JPH04364536A - ファジィ推論ルールの自動生成装置 - Google Patents
ファジィ推論ルールの自動生成装置Info
- Publication number
- JPH04364536A JPH04364536A JP3140158A JP14015891A JPH04364536A JP H04364536 A JPH04364536 A JP H04364536A JP 3140158 A JP3140158 A JP 3140158A JP 14015891 A JP14015891 A JP 14015891A JP H04364536 A JPH04364536 A JP H04364536A
- Authority
- JP
- Japan
- Prior art keywords
- rule
- fuzzy inference
- inference
- input
- rules
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/023—Learning or tuning the parameters of a fuzzy system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/026—Development tools for entering the parameters of a fuzzy system
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/90—Fuzzy logic
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Devices For Executing Special Programs (AREA)
- Feedback Control In General (AREA)
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。
め要約のデータは記録されません。
Description
【０００１】
【産業上の利用分野】本発明は、ファジィ推論ルールの
自動チューニング技術に関し、特にルールの自動生成機
能を持つファジィ推論ルールの自動生成装置に関するも
のである。
自動チューニング技術に関し、特にルールの自動生成機
能を持つファジィ推論ルールの自動生成装置に関するも
のである。
【０００２】
【従来の技術】近年、ファジィ推論技術が家電機器など
に搭載されてくるにしたがって、その開発時間を短縮す
るため、ファジィ推論ルールを人手によらず自動で調整
する自動チューニング技術が開発されてきている。この
ようなファジィ推論ルールの自動チューニング技術の例
として、「階層的ファジィモデルによる誤差逆伝播学習
（第６回ファジィシステムシンポジウム講演論文集（１
９９０年）ｐｐ５３９−５４２）」に記載されている逐
次型ファジィモデリングがある。これによれば、ファジ
イ推論の出力と与えられた入出力データとの誤差を小さ
くにするようにファジィ推論ルールのパラメータの値を
自動的かつ高速に調整できる。また、入力変数の増加に
対して調整するパラメータ数を削減するために、ファジ
ィモデルを階層にした誤差逆伝播学習も提案されている
。
に搭載されてくるにしたがって、その開発時間を短縮す
るため、ファジィ推論ルールを人手によらず自動で調整
する自動チューニング技術が開発されてきている。この
ようなファジィ推論ルールの自動チューニング技術の例
として、「階層的ファジィモデルによる誤差逆伝播学習
（第６回ファジィシステムシンポジウム講演論文集（１
９９０年）ｐｐ５３９−５４２）」に記載されている逐
次型ファジィモデリングがある。これによれば、ファジ
イ推論の出力と与えられた入出力データとの誤差を小さ
くにするようにファジィ推論ルールのパラメータの値を
自動的かつ高速に調整できる。また、入力変数の増加に
対して調整するパラメータ数を削減するために、ファジ
ィモデルを階層にした誤差逆伝播学習も提案されている
。
【０００３】
【発明が解決しようとする課題】しかし、上記のような
逐次型ファジィモデリングでは、調整するパラメータ数
の削減方法は提案されているが、入力空間の分割数すな
わちルール数を決める方法は提案されていないので、試
行錯誤で決めたルール数に対してパラメータを調整する
ので、良好な結果を得るには実験を何度か繰り返す必要
があった。
逐次型ファジィモデリングでは、調整するパラメータ数
の削減方法は提案されているが、入力空間の分割数すな
わちルール数を決める方法は提案されていないので、試
行錯誤で決めたルール数に対してパラメータを調整する
ので、良好な結果を得るには実験を何度か繰り返す必要
があった。
【０００４】また、一度あるデータでチューニングして
しまうと、後から得られたデータだけでさらにその推論
ルールをチューニングしようとしても、ルール数が固定
であるため以前のチューニング結果すなわち既成のルー
ルが損なわれ、先のデータに対して良好な結果が得られ
なくなることがあるという課題を有していた。
しまうと、後から得られたデータだけでさらにその推論
ルールをチューニングしようとしても、ルール数が固定
であるため以前のチューニング結果すなわち既成のルー
ルが損なわれ、先のデータに対して良好な結果が得られ
なくなることがあるという課題を有していた。
【０００５】本発明は、かかる従来のファジィ推論ルー
ルの自動生成装置の課題に鑑み、動的にルールを生成し
ながら入出力データに基づいてファジィ推論ルールのパ
ラメータの値を調整し、自動的に最適なファジィ推論ル
ールとそのパラメータの値の決定が可能となるファジィ
推論ルールの自動生成装置を提供することを目的とする
。
ルの自動生成装置の課題に鑑み、動的にルールを生成し
ながら入出力データに基づいてファジィ推論ルールのパ
ラメータの値を調整し、自動的に最適なファジィ推論ル
ールとそのパラメータの値の決定が可能となるファジィ
推論ルールの自動生成装置を提供することを目的とする
。
【０００６】
【課題を解決するための手段】本発明は、ファジィ推論
の出力とあらかじめ与えられた入出力データに基づいて
ファジィ推論ルールのパラメータの値を調整するパラメ
ータ調整部と、ファジィ推論の出力と入出力データから
推論誤差と推論誤差の変化量を計算し、推論誤差が所定
の値より小さいときにパラメータ調整部の動作を停止さ
せる推論誤差演算部と、推論誤差が所定の値より大きく
かつ推論誤差の変化量が所定の値より小さいときに新た
にファジィ推論ルールを生成するルール生成部とを備え
たことを特徴とするものである。
の出力とあらかじめ与えられた入出力データに基づいて
ファジィ推論ルールのパラメータの値を調整するパラメ
ータ調整部と、ファジィ推論の出力と入出力データから
推論誤差と推論誤差の変化量を計算し、推論誤差が所定
の値より小さいときにパラメータ調整部の動作を停止さ
せる推論誤差演算部と、推論誤差が所定の値より大きく
かつ推論誤差の変化量が所定の値より小さいときに新た
にファジィ推論ルールを生成するルール生成部とを備え
たことを特徴とするものである。
【０００７】また本発明は、新たに与えられた入出力デ
ータに対する新たなファジィ推論ルールを生成する領域
を選択するルール追加領域選択部と、ルール追加領域選
択部により選択されなかった領域に属している入出力デ
ータを除去する入出力データ選択部と、ルール追加領域
選択部により選択された領域に新たに生成されたファジ
ィ推論ルールのパラメータの値のみを調整する局所パラ
メータ調整部と、ルール追加領域選択部により選択され
た領域のみに新たにファジィ推論ルールを生成する局所
ルール生成部とを備えたことを特徴とするものである。
ータに対する新たなファジィ推論ルールを生成する領域
を選択するルール追加領域選択部と、ルール追加領域選
択部により選択されなかった領域に属している入出力デ
