用意される上述する真理値加算器１ｂの入力（
グレード値夏山層４１の最後段のルール層の基本ユニッ
ト１からの出力が与えられる）に重み値“ｙ＝”を割り
付けることで、後件部真理値処理層４２の機能を実現す
るものを開示している。

重心導出値算出層４３は、第５図に示すように、後件部
真理値処理層４２から縮小された制御操作量についての
メンバーシップ関数の関数和が出力されるので、この関
数和図形の重心を求めるときに必要とされる２つの重心
導出値Ｙ、Ｙχを算出する機能を実行する。第１Ｏ図に
、この重心導出値算出層４４の機能を実現するための一
実施例を図示する。

ファジィ制御器では一般的に、下式に従って、同一制御
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
制御操作量を算出する方法を採っている。そこで、この
第１Ｏ図に示す実施例では、上述の重心導出値算出器１
ｃを２個用意して、後件部真理値処理層４２の真理値加
算器ｌｂ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１ｃに対しては、真理値加算器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ＩＣに対しては、真理値加算器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、２つの重心導出値Ｙ、、Ｙ、を算
出する処理を実現するものを開示している。なお、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１ｃの
出力値を使用して求められるよう槽底される。

すなわち、この槽底により、一方の重心導出値算出器Ｉ
Ｃは、例えば、真理値加算器１ｂが６ユニツトである場
合で説明するならば、 Ｙ＋＝Ｏ’　ｃｌ＋ｏ、２　・Ｃｓ＋０．４　’　Ｃｓ
＋０．６・Ｃ４＋０．８・Ｃｓ＋１−Ｃ。

但し、Ｃ１は真理値加算器１ｂの出 力値を出力し、これに対して、他方の重心導出値算出器
１ｃは、 Ｙ、−−１−Ｃ，−０，８・Ｃ，−０，６・Ｃ３０，４
・Ｃ，−０，２・Ｃ７−〇・Ｃ４を出力するので、この
重心導出値算出器１ｅの出力値ｙ、、ｙｔを使用して、 Ｙ＋ Ｙ＝ Ｙ、−Ｙ。

を計算すると、 Ｉ − Ｃ１＋　Ｃｚ　＋　Ｃ２＋　Ｃａ　＋　Ｃｓ　＋　Ｃｈ
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。

このように槽底される階層ネットワーク部１１にあって
、前件部真理値算出層４０の基本ユニット１及び減算器
１ａとグレード値算出層４１の最前段のルール層の基本
ユニット１との間と、グレード値算出層４１の隣接する
ルール層の基本ユニット１間は相互に内部結合する構成
が採られることになる。なお、前件部真理値算出層４０
における入カニニット１°と基本ユニット１との間は、
真理値の算出対象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、複数のものと内部結合する槽
底が採られる。

本発明では、このように槽底される階層ネットワーク部
１１の内部結合の重み値の内の決定されていない重み値
を、制御対象から入手される実際の制御データを用いて
重み値変更部３０ａに従って学習していくよう処理する
ことになる。すなわち、オペレータは、前件部真理値算
出層４０の基本ユニット１の各入力の内部結合に対して
、ファジィ制御ルール中に記述される制御状態量のメン
バーシップ関数の真理値を算出するための重み値及び闇
値を設定するとともに、後件部真理値処理層４２の真理
値加算器ｉｂの各入力の内部結合に対して、ファジィ制
御ルール中に記述される制御操作量のメンバーシップ関
数の関数パターンを表現するための重み値を設定すると
、グレード値算出層４１の各基本ユニット１の各入力に
割り付けられる重み値を学習すべく、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提示装置２０の学
習信号格納部２１に登録し、続いて、学習信号格納部′
１２０に対して、登録された制御データ群を階層ネット
ワーク部１１及び重み値変更部３０ａ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。

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の入カニニットｌ
゛は、この制御状態量データを前件部真理値算出層４０
の対応する基本ユニット１に分配する。この制御状態量
データを受は取ると、前件部真理値算出層４０の基本ユ
ニット１及び減算器１ａは、上述の槽底に従って制御状
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
、グレード値算出層４１の最前段のルール層のすべての
基本ユニットｌに対してその算出した真理値を出力する
。この真理値を受は取ると、グレード値算出層４１の最
前段のルール層の基本ユニット１は、上述の（２）式に
従ってグレード値を算出して次段のルール層のすべての
基本ユニット１に対してその算出したグレード値を出力
する。以下、前段からのグレード値を受は取ると、グレ
ード値算出層４１の各ルール層の基本ユニット１は、上
述の（２）式に従ってグレード値を算出して後段のルー
ル層のすべての基本ユニット１に対してその算出したグ
レード値を出力していくことで、後件部真理値処理層４
２に対してグレード値を出力するよう処理する。

そして、グレード値算出層４１からのグレード値を受は
取ると、後件部真理値処理層４２の真理値加算器１ｂは
、グレード値に従って縮小される制御操作量についての
メンバーシップ関数の関数和を算出して次段の重心導出
値算出層４３の内部結合される重心導出値算出器１Ｃに
その算出した関数和を出力し、この関数和を受は取ると
、重心導出値算出層４３の重心導出値算出器ＩＣは、上
述した２つの重心導出値Ｙ　ｔ　、　Ｙ　ｔ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。

このようにして階層ネットワーク部１１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、ｉを算出して（８〉式に従って重心
導出値算出器１ｃと真理値加算器ｌｂとの間の内部結合
の重み値の更新量を算出する。

この内部結合の重み値は固定的に設定されるべきもので
あることから、この算出された更新量に従って重み値を
更新する処理は行わない、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Ｙ、、Ｙ、を算出することが
要求されるが、この処理は、例えば、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、ｊを
用いて、上述の（９）式に従ってβ。ムを算出して（ｌ
Ｏ）式に従って真理値加算器１ｂとグレード値夏山層４
１の最後段のルール層の基本ユニット１との間の内部結
合の重み値の更新量を算出する。

この重み値は、制御操作量についてのメンバーシップ関
数をチューニングする場合には学習対象となることにな
るが、概略適切なメンバーシップ関数が求められている
場合には学習対象とするまでもないことから、この算出
された更新量に従って重み値を更新する処理を行わなく
てもよい。

続いて、重み値変更部３０ａは、この算出したβ、１を
用いて、上述の（１１）式に従ってγ、を算出して（１
２）式に従ってグレード値算出層４１の最後段のルール
層の基本ユニット１とその前段のルール層の基本ユニッ
ト１との間の内部結合の重み値の更新量を算出する。こ
の内部結合の重み値は学習対象となるものであることか
ら、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を算出して重み値管
理部１６ａ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、
学習対象となるグレード値算出層４１の隣接するルール
層の基本ユニット１間の内部結合の重み値の更新量を算
出し、この算出した更新量に従って次の更新サイクルの
ための重み値を算出して重み値管理部１６ａに格納して
いくとともに、学習対象となるグレード値算出層４１の
最前段のルール層の基本ユニット１と前件部真理値算出
層４０の基本ユニット１及び減算器１ａとの間の内部結
合の重み値の更新量を算出し、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を算出して重み値
管理部１６ａに格納する。

そして、重み変更部３０ａは、制御状態量のメンバーシ
ップ関数について概略適切なものが求められている場合
には、前件部真理値算出層４０内の内部結合の重み値に
ついては学習対象とするまでもないことから、ここで、
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、グレード値算出層４
１の隣接するルール層の基本ユニット１間の内部結合の
重み値と、グレード値算出層４１の最前段のルール層の
基本ユニット１と前件部真理値算出層４０の基本ユニッ
トｌ及び減算器１ａとの間の内部結合の重み値の更新処
理を続行する。なお、これらの内部結合の重み値の学習
開始時の初期値は、例えば乱数的に設定されることにな
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
を規定するグレード値夏山層４１の隣接するルール層の
基本ユニット１間の内部結合の重み値と、グレード値算
出層４１の最前段のルール層の基本ユニットｌと前件部
真理値算出層４０の基本ユニット１及び減算器１ａとの
間の内部結合の重み値とが求められることになるが、こ
の重み値は、階層ネットワーク部１１が制御対象をファ
ジィ制御ルールに従って正確に制御できるものとならし
める重み値であることを表している。これから、この学
習された重み値を最終的に重み値管理部１６ａに登録し
ていくことで、階層ネットワーク部１１を所望のファジ
ィ制御器として機能できるようになるのである。

また、この第５図の実施例では、グレード値算出層４１
の各ルール層が１個の基本ユニット１に従ってグレード
値を求めるための関数演算処理（ルール演算処理）を実
行するものを開示したが、階層ネットワーク部１１の中
の部分的な階層ネットワークを利用する方法に従ってグ
レード値を求めるように構成することも可能である。す
なわち、階層ネットワーク部１１の中にルール演算を実
現するための基本ユニット群を確保して、この基本ユニ
ット群の内部結合の重み値に対して規定のルール演算を
実現すべく学習された固定的な値をセットすることでグ
レード値を求めるようにしてもよいのである。このよう
にすれば、ルール演算としてより複雑な演算機能を実現
できることになる。

なお、この第５図の実施例では、基本ユニット１の演算
処理として、（２）式で表されるシグモイド関数の変換
処理を施すものを開示したが、線型関数の変換処理やス
テップ関数の変換処理を施すもので実現することも可能
である。