ータを除去する入出力データ選択部と、ルール追加領域
選択部により選択された領域に新たに生成されたファジ
ィ推論ルールのパラメータの値のみを調整する局所パラ
メータ調整部と、ルール追加領域選択部により選択され
た領域のみに新たにファジィ推論ルールを生成する局所
ルール生成部とを備えたことを特徴とするものである。
【０００８】さらに本発明は、ファジィ推論の出力を表
示する推論結果表示部と、推論結果表示部の出力に対す
るユーザの好みや判断を入力するユーザ入力部と、ユー
ザ入力部の出力に対する新たなファジィ推論ルールを生
成するユーザルール生成部とユーザルール生成部により
生成されたファジィ推論ルールのパラメータの値のみを
調整するユーザパラメータ調整部とを備えたことを特徴
とするものである。
示する推論結果表示部と、推論結果表示部の出力に対す
るユーザの好みや判断を入力するユーザ入力部と、ユー
ザ入力部の出力に対する新たなファジィ推論ルールを生
成するユーザルール生成部とユーザルール生成部により
生成されたファジィ推論ルールのパラメータの値のみを
調整するユーザパラメータ調整部とを備えたことを特徴
とするものである。
【０００９】また本発明は、ファジィ推論の出力とあら
かじめ与えられた入出力データからファジィ推論ルール
のパラメータの値を調整するパラメータ調整部と、ファ
ジィ推論ルールを表示するルール表示部と、推論誤差が
所定の値より大きくかつ推論誤差の変化量が所定の値よ
り小さいときに新たにファジィ推論ルールを生成するこ
とを要求するルール生成要求部とを備えたことを特徴と
するものである。
かじめ与えられた入出力データからファジィ推論ルール
のパラメータの値を調整するパラメータ調整部と、ファ
ジィ推論ルールを表示するルール表示部と、推論誤差が
所定の値より大きくかつ推論誤差の変化量が所定の値よ
り小さいときに新たにファジィ推論ルールを生成するこ
とを要求するルール生成要求部とを備えたことを特徴と
するものである。
【００１０】さらに本発明は、請求項１の発明にルール
生成部の動作の開始を指示する動作開始指示部と、推論
誤差演算部により計算される推論誤差とその変化量の値
を表示する推論誤差表示部とを付加したことを特徴とす
るものである。
生成部の動作の開始を指示する動作開始指示部と、推論
誤差演算部により計算される推論誤差とその変化量の値
を表示する推論誤差表示部とを付加したことを特徴とす
るものである。
【００１１】
【作用】本発明によれば、動的にルールを生成しながら
入出力データに基づいてファジィ推論ルールのパラメー
タを調整するので、最適なファジィ推論ルールとそのパ
ラメータの値を自動的に決定することができる。
入出力データに基づいてファジィ推論ルールのパラメー
タを調整するので、最適なファジィ推論ルールとそのパ
ラメータの値を自動的に決定することができる。
【００１２】また本発明によれば、新たに入力されたデ
ータに対するルールを動的に生成しながら、生成したフ
ァジィ推論ルールのパラメータの値のみを調整するので
、既成のルールの性能を損なうことなくファジィ推論ル
ールを生成することができる。
ータに対するルールを動的に生成しながら、生成したフ
ァジィ推論ルールのパラメータの値のみを調整するので
、既成のルールの性能を損なうことなくファジィ推論ル
ールを生成することができる。
【００１３】さらに本発明によれば、ファジィ推論の出
力に対するユーザの好みや判断が入力できるため、その
ユーザの持つノウハウを表すファジィ推論ルールを自動
的に生成することができる。
力に対するユーザの好みや判断が入力できるため、その
ユーザの持つノウハウを表すファジィ推論ルールを自動
的に生成することができる。
【００１４】また本発明によれば、ルールの生成過程で
ファジィ推論ルールを参照しながら、設計者が意図する
任意の領域へ自由にルールを追加することができる。
ファジィ推論ルールを参照しながら、設計者が意図する
任意の領域へ自由にルールを追加することができる。
【００１５】さらに本発明によれば、設計者が推論誤差
を見ながら任意の時点でルール生成の動作開始指示をだ
すことができる。
を見ながら任意の時点でルール生成の動作開始指示をだ
すことができる。
【００１６】
【実施例】以下、第１の発明の一実施例を図面を参照し
ながら説明する。
ながら説明する。
【００１７】図１はその第１の発明の一実施例を示す構
成図である。図１において、１はファジィ推論ルールを
記憶するルール記憶部、２はルール記憶部１に記憶され
ているファジィ推論ルールに従いファジィ推論を行うフ
ァジィ推論部、３はファジィ推論部２の出力とあらかじ
め与えられた入出力データを入力としてルール記憶部１
に記憶されているファジィ推論ルールのパラメータの値
を調整するパラメータ調整部、４はファジィ推論部２の
出力と入出力データから推論誤差と推論誤差の変化量を
計算し、推論誤差が所定の値より小さいときにパラメー
タ調整部３の動作を停止させる推論誤差演算部、５は推
論誤差演算部４により計算される推論誤差が所定の値よ
り大きくかつ推論誤差の変化量が所定の値より小さいと
きに新たにファジィ推論ルールを生成するルール生成部
である。
成図である。図１において、１はファジィ推論ルールを
記憶するルール記憶部、２はルール記憶部１に記憶され
ているファジィ推論ルールに従いファジィ推論を行うフ
ァジィ推論部、３はファジィ推論部２の出力とあらかじ
め与えられた入出力データを入力としてルール記憶部１
に記憶されているファジィ推論ルールのパラメータの値
を調整するパラメータ調整部、４はファジィ推論部２の
出力と入出力データから推論誤差と推論誤差の変化量を
計算し、推論誤差が所定の値より小さいときにパラメー
タ調整部３の動作を停止させる推論誤差演算部、５は推
論誤差演算部４により計算される推論誤差が所定の値よ
り大きくかつ推論誤差の変化量が所定の値より小さいと
きに新たにファジィ推論ルールを生成するルール生成部
である。
【００１８】さらに上記ルール記憶部１は、生成するフ
ァジィ推論ルールを記憶するルール主記憶部１ａと、ル
ール生成部５により更新される前のルール主記憶部１ａ
に記憶されているファジィ推論ルールを記憶しておくル
ール補助記憶部１ｂとして、またルール生成部５は、フ
ァジィ推論ルールを生成する領域を決定するルール生成
領域決定部５ａと、ルール生成領域決定部５ａにより決
定された領域に新たにルールを生成しルール主記憶部１
ａに記憶されているファジィ推論ルールの前件部を更新
する前件部生成部５ｂと、前件部生成部５ｂにより更新
されたファジィ推論ルールの前件部のパラメータの値を
入力としルール主記憶部１ａに記憶されているファジィ
推論ルールの後件部を更新する後件部生成部５ｃとから
なっている。
ァジィ推論ルールを記憶するルール主記憶部１ａと、ル
ール生成部５により更新される前のルール主記憶部１ａ
に記憶されているファジィ推論ルールを記憶しておくル
ール補助記憶部１ｂとして、またルール生成部５は、フ
ァジィ推論ルールを生成する領域を決定するルール生成
領域決定部５ａと、ルール生成領域決定部５ａにより決
定された領域に新たにルールを生成しルール主記憶部１
ａに記憶されているファジィ推論ルールの前件部を更新
する前件部生成部５ｂと、前件部生成部５ｂにより更新
されたファジィ推論ルールの前件部のパラメータの値を
入力としルール主記憶部１ａに記憶されているファジィ
推論ルールの後件部を更新する後件部生成部５ｃとから
なっている。
【００１９】以上のように構成されたファジィ推論ルー
ルの自動生成装置の動作を図２のフローチャートを参照
しながら説明する。 ［ステップａ０］入出力データ（ｘ１ｐ，ｘ２ｐ，．．
．，ｘｎｐ，ｙｐｒ）（ｐ＝１，２，．．．，Ｎｄ；Ｎ
ｄは入出力データの個数）を各次元毎に区間［−１，１
］の値をとるように正規化する。
ルの自動生成装置の動作を図２のフローチャートを参照
しながら説明する。 ［ステップａ０］入出力データ（ｘ１ｐ，ｘ２ｐ，．．
．，ｘｎｐ，ｙｐｒ）（ｐ＝１，２，．．．，Ｎｄ；Ｎ
ｄは入出力データの個数）を各次元毎に区間［−１，１
］の値をとるように正規化する。
【００２０】このステップａ０は必ずしも行わなくても
よく、次のステップａ１から始めてもよい。しかし、ス
テップａ０を行うことにより学習係数の設定や次のステ
ップａ１でのしきい値の設定が容易になる。 ［ステップａ１］パラメータ調整部３の動作停止判定用
のしきい値Ｔａ１と、ルールの生成部５の動作開始判定
用しきい値Ｔａ２を設定する。 ［ステップａ２］ファジィ推論ルールの初期設定と入出
力データ番号ｐの初期設定を行う。
よく、次のステップａ１から始めてもよい。しかし、ス
テップａ０を行うことにより学習係数の設定や次のステ
ップａ１でのしきい値の設定が容易になる。 ［ステップａ１］パラメータ調整部３の動作停止判定用
のしきい値Ｔａ１と、ルールの生成部５の動作開始判定
用しきい値Ｔａ２を設定する。 ［ステップａ２］ファジィ推論ルールの初期設定と入出
力データ番号ｐの初期設定を行う。
【００２１】本発明で生成されるファジィ推論ルールは
以下の形式で表される。
以下の形式で表される。
【００２２】
【数１】
【００２３】ｎは入力変数の数、Ｒｋ（ｋ＝１，２，．
．．，Ｎ）は第ｋ番目のファジィ推論ルール、Ａｉｊｉ
（ｉ＝１，２，．．．，ｎ；ｊｉ＝０，１，．．．）は
第ｉ入力変数の変域における第ｊｉ番目のメンバシップ
関数、ｗｋ（ｋ＝１，２，．．．）は後件部の実数値で
ある。
．．，Ｎ）は第ｋ番目のファジィ推論ルール、Ａｉｊｉ
（ｉ＝１，２，．．．，ｎ；ｊｉ＝０，１，．．．）は
第ｉ入力変数の変域における第ｊｉ番目のメンバシップ
関数、ｗｋ（ｋ＝１，２，．．．）は後件部の実数値で
ある。
【００２４】本実施例ではメンバシップ関数Ａｉｊｉ（
ｉ＝１，２，．．．，ｎ；ｊｉ＝０，１，．．．）は以
下のように表す。
ｉ＝１，２，．．．，ｎ；ｊｉ＝０，１，．．．）は以
下のように表す。
【００２５】
【数２】
【００２６】図３は（数２）で表されるメンバシップ関
数の一例である。
数の一例である。
【００２７】図４に示すように、ステップａ２でのファ
ジィ推論ルールの初期設定は、前件部のメンバシップ関
数は各入力変数について２つ設定し、後件部の実数値は
０に初期化する。例えば入力変数が３つの場合、ルール
主記憶部１ａには以下の２３個のファジィ推論ルールが
格納されることになる。
ジィ推論ルールの初期設定は、前件部のメンバシップ関
数は各入力変数について２つ設定し、後件部の実数値は
０に初期化する。例えば入力変数が３つの場合、ルール
主記憶部１ａには以下の２３個のファジィ推論ルールが
格納されることになる。
【００２８】
【数３】
【００２９】また、入出力データ番号ｐは１に初期化す
る。 ［ステップａ３］ｐ番目の入出力データ（ｘ１ｐ，ｘ２
ｐ，．．．，ｘｎｐ，ｙｐｒ）を取り込む。
る。 ［ステップａ３］ｐ番目の入出力データ（ｘ１ｐ，ｘ２
ｐ，．．．，ｘｎｐ，ｙｐｒ）を取り込む。
【００３０】入力データ（ｘ１ｐ，ｘ２ｐ，．．．，ｘ
ｎｐ）はファジィ推論部２に、出力データｙｐｒはパラ
メータ調整部３に入力される。 ［ステップａ４］入力データ（ｘ１ｐ，ｘ２ｐ，．．．
，ｘｎｐ）に対するファジィ推論部２の出力をｙｐ＊と
する。ファジィ推論は以下の式で行う。
ｎｐ）はファジィ推論部２に、出力データｙｐｒはパラ
メータ調整部３に入力される。 ［ステップａ４］入力データ（ｘ１ｐ，ｘ２ｐ，．．．
，ｘｎｐ）に対するファジィ推論部２の出力をｙｐ＊と
する。ファジィ推論は以下の式で行う。
【００３１】
【数４】
【００３２】ただし、μｋはファジィ推論ルールＲｋの
前件部の適合度を表す。 ［ステップａ５］パラメータ調整部３において、ファジ
ィ推論ルールのパラメータａｉｊｉ、ｗｋの値を更新す
る。
前件部の適合度を表す。 ［ステップａ５］パラメータ調整部３において、ファジ
ィ推論ルールのパラメータａｉｊｉ、ｗｋの値を更新す
る。
【００３３】本実施例では、ファジィ推論部２の出力ｙ
ｐ＊と出力データｙｐｒの差、すなわち推論誤差を表す
評価関数Ｅとして次式を考え、
ｐ＊と出力データｙｐｒの差、すなわち推論誤差を表す
評価関数Ｅとして次式を考え、
【００３４】
【数５】
【００３５】最急降下法に基づき、Ｅを極小にするよう
にパラメータａｉｊｉ、ｗｋの値を次式により更新する
。
にパラメータａｉｊｉ、ｗｋの値を次式により更新する
。
【００３６】
【数６】
【００３７】Ｋｗ、Ｋａはあらかじめ与えておく定数で
あり、また（数４）より∂Ｅ／∂ｗｋは、
あり、また（数４）より∂Ｅ／∂ｗｋは、
【００３８】
【数７】
【００３９】となる。∂Ｅ／∂ａｉｊｉについても同様
にして計算できる。 ［ステップａ６］入出力データ番号ｐと入出力データの
個数Ｎｄを比較する。入出力データ番号ｐが入出力デー
タの個数Ｎｄよりも小さいならば、ｐの値を１増やして
ステップａ３へもどり、データ番号ｐが入出力データの
個数Ｎｄと等しくなるまでステップａ３からステップａ
５までを繰り返す。この手続きによる全ての入出力デー
タの一通りの提示とそれにともなうパラメータの値の更
新をチューニングサイクルと呼ぶ。入出力データ番号ｐ
が入出力データの個数Ｎｄに等しくなったらステップａ
７へ進む。 ［ステップａ７］推論誤差Ｄ（ｔ）とその変化量△Ｄ（
ｔ）を次式により計算する。
にして計算できる。 ［ステップａ６］入出力データ番号ｐと入出力データの
個数Ｎｄを比較する。入出力データ番号ｐが入出力デー
タの個数Ｎｄよりも小さいならば、ｐの値を１増やして
ステップａ３へもどり、データ番号ｐが入出力データの
個数Ｎｄと等しくなるまでステップａ３からステップａ
５までを繰り返す。この手続きによる全ての入出力デー
タの一通りの提示とそれにともなうパラメータの値の更
新をチューニングサイクルと呼ぶ。入出力データ番号ｐ
が入出力データの個数Ｎｄに等しくなったらステップａ
７へ進む。 ［ステップａ７］推論誤差Ｄ（ｔ）とその変化量△Ｄ（
ｔ）を次式により計算する。
【００４０】
【数８】
【００４１】Ｄ（ｔ）はｔ回目のチューニングサイクル
終了時の推論誤差を表している。 ［ステップａ８］推論誤差Ｄ（ｔ）とステップａ１で設
定したしきい値Ｔａ１を比較する。Ｄ（ｔ）がしきい値
Ｔａ１よりも大きければステップａ９へ進む。推論誤差
Ｄ（ｔ）がしきい値Ｔａ１よりも小さければ所望の精度
のファジィ推論ルールが生成できたものとし、誤差演算
部４はパラメータ調整部３の動作を停止させファジィ推
論ルールの生成を終了する。 ［ステップａ９］推論誤差の変化量△Ｄ（ｔ）の符号ｓ
ｇｎ［△Ｄ（ｔ）］を調べる。ｓｇｎ［△Ｄ（ｔ）］が
正、すなわちＤ（ｔ）が増加しているならば現在のファ
ジィ推論ルールでは推論誤差は減少しないと判断し、新
たにファジィ推論ルールを生成する領域を決定するステ
ップａ１１へ進む。ｓｇｎ［△Ｄ（ｔ）］が負、すなわ
ちＤ（ｔ）が減少しているならばステップａ１０へ進む
。 ［ステップａ１０］推論誤差の変化量の絶対値｜△Ｄ（
ｔ）｜とステップａ１で設定したしきい値Ｔａ２を比較
する。｜△Ｄ（ｔ）｜がしきい値Ｔａ２よりも大きけれ
ば入出力データ番号ｐを１に初期化してステップａ３へ
もどる。｜△Ｄ（ｔ）｜がしきい値Ｔａ２よりも小さけ
れば現在のファジィ推論ルールではこれ以上誤差は減少
しないと判断し、新たにファジィ推論ルールを生成する
領域を決定するステップａ１１へ進む。 ［ステップａ１１］前件部の入力変数各々に設定された
相隣るメンバシップ関数で分割されている領域毎に、そ
の領域に属している入出力データに対して推論誤差を計
算することを全ての前件部入力変数について行い、最も
推論誤差の大きい領域を新たにファジィ推論ルールを生
成する領域に決定する。
終了時の推論誤差を表している。 ［ステップａ８］推論誤差Ｄ（ｔ）とステップａ１で設
定したしきい値Ｔａ１を比較する。Ｄ（ｔ）がしきい値
Ｔａ１よりも大きければステップａ９へ進む。推論誤差
Ｄ（ｔ）がしきい値Ｔａ１よりも小さければ所望の精度
のファジィ推論ルールが生成できたものとし、誤差演算
部４はパラメータ調整部３の動作を停止させファジィ推
論ルールの生成を終了する。 ［ステップａ９］推論誤差の変化量△Ｄ（ｔ）の符号ｓ
ｇｎ［△Ｄ（ｔ）］を調べる。ｓｇｎ［△Ｄ（ｔ）］が
正、すなわちＤ（ｔ）が増加しているならば現在のファ
ジィ推論ルールでは推論誤差は減少しないと判断し、新
たにファジィ推論ルールを生成する領域を決定するステ
ップａ１１へ進む。ｓｇｎ［△Ｄ（ｔ）］が負、すなわ
ちＤ（ｔ）が減少しているならばステップａ１０へ進む
。 ［ステップａ１０］推論誤差の変化量の絶対値｜△Ｄ（
ｔ）｜とステップａ１で設定したしきい値Ｔａ２を比較
する。｜△Ｄ（ｔ）｜がしきい値Ｔａ２よりも大きけれ
ば入出力データ番号ｐを１に初期化してステップａ３へ
もどる。｜△Ｄ（ｔ）｜がしきい値Ｔａ２よりも小さけ
れば現在のファジィ推論ルールではこれ以上誤差は減少
しないと判断し、新たにファジィ推論ルールを生成する
領域を決定するステップａ１１へ進む。 ［ステップａ１１］前件部の入力変数各々に設定された
相隣るメンバシップ関数で分割されている領域毎に、そ
の領域に属している入出力データに対して推論誤差を計
算することを全ての前件部入力変数について行い、最も
推論誤差の大きい領域を新たにファジィ推論ルールを生
成する領域に決定する。
【００４２】例えば図５に示すように、入力変数の数が
２つでそれぞれに３つのメンバシップ関数が設定されて
いる場合、推論誤差を計算する領域はｘ１についてＲ１
０とＲ１１、ｘ２についてＲ２０とＲ２１の計４領域で
ある。なお、入力データが領域の境界線上にくる場合は
、その境界線を作っているどの領域にも属しているとす
る。 ［ステップａ１２］まず、現在ルール主記憶部１ａに記
憶されているファジィ推論ルールをルール補助記憶部１
ｂにコピーする。次にステップａ１１で決定された領域
に前件部のメンバシップ関数を図６のように生成し、ル
ール主記憶部１ａに記憶されているファジィ推論ルール
の前件部のパラメータの値を更新する。
２つでそれぞれに３つのメンバシップ関数が設定されて
いる場合、推論誤差を計算する領域はｘ１についてＲ１
０とＲ１１、ｘ２についてＲ２０とＲ２１の計４領域で
ある。なお、入力データが領域の境界線上にくる場合は
、その境界線を作っているどの領域にも属しているとす
る。 ［ステップａ１２］まず、現在ルール主記憶部１ａに記
憶されているファジィ推論ルールをルール補助記憶部１
ｂにコピーする。次にステップａ１１で決定された領域
に前件部のメンバシップ関数を図６のように生成し、ル
ール主記憶部１ａに記憶されているファジィ推論ルール
の前件部のパラメータの値を更新する。
【００４３】例を挙げると、まず、図５に示されている
ファジィ推論ルールをルール補助記憶部１ｂにコピーす
る。次に、例えばステップａ１１で図５に示した領域Ｒ
１０がファジィ推論ルールの生成領域に決定されたとす
ると、図６に示すように、図５におけるＲ１０を等分割
するように入力変数ｘ１の変域内にメンバシップ関数を
そのパラメータａｉｊｉの値で生成し、その値が小さい
順にパラメータ番号ｊｉを更新し、ルール主記憶部１ａ
を更新する。
ファジィ推論ルールをルール補助記憶部１ｂにコピーす
る。次に、例えばステップａ１１で図５に示した領域Ｒ
１０がファジィ推論ルールの生成領域に決定されたとす
ると、図６に示すように、図５におけるＲ１０を等分割
するように入力変数ｘ１の変域内にメンバシップ関数を
そのパラメータａｉｊｉの値で生成し、その値が小さい
順にパラメータ番号ｊｉを更新し、ルール主記憶部１ａ
を更新する。
【００４４】ステップａ１２では、ステップａ２により
各変数毎に２つのメンバシップ関数が設定され最初に前
のステップａ１１へきたときは、例えば入力変数が２つ
なら１つの長方形の領域、入力変数が３つなら１つの直
方体の領域という具合いに、推論誤差を調べる領域は１
つしかないので少なくとも１つの入力変数についてメン
バシップ関数を生成する。また、ここに挙げた例では、
ステップａ１１で決定された領域内に新たに１つだけメ
ンバシップ関数を生成したが、いくつ生成してもよく、
また等分割でなくてもよい。 ［ステップａ１３］ステップａ１２でルール補助記憶部
１ｂにコピーした更新前のファジィ推論ルールを用いて
、ステップａ１２により更新されたファジィ推論ルール
の前件部のパラメータの値をルール毎に入力してファジ
ィ推論を行い、その結果を更新されたファジィ推論ルー
ルの後件部のパラメータの値として、ルール主記憶部１
ａに記憶されているファジィ推論ルールの後件部のパラ
メータの値を更新する。後件部の更新が終われば入出力
データ番号ｐを１に初期化してステップａ３へもどる。
各変数毎に２つのメンバシップ関数が設定され最初に前
のステップａ１１へきたときは、例えば入力変数が２つ
なら１つの長方形の領域、入力変数が３つなら１つの直
方体の領域という具合いに、推論誤差を調べる領域は１
つしかないので少なくとも１つの入力変数についてメン
バシップ関数を生成する。また、ここに挙げた例では、
ステップａ１１で決定された領域内に新たに１つだけメ
ンバシップ関数を生成したが、いくつ生成してもよく、
また等分割でなくてもよい。 ［ステップａ１３］ステップａ１２でルール補助記憶部
１ｂにコピーした更新前のファジィ推論ルールを用いて
、ステップａ１２により更新されたファジィ推論ルール
の前件部のパラメータの値をルール毎に入力してファジ
ィ推論を行い、その結果を更新されたファジィ推論ルー
ルの後件部のパラメータの値として、ルール主記憶部１
ａに記憶されているファジィ推論ルールの後件部のパラ
メータの値を更新する。後件部の更新が終われば入出力
データ番号ｐを１に初期化してステップａ３へもどる。
【００４５】本実施例で述べたステップａ１２、ａ１３
の手順によりファジィ推論ルールを生成するならば、ル
ールの更新の前後で推論誤差が増加するようなことはな
い。これは、更新したファジィ推論ルールの出力がもと
のファジィ推論ルールの出力とまったく同じになること
を意味している。このことを１入力１出力のファジィ推
論ルールの例を挙げて説明する。
の手順によりファジィ推論ルールを生成するならば、ル
ールの更新の前後で推論誤差が増加するようなことはな
い。これは、更新したファジィ推論ルールの出力がもと
のファジィ推論ルールの出力とまったく同じになること
を意味している。このことを１入力１出力のファジィ推
論ルールの例を挙げて説明する。
【００４６】いま、図７に示すような領域とメンバシッ
プ関数を考える。この領域におけるファジィ推論ルール
とのその出力ｙは次式で与えられる。
プ関数を考える。この領域におけるファジィ推論ルール
とのその出力ｙは次式で与えられる。
【００４７】
【数９】
【００４８】図８に示すようにステップａ１２、ａ１３
によりルールを１つ追加すると、更新されたファジィ推
論ルールとその出力は領域Ｒ０１、Ｒ０２それぞれにつ
いて、
によりルールを１つ追加すると、更新されたファジィ推
論ルールとその出力は領域Ｒ０１、Ｒ０２それぞれにつ
いて、
【００４９】
【数１０】
【００５０】となり、（数９）と一致する。
【００５１】このように、新たにファジィ推論ルールを
生成したことによるルールの更新の前後で推論誤差は変
化しない。すなわち、推論誤差を増加させずにファジィ
推論ルールを増加させることができるので、パラメータ
の調整を継続することによりさらに推論誤差を小さくす
ることができる。
生成したことによるルールの更新の前後で推論誤差は変
化しない。すなわち、推論誤差を増加させずにファジィ
推論ルールを増加させることができるので、パラメータ
の調整を継続することによりさらに推論誤差を小さくす
ることができる。
【００５２】このように第１の発明によれば、メンバシ
ップ関数で分割された領域毎に推論誤差とその変化量を
調べ、推論誤差の大きい領域に動的にルールを生成しな
がら入出力データに基づいてファジィ推論ルールのパラ
メータを調整するので、最適なファジィ推論ルールとそ
のパラメータの値を自動的に決定することができる。こ
れにより、試行錯誤的に実験を繰り返す必要がなくなり
、開発時間を大幅に短縮することができる。
ップ関数で分割された領域毎に推論誤差とその変化量を
調べ、推論誤差の大きい領域に動的にルールを生成しな
がら入出力データに基づいてファジィ推論ルールのパラ
メータを調整するので、最適なファジィ推論ルールとそ
のパラメータの値を自動的に決定することができる。こ
れにより、試行錯誤的に実験を繰り返す必要がなくなり
、開発時間を大幅に短縮することができる。
【００５３】なお、本実施例ではメンバシップ関数は入
力変数に関する一次関数としたが、前件部の入力変数各
々に設定された相隣るメンバシップ関数の対応するグレ
ード値の和が１になるようにすればどのような関数を用
いてもよい。例えばメンバシップ関数を高次にすること
により、少ないパラメータでより非線形な出力が得られ
るファジィ推論ルールが生成できる。
力変数に関する一次関数としたが、前件部の入力変数各
々に設定された相隣るメンバシップ関数の対応するグレ
ード値の和が１になるようにすればどのような関数を用
いてもよい。例えばメンバシップ関数を高次にすること
により、少ないパラメータでより非線形な出力が得られ
るファジィ推論ルールが生成できる。
【００５４】また、ファジィ推論ルールの初期設定にお
けるメンバシップ関数の数と後件部実数値の値は任意の
値に設定できる。例えば入出力データの特徴に合わせて
設定することにより、ルールの生成時間が短縮される効
果が得られる。
けるメンバシップ関数の数と後件部実数値の値は任意の
値に設定できる。例えば入出力データの特徴に合わせて
設定することにより、ルールの生成時間が短縮される効
果が得られる。
【００５５】なお、パラメータ調整部は最急降下法を例
にとって説明したが、共役勾配法、準ニュートン法など
他の非線形最適化手法を用いることもできる。これらに
よれば、調整速度の向上や、微分演算が不用になるなど
の効果が得られる。
にとって説明したが、共役勾配法、準ニュートン法など
他の非線形最適化手法を用いることもできる。これらに
よれば、調整速度の向上や、微分演算が不用になるなど
の効果が得られる。
【００５６】また、本実施例では前件部のメンバシップ
関数と後件部の実数値を同時にチューニングしたが、ど
ちらか一方でもよい。
関数と後件部の実数値を同時にチューニングしたが、ど
ちらか一方でもよい。
【００５７】なお、誤差演算部４ではパラメータ調整部
の動作停止判定を推論誤差の値により行っているが、チ
ューニングの回数をあらかじめチューニング開始前に与
える方法もある。
の動作停止判定を推論誤差の値により行っているが、チ
ューニングの回数をあらかじめチューニング開始前に与
える方法もある。
【００５８】次に、第２の発明の一実施例を図９を参照
しながら説明する。
しながら説明する。
【００５９】なお、図９に示す第２の発明の一実施例は
、基本的に図１に示した第１の発明の一実施例と同じ構
成であるので同一構成部分には同一番号を付して詳細な
説明は省略する。第１の発明の構成と異なるのは、新た
に与えられた入出力データに対する新たなファジィ推論
ルールを生成する領域を選択するルール追加領域選択部
６と、ルール追加領域選択部６により選択されなかった
領域に属している入出力データを除去する入出力データ
選択部７と、ルール追加領域選択部６により選択された
領域に新たに生成されたファジィ推論ルールのパラメー
タの値のみを調整する局所パラメータ調整部８と、ルー
ル追加領域選択部により選択された領域にのみ新たにフ
ァジィ推論ルールを生成する局所ルール生成部９とを備
えたことである。
、基本的に図１に示した第１の発明の一実施例と同じ構
成であるので同一構成部分には同一番号を付して詳細な
説明は省略する。第１の発明の構成と異なるのは、新た
に与えられた入出力データに対する新たなファジィ推論
ルールを生成する領域を選択するルール追加領域選択部
６と、ルール追加領域選択部６により選択されなかった
領域に属している入出力データを除去する入出力データ
選択部７と、ルール追加領域選択部６により選択された
領域に新たに生成されたファジィ推論ルールのパラメー
タの値のみを調整する局所パラメータ調整部８と、ルー
ル追加領域選択部により選択された領域にのみ新たにフ
ァジィ推論ルールを生成する局所ルール生成部９とを備
えたことである。
【００６０】さらに局所ルール生成部９は、ルール追加
領域選択部６により選択された領域内でファジィ推論ル
ールを生成する領域を決定する局所ルール生成領域決定
部９ａと、ルール生成領域決定部９ａにより決定された
領域に前件部のメンバシップ関数をその形状を表すパラ
メータの値で生成する局所前件部生成部９ｂと、局所前
件部生成部９ｂにより更新されたファジィ推論ルールの
前件部のパラメータの値を入力とし、ルール記憶部１に
記憶されているファジィ推論ルールの後件部のパラメー
タの値を更新する局所後件部生成部９ｃとからなってい
る。
領域選択部６により選択された領域内でファジィ推論ル
ールを生成する領域を決定する局所ルール生成領域決定
部９ａと、ルール生成領域決定部９ａにより決定された
領域に前件部のメンバシップ関数をその形状を表すパラ
メータの値で生成する局所前件部生成部９ｂと、局所前
件部生成部９ｂにより更新されたファジィ推論ルールの
前件部のパラメータの値を入力とし、ルール記憶部１に
記憶されているファジィ推論ルールの後件部のパラメー
タの値を更新する局所後件部生成部９ｃとからなってい
る。
【００６１】以上のように構成された第２の発明の一実
施例の動作を図１０のフローチャートを参照しながら説
明する。 ［ステップｂ０］局所パラメータ調整部８の動作停止判
定用のしきい値Ｔｂ１と、局所ルール生成部９の動作開
始判定用しきい値Ｔｂ２を設定する。ただし、Ｔｂ１は
ルール主記憶部１ａに記憶されている既成のファジィ推
論ルールを生成したときと同じ値にする。 ［ステップｂ１］ルール追加領域選択部６において、ル
ール主記憶部１ａに記憶されている既成のファジィ推論
ルールを用いて、その前件部の入力変数各々に設定され
た相隣るメンバシップ関数で分割されている領域毎に、
その領域に属している新たに与えられた入出力データに
対して推論誤差を計算し、推論誤差がしきい値Ｔｂ１よ
り大きい領域を新たにファジィ推論ルールを生成する領
域とする。
施例の動作を図１０のフローチャートを参照しながら説
明する。 ［ステップｂ０］局所パラメータ調整部８の動作停止判
定用のしきい値Ｔｂ１と、局所ルール生成部９の動作開
始判定用しきい値Ｔｂ２を設定する。ただし、Ｔｂ１は
ルール主記憶部１ａに記憶されている既成のファジィ推
論ルールを生成したときと同じ値にする。 ［ステップｂ１］ルール追加領域選択部６において、ル
ール主記憶部１ａに記憶されている既成のファジィ推論
ルールを用いて、その前件部の入力変数各々に設定され
た相隣るメンバシップ関数で分割されている領域毎に、
その領域に属している新たに与えられた入出力データに
対して推論誤差を計算し、推論誤差がしきい値Ｔｂ１よ
り大きい領域を新たにファジィ推論ルールを生成する領
域とする。
【００６２】第１の発明によるルール生成領域の決定と
推論誤差を計算する領域が異なり、ここで対象となる領
域は、例えば図１１に示すような４領域である。 ［ステップｂ２］局所ルール生成部９を起動し、ステッ
プｂ０で選択された領域のうち少なくとも１つの領域、
例えば最も推論誤差の大きい領域に、新たにファジィ推
論ルールを生成する。このとき各入力変数毎に少なくと
も１つ新たにメンバシップ関数を生成する。
推論誤差を計算する領域が異なり、ここで対象となる領
域は、例えば図１１に示すような４領域である。 ［ステップｂ２］局所ルール生成部９を起動し、ステッ
プｂ０で選択された領域のうち少なくとも１つの領域、
例えば最も推論誤差の大きい領域に、新たにファジィ推
論ルールを生成する。このとき各入力変数毎に少なくと
も１つ新たにメンバシップ関数を生成する。
【００６３】例えばステップｂ０で領域Ｒ１０が選択さ
れたとすると、図１２に示すようなルールを新たに生成
する。この例では各入力変数毎に２つ新たにメンバシッ
プ関数を生成し、◇および◆の印で表されている１６個
の新たなルールを生成したが、各入力変数毎に少なくと
も１つメンバシップ関数を生成すればよい。 ［ステップｂ３］入出力データ選択部７において、ステ
ップｂ０で選択されなかった領域に属している入出力デ
ータを除き、入出力データ番号ｐを更新する。
れたとすると、図１２に示すようなルールを新たに生成
する。この例では各入力変数毎に２つ新たにメンバシッ
プ関数を生成し、◇および◆の印で表されている１６個
の新たなルールを生成したが、各入力変数毎に少なくと
も１つメンバシップ関数を生成すればよい。 ［ステップｂ３］入出力データ選択部７において、ステ
ップｂ０で選択されなかった領域に属している入出力デ
ータを除き、入出力データ番号ｐを更新する。
【００６４】例えば図１１の領域Ｒ０１に属している入
力データを図１２のように除く。
力データを図１２のように除く。
【００６５】次のステップｂ４からステップｂ１４まで
は第１の発明の一実施例のステップａ３からステップａ
１３と基本的に同じ動作であるので、詳細な説明は省略
し異なる動作のステップのみを以下に説明する。 ［ステップｂ６］局所パラメータ調整部８で、ファジィ
推論ルールのパラメータｗｋの値を更新する。ただし、
更新するのはステップｂ０で選択された領域内に新たに
生成されたファジィ推論ルールのパラメータの値のみで
あり、しかも選択された領域内に新たに生成されたファ
ジィ推論ルールであっても領域の境界上のパラメータは
更新しない。例えば、図１２の例では◇印のルールのパ
ラメータの値のみを更新し、◆印のルールのパラメータ
の値は更新しない。これにより、データが入らなかった
他の領域におけるファジィ推論の出力を変化させずに新
たにファジィ推論ルールを生成することができる。 ［ステップｂ１２］局所ルール生成領域決定部９ａによ
り推論誤差がしきい値Ｔｂ１より大きい領域をステップ
ｂ１と同様の方法で調べ、新しくファジィ推論ルールを
生成する領域を決定する。ただし、推論誤差を調べる領
域はステップｂ１で選択された領域内のみとする。 ［ステップｂ１３］局所前件部生成部９ｂにより前件部
のパラメータを生成する。 ［ステップｂ１４］局所前件部生成部９ｃにより後件部
のパラメータを計算する。
は第１の発明の一実施例のステップａ３からステップａ
１３と基本的に同じ動作であるので、詳細な説明は省略
し異なる動作のステップのみを以下に説明する。 ［ステップｂ６］局所パラメータ調整部８で、ファジィ
推論ルールのパラメータｗｋの値を更新する。ただし、
更新するのはステップｂ０で選択された領域内に新たに
生成されたファジィ推論ルールのパラメータの値のみで
あり、しかも選択された領域内に新たに生成されたファ
ジィ推論ルールであっても領域の境界上のパラメータは
更新しない。例えば、図１２の例では◇印のルールのパ
ラメータの値のみを更新し、◆印のルールのパラメータ
の値は更新しない。これにより、データが入らなかった
他の領域におけるファジィ推論の出力を変化させずに新
たにファジィ推論ルールを生成することができる。 ［ステップｂ１２］局所ルール生成領域決定部９ａによ
り推論誤差がしきい値Ｔｂ１より大きい領域をステップ
ｂ１と同様の方法で調べ、新しくファジィ推論ルールを
生成する領域を決定する。ただし、推論誤差を調べる領
域はステップｂ１で選択された領域内のみとする。 ［ステップｂ１３］局所前件部生成部９ｂにより前件部
のパラメータを生成する。 ［ステップｂ１４］局所前件部生成部９ｃにより後件部
のパラメータを計算する。
【００６６】ステップｂ１３、ｂ１４は第１の発明のス
テップａ１２、ａ１３と同じ動作である。
テップａ１２、ａ１３と同じ動作である。
【００６７】以上のように第２の発明によれば、新たに
入力されたデータに対して、これとは別に生成された既
成のファジィ推論ルールでは誤差の大きい領域のみに動
的にルールを生成しながら、生成したファジィ推論ルー
ルのパラメータの値のみを、領域の境界上のパラメータ
はのぞいて調整するので、既成のルールの性能を損なう
ことなくファジィ推論ルールを生成することができる。
入力されたデータに対して、これとは別に生成された既
成のファジィ推論ルールでは誤差の大きい領域のみに動
的にルールを生成しながら、生成したファジィ推論ルー
ルのパラメータの値のみを、領域の境界上のパラメータ
はのぞいて調整するので、既成のルールの性能を損なう
ことなくファジィ推論ルールを生成することができる。
【００６８】次に、第３の発明の一実施例を図１３を参
照しながら説明する。
照しながら説明する。
【００６９】なお、図１３に示す第３の発明の一実施例
は、基本的に図１に示した第１の発明の一実施例と同じ
構成であるので同一構成部分には同一番号を付して詳細
な説明は省略する。第１の発明の構成と異なるのは、フ
ァジィ推論部２の出力を表示する推論結果表示部１０と
、推論結果表示部１０の出力に対するユーザの好みや判
断を入力するユーザ入力部１１と、ユーザ入力部１１の
出力に対する新たなファジィ推論ルールを生成するユー
ザルール生成部１２と、ユーザルール生成部１２により
生成されたファジィ推論ルールのパラメータのみ値を調
整するユーザパラメータ調整部１３とを備えたことであ
る。
は、基本的に図１に示した第１の発明の一実施例と同じ
構成であるので同一構成部分には同一番号を付して詳細
な説明は省略する。第１の発明の構成と異なるのは、フ
ァジィ推論部２の出力を表示する推論結果表示部１０と
、推論結果表示部１０の出力に対するユーザの好みや判
断を入力するユーザ入力部１１と、ユーザ入力部１１の
出力に対する新たなファジィ推論ルールを生成するユー
ザルール生成部１２と、ユーザルール生成部１２により
生成されたファジィ推論ルールのパラメータのみ値を調
整するユーザパラメータ調整部１３とを備えたことであ
る。
【００７０】さらにユーザルール生成部１２は、ユーザ
入力部１１に入力があったとき、新たにファジィ推論ル
ールを生成する領域に決定するユーザルール生成領域決
定部１２ａと、ユーザルール生成領域決定部１２ａによ
り決定された領域に前件部のメンバシップ関数をその形
状を表すパラメータの値で生成するユーザルール前件部
生成部１２ｂと、ユーザルール前件部生成部１２ｂによ
り更新されたファジィ推論ルールの前件部のパラメータ
の値を入力とし、ルール記憶部１に記憶されているファ
ジィ推論ルールの後件部のパラメータの値を更新するユ
ーザルール後件部生成部１２ｃとからなっている。
入力部１１に入力があったとき、新たにファジィ推論ル
ールを生成する領域に決定するユーザルール生成領域決
定部１２ａと、ユーザルール生成領域決定部１２ａによ
り決定された領域に前件部のメンバシップ関数をその形
状を表すパラメータの値で生成するユーザルール前件部
生成部１２ｂと、ユーザルール前件部生成部１２ｂによ
り更新されたファジィ推論ルールの前件部のパラメータ
の値を入力とし、ルール記憶部１に記憶されているファ
ジィ推論ルールの後件部のパラメータの値を更新するユ
ーザルール後件部生成部１２ｃとからなっている。
【００７１】以上のように構成された第３の発明の一実
施例の動作を図１４のフローチャートを参照しながら説
明する。本実施例の動作をより具体的に示すため洗濯機
をとりあげ、出荷時にあらかじめ設定されている専門家
から得たファジィ推論ルールを基にしてユーザの好みや
判断を反映したルールを生成する例で説明する。
施例の動作を図１４のフローチャートを参照しながら説
明する。本実施例の動作をより具体的に示すため洗濯機
をとりあげ、出荷時にあらかじめ設定されている専門家
から得たファジィ推論ルールを基にしてユーザの好みや
判断を反映したルールを生成する例で説明する。
【００７２】全自動洗濯機で自動的に設定される洗濯時
間は、例えば光センサーなどにより検出される洗濯水の
透過率の変化やその飽和時間などから決定されている。 この関係は、洗濯時間、洗濯水の透過率の変化、洗濯水
の透過率の飽和時間をそれぞれｙ、ｘ１、ｘ２とおくと
、以下のようなファジィ推論ルールで記述できる。
間は、例えば光センサーなどにより検出される洗濯水の
透過率の変化やその飽和時間などから決定されている。 この関係は、洗濯時間、洗濯水の透過率の変化、洗濯水
の透過率の飽和時間をそれぞれｙ、ｘ１、ｘ２とおくと
、以下のようなファジィ推論ルールで記述できる。
【００７３】
【数１１】
【００７４】出荷時の洗濯機には、洗濯の専門家から得
た（数１１）形式の標準的なファジィ推論ルールが設定
されている。 ［ステップｃ０］洗濯開始時に、洗濯機に設けられた光
センサーなどが検出する洗濯水の透過率の変化ｘ１や、
飽和時間ｘ２の値を入力データ（ｘ１ｓ，ｘ２ｓ）とし
て取り込む。 ［ステップｃ１］ファジィ推論部２において、ステップ
ｃ１で取り込んだ入力データ（ｘ１ｓ，ｘ２ｓ）に対し
てファジィ推論を行い、その出力である洗濯時間ｙ＊を
得る。 ［ステップｃ２］ファジィ推論部２の出力である洗濯時
間ｙ＊を推論結果表示部１０に表示する。 ［ステップｃ３］ユーザ入力部１１で、ユーザからの入
力を一定時間受け付ける。
た（数１１）形式の標準的なファジィ推論ルールが設定
されている。 ［ステップｃ０］洗濯開始時に、洗濯機に設けられた光
センサーなどが検出する洗濯水の透過率の変化ｘ１や、
飽和時間ｘ２の値を入力データ（ｘ１ｓ，ｘ２ｓ）とし
て取り込む。 ［ステップｃ１］ファジィ推論部２において、ステップ
ｃ１で取り込んだ入力データ（ｘ１ｓ，ｘ２ｓ）に対し
てファジィ推論を行い、その出力である洗濯時間ｙ＊を
得る。 ［ステップｃ２］ファジィ推論部２の出力である洗濯時
間ｙ＊を推論結果表示部１０に表示する。 ［ステップｃ３］ユーザ入力部１１で、ユーザからの入
力を一定時間受け付ける。
【００７５】ユーザは推論結果表示部１０に表示されて
いる洗濯時間ｙ＊に対して、自分が適切であると判断す
る洗濯時間をユーザ入力部１１へ入力する。例えば、推
論結果表示部１０に洗濯時間が７分と表示されたとし、
ユーザがそれよりも長い時間洗濯したほうがよいと思え
ば、例えば１０分などと入力する。 ［ステップｃ４］ユーザからの入力の有無を確かめる。
いる洗濯時間ｙ＊に対して、自分が適切であると判断す
る洗濯時間をユーザ入力部１１へ入力する。例えば、推
論結果表示部１０に洗濯時間が７分と表示されたとし、
ユーザがそれよりも長い時間洗濯したほうがよいと思え
ば、例えば１０分などと入力する。 ［ステップｃ４］ユーザからの入力の有無を確かめる。
【００７６】ステップｃ３において、ユーザからの入力
がなければ今回の洗濯時間の決定に用いられたファジィ
推論ルールはそのユーザの持つノウハウを表していると
考え、ステップｃ０へ戻り次回の洗濯開始を待つ。ユー
ザからの入力があれば、ステップｃ５へ進む。 ［ステップｃ５］今回の洗濯時間の決定に用いられたフ
ァジィ推論ルールの種類を調べる。 ［ステップｃ６］ステップｃ５の結果、今回用いられた
ファジィ推論ルールがすべて出荷時のファジィ推論ルー
ルであるか、あるいは以前にユーザからの入力に応じて
生成されたファジィ推論ルールが存在するが調整対象と
なるパラメータがない場合ステップｃ７へ、以前にユー
ザからの入力に応じて生成されたファジィ推論ルールが
存在しかつ調整対象となるパラメータがあるならば、ス
テップｃ８へ進む。 ［ステップｃ７］ユーザルール生成部１２により、入力
データ（ｘ１ｓ，ｘ２ｓ）が入った領域に少なくとも１
つファジィ推論ルールを生成する。 ［ステップｃ８］ユーザ入力部１１の出力をｙｒとする
。このｙｒと入力データ（ｘ１ｓ，ｘ２ｓ）を１個の入
出力データとし、ユーザパラメータ調整部１３により適
合するファジィ推論ルールのパラメータの値を更新する
。
がなければ今回の洗濯時間の決定に用いられたファジィ
推論ルールはそのユーザの持つノウハウを表していると
考え、ステップｃ０へ戻り次回の洗濯開始を待つ。ユー
ザからの入力があれば、ステップｃ５へ進む。 ［ステップｃ５］今回の洗濯時間の決定に用いられたフ
ァジィ推論ルールの種類を調べる。 ［ステップｃ６］ステップｃ５の結果、今回用いられた
ファジィ推論ルールがすべて出荷時のファジィ推論ルー
ルであるか、あるいは以前にユーザからの入力に応じて
生成されたファジィ推論ルールが存在するが調整対象と
なるパラメータがない場合ステップｃ７へ、以前にユー
ザからの入力に応じて生成されたファジィ推論ルールが
存在しかつ調整対象となるパラメータがあるならば、ス
テップｃ８へ進む。 ［ステップｃ７］ユーザルール生成部１２により、入力
データ（ｘ１ｓ，ｘ２ｓ）が入った領域に少なくとも１
つファジィ推論ルールを生成する。 ［ステップｃ８］ユーザ入力部１１の出力をｙｒとする
。このｙｒと入力データ（ｘ１ｓ，ｘ２ｓ）を１個の入
出力データとし、ユーザパラメータ調整部１３により適
合するファジィ推論ルールのパラメータの値を更新する
。
【００７７】ステップｃ７，ｃ８の動作は基本的に第２
の発明のステップｂ６およびｂ１２からｂ１４と同様と
する。これにより、ユーザからの入力に対して、生成し
たファジィ推論ルールのパラメータのみを、領域の境界
上のパラメータはのぞいて調整することになるので、入
力の入らない領域については出荷時にあらかじめ設定さ
れている専門家から得たファジィ推論ルールの性能が損
なわれない。 ［ステップｃ９］入力データ（ｘ１ｓ，ｘ２ｓ）に対す
るファジィ推論の結果ｙ＊のユーザ入力部１１の出力で
あるｙｒに対する推論誤差を計算する。 ［ステップｃ１０］推論誤差が所定のしきい値より小さ
いかを調べる。
の発明のステップｂ６およびｂ１２からｂ１４と同様と
する。これにより、ユーザからの入力に対して、生成し
たファジィ推論ルールのパラメータのみを、領域の境界
上のパラメータはのぞいて調整することになるので、入
力の入らない領域については出荷時にあらかじめ設定さ
れている専門家から得たファジィ推論ルールの性能が損
なわれない。 ［ステップｃ９］入力データ（ｘ１ｓ，ｘ２ｓ）に対す
るファジィ推論の結果ｙ＊のユーザ入力部１１の出力で
あるｙｒに対する推論誤差を計算する。 ［ステップｃ１０］推論誤差が所定のしきい値より小さ
いかを調べる。
【００７８】推論誤差がしきい値以上であれば、しきい
値より小さくなるまでステップｃ７あるいはステップｃ
８を繰り返す。ステップｃ７かステップｃ８かの選択動
作は、第１の発明のステップａ８からステップａ１０ま
での動作と同じであるので説明は省略する。推論誤差が
しきい値より小さければ、ステップｃ０に戻り次回の洗
濯開始を待つ。 以上のように第３の発明によれば、ファジィ推論の
出力に対するユーザの好みや判断が入力できるため、そ
のユーザの持つノウハウを表すファジィ推論ルールが自
動的に生成され、使えば使うほどそのユーザの考える通
りの動作を行う機器が実現できる。また、ユーザからの
入力に対して、生成したファジィ推論ルールのパラメー
タの値のみを、領域の境界上のパラメータはのぞいて調
整するので、入力の入らない領域については出荷時の専
門家のファジィ推論ルールの性能が損なわれないという
効果もある。
値より小さくなるまでステップｃ７あるいはステップｃ
８を繰り返す。ステップｃ７かステップｃ８かの選択動
作は、第１の発明のステップａ８からステップａ１０ま
での動作と同じであるので説明は省略する。推論誤差が
しきい値より小さければ、ステップｃ０に戻り次回の洗
濯開始を待つ。 以上のように第３の発明によれば、ファジィ推論の
出力に対するユーザの好みや判断が入力できるため、そ
のユーザの持つノウハウを表すファジィ推論ルールが自
動的に生成され、使えば使うほどそのユーザの考える通
りの動作を行う機器が実現できる。また、ユーザからの
入力に対して、生成したファジィ推論ルールのパラメー
タの値のみを、領域の境界上のパラメータはのぞいて調
整するので、入力の入らない領域については出荷時の専
門家のファジィ推論ルールの性能が損なわれないという
効果もある。
【００７９】なお、第３の発明の動作を洗濯機に応用し
た例で説明したが、本発明の主旨に基づいて種々の機器
に応用が可能であり、これらを本発明から除外するもの
ではない。
た例で説明したが、本発明の主旨に基づいて種々の機器
に応用が可能であり、これらを本発明から除外するもの
ではない。
【００８０】次に、第４の発明の一実施例を図１５を参
照しながら説明する。なお、図１５に示す第４の発明の
一実施例は、基本的に図１に示した第１の発明の一実施
例と同じ構成であるので同一構成部分には同一番号を付
して詳細な説明は省略する。第１の発明の構成と異なる
のは、ルール記憶部１に記憶されているファジィ推論ル
ールを表示するルール表示部１４と、推論誤差演算部４
により計算される推論誤差が所定の値より大きくかつ推
論誤差の変化量が所定の値より小さいときに新たにファ
ジィ推論ルールを生成することを設計者に対して要求す
るルール生成要求部１５とを備えたことである。
照しながら説明する。なお、図１５に示す第４の発明の
一実施例は、基本的に図１に示した第１の発明の一実施
例と同じ構成であるので同一構成部分には同一番号を付
して詳細な説明は省略する。第１の発明の構成と異なる
のは、ルール記憶部１に記憶されているファジィ推論ル
ールを表示するルール表示部１４と、推論誤差演算部４
により計算される推論誤差が所定の値より大きくかつ推
論誤差の変化量が所定の値より小さいときに新たにファ
ジィ推論ルールを生成することを設計者に対して要求す
るルール生成要求部１５とを備えたことである。
【００８１】さらに、ルール生成要求部１５は、新たに
ファジィ推論ルールを生成する領域を指定するルール生
成領域指定部１５ａと、ルール生成領域指定部１５ａに
より指定した領域に前件部のメンバシップ関数をその形
状を表すパラメータの値で入力する前件部決定部１５ｂ
と、前件部決定部１５ｂにより入力されたパラメータの
値により更新されたファジィ推論ルールの前件部のパラ
メータを入力とし、後件部のパラメータの値を更新する
後件部決定部１５ｃとからなっている。
ファジィ推論ルールを生成する領域を指定するルール生
成領域指定部１５ａと、ルール生成領域指定部１５ａに
より指定した領域に前件部のメンバシップ関数をその形
状を表すパラメータの値で入力する前件部決定部１５ｂ
と、前件部決定部１５ｂにより入力されたパラメータの
値により更新されたファジィ推論ルールの前件部のパラ
メータを入力とし、後件部のパラメータの値を更新する
後件部決定部１５ｃとからなっている。
【００８２】以上のように構成された第４の発明の一実
施例の動作を図１６のフローチャートを参照しながら説
明する。本実施例の動作手順は、図２に示した第１の発
明の一実施例の動作と基本的に同じであるので詳細な説
明は省略し、第１の発明と異なる動作手順のみを以下で
説明する。第１の発明と異なるのは、現在のファジィ推
論ルールでは推論誤差が減少しなくなるとルール生成要
求部１５からルールの生成要求が出され、設計者がルー
ル表示部１４に表示された現在のファジィ推論ルールを
参照して任意の領域に新たなファジィ推論ルールを生成
する点である。
施例の動作を図１６のフローチャートを参照しながら説
明する。本実施例の動作手順は、図２に示した第１の発
明の一実施例の動作と基本的に同じであるので詳細な説
明は省略し、第１の発明と異なる動作手順のみを以下で
説明する。第１の発明と異なるのは、現在のファジィ推
論ルールでは推論誤差が減少しなくなるとルール生成要
求部１５からルールの生成要求が出され、設計者がルー
ル表示部１４に表示された現在のファジィ推論ルールを
参照して任意の領域に新たなファジィ推論ルールを生成
する点である。
【００８３】ステップｄ０からステップｄ１０までは、
第１の発明のステップａ０からステップａ１０とまった
く同じ動作である。 ［ステップｄ１１］ルール主記憶部１ａに記憶されてい
るファジィ推論ルールがルール表示部１４に表示され、
さらにルール生成領域指定部１５ａにより新たなファジ
ィ推論ルールの追加が要求される。 ［ステップｄ１２］設計者が、ルール表示部１４に表示
されたファジィ推論ルールを参照してルールを生成する
領域を決定し、前件部パラメータの値を用いた区間で入
力する。例えば［ａ３２，ａ３３］などと入力する。 ［ステップｄ１３］新たに生成するファジィ推論ルール
のパラメータの値をステップｄ１２で決定した領域内の
値で入力する。値が入力されると、まず、現在ルール主
記憶部１ａに記憶されているファジィ推論ルールをルー
ル補助記憶部１ｂにコピーされ、次にルール主記憶部１
ａに記憶されているファジィ推論ルールの前件部のパラ
メータの値が入力されたパラメータの値を用いて更新さ
れる。 ［ステップｄ１４］ステップｄ１３でルール補助記憶部
１ｂにコピーした更新前のファジィ推論ルールを用いて
、ステップｄ１３により更新されたファジィ推論ルール
の前件部のパラメータの値をルール毎に入力してファジ
ィ推論を行い、その結果を更新されたファジィ推論ルー
ルの後件部のパラメータの値として、ルール主記憶部１
ａに記憶されているファジィ推論ルールの後件部のパラ
メータの値を更新する。後件部の更新が終われば入出力
データ番号ｐを１に初期化してステップａ３へもどる。 この手順は第１の発明の一実施例のステップａ１３とま
ったく同様である。
第１の発明のステップａ０からステップａ１０とまった
く同じ動作である。 ［ステップｄ１１］ルール主記憶部１ａに記憶されてい
るファジィ推論ルールがルール表示部１４に表示され、
さらにルール生成領域指定部１５ａにより新たなファジ
ィ推論ルールの追加が要求される。 ［ステップｄ１２］設計者が、ルール表示部１４に表示
されたファジィ推論ルールを参照してルールを生成する
領域を決定し、前件部パラメータの値を用いた区間で入
力する。例えば［ａ３２，ａ３３］などと入力する。 ［ステップｄ１３］新たに生成するファジィ推論ルール
のパラメータの値をステップｄ１２で決定した領域内の
値で入力する。値が入力されると、まず、現在ルール主
記憶部１ａに記憶されているファジィ推論ルールをルー
ル補助記憶部１ｂにコピーされ、次にルール主記憶部１
ａに記憶されているファジィ推論ルールの前件部のパラ
メータの値が入力されたパラメータの値を用いて更新さ
れる。 ［ステップｄ１４］ステップｄ１３でルール補助記憶部
１ｂにコピーした更新前のファジィ推論ルールを用いて
、ステップｄ１３により更新されたファジィ推論ルール
の前件部のパラメータの値をルール毎に入力してファジ
ィ推論を行い、その結果を更新されたファジィ推論ルー
ルの後件部のパラメータの値として、ルール主記憶部１
ａに記憶されているファジィ推論ルールの後件部のパラ
メータの値を更新する。後件部の更新が終われば入出力
データ番号ｐを１に初期化してステップａ３へもどる。 この手順は第１の発明の一実施例のステップａ１３とま
ったく同様である。
【００８４】第１の発明では、ファジィ推論ルールの生
成とそのパラメータの値の調整が自動的に行われるが、
そのファジィ推論ルールの生成は、相隣るメンバシップ
関数で分割されている領域毎に計算した推論誤差だけに
基づいて行われる。その結果、推論誤差を極小にすると
いう意味での最適なファジィ推論ルールは得られるが、
推論誤差を減少させるためだけの説明のつかないルール
ができることがある。
成とそのパラメータの値の調整が自動的に行われるが、
そのファジィ推論ルールの生成は、相隣るメンバシップ
関数で分割されている領域毎に計算した推論誤