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６３−２１
６８６５号（昭和６３年８月３１日出出願“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ｌは、第１２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、乗纂型り／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
。ここで、減算器１ａや真理値加算器１ｂや重心導出値
算出器１ｃや平均値算出器１ｄについては、非線型関数
発生回路４ａを介さずに、サンプルホールド回路３ｂの
保持データが出力保持部５に保持される構成が採られる
ことになる。

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１が、第１３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１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ｌ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）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入力値と重み値との乗
算処理を行い、アナログ加算器３ａとサンプル水−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ト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。

階層ネットワーク部１１は、このようなハードウェア部
品による構成に依らずに、ソフトウェア手段により構成
することも可能である。このように構成すれば、制御状
態量についてのメンバーシップ関数の真理値をテーブル
手段等により正確に管理して、この管理するメンバーシ
ップ関数を検索することで前件部真理値算出層４０の実
行する機能である制御状態量についてのメンバーシップ
関数の真理値の算出処理を実現できることになることか
ら、第８図で説明したような関数形状のメンバーシップ
関数に限られることがなくなる。そして、グレード値算
出層４１のルール演算処理として基本ユニット１の演算
処理に拘束されることなくより複雑なものを採用するこ
とができるようになる。

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
出願“ネットワーク構成データ処理装置の学習処理方式
勺」で、バック・プロパゲーショ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、本発明はこのような改良されたバック
・プロパゲーション法やバック・プロパゲーション法以
外の別の重み値の学習方式も利用することができるので
ある。そして、階層ネットワーク部１１を構成する各ユ
ニットの演算処理の実現方法は本発明の本質をなすもの
ではないのであって、如何なる構成方法を採るものであ
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、階層ネットワー
ク構造に従ってファジィ制御器を構築するようにしたも
のであることから、機械的な処理に従って所望の制御論
理を実行するファジィ制御器を構築できるようになる。

これから、オペレータにかかるファジィ制御ルールのチ
ューニングの負荷を大きく低減できることになる。そし
て、公知の階層ネットワーク構成データ処理装置の階層
ネットワーク構造をそのまま利用するのではなくて、フ
ァジィ制御ルールに適合する形式でもって構造化させた
ものを用いるように構成したことから、従来のファジィ
制御器との整合性も保てることになる。

【図面の簡単な説明】

第１図は本発明の原理構成図、 第２図は本発明の一実施例、 第３図は基本ユニットの基本構成図、 第４図は階層ネットワークの基本構成図、第５図は階層
ネットワーク部の一実施例、第６図及び第７図は前件部
真理値算出層の一実施例、 第８図はメンバーシップ関数の説明図、第９図は後件部
真理値処理層の一実施例、第１０図は重心導出値算出層
の一実施例、第１１図は基本ユニットの一実施例、 第１２図は階層ネットワーク部の一実施例である。 図中、１は基本ユニット、１°は入カニニット、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ファジィ制御器、１１は階層ネット
ワーク部、１２は入カニニット、１３は処理ユニット、
１４はルールユニット、１５は出力ユニット、１６は内
部状態値管理部、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は学習処理装置、４０は前件部真理値算出層
、４１はグレード値算出層、４２は後件部真理値処理層
、４３は重心導出値算出層、４４は平均値算出層である
。

Claims (1)

1. 【特許請求の範囲】 階層ネットワーク部（１１）に従ってファジィ制御ルー
   ルを実行することで、入力される制御状態量に対応する
   制御操作量を算出して出力する階層ネットワーク構成フ
   ァジィ制御器であって、 上記階層ネットワーク部（１１）が、制御状態量を入力
   として、ファジィ制御ルールの前件部メンバーシップ関
   数の真理値を算出して出力する処理ユニット（１３）の
   複数により構成される算出層と、前段層のルールユニッ
   ト（１４）の出力するグレード値と該ルールユニット（
   １４）との間の内部結合に割り付けられる内部状態値と
   の乗算値を入力として、割り付けられる演算に従ってグ
   レード値を算出して出力するルールユニット（１４）の
   １つ又は複数により構成されるルール層を１つ又は複数
   段備えるとともに、隣接する前後段のルール層のルール
   ユニット（１４）の間と、最前段のルール層のルールユ
   ニット（１４）と上記算出層の処理ユニット（１３）と
   の間で相互に内部結合する構成が採られる中間層と、 該中間層の最後段のルール層の対応するルールユニット
   （１４）の出力するグレード値とファジィ制御ルールの
   後件部メンバーシップ関数とから制御操作量若しくはそ
   の対応値を算出して出力する出力ユニット（１５）の１
   つ又は複数により構成される出力層とを備えるとともに
   、 上記内部状態値として、制御状態量が上記算出層に与え
   られるときに上記出力層から所望の制御操作量若しくは
   その対応値が出力されることになる値が設定されるよう
   構成されることを、 特徴とするネットワーク構成ファジィ制御器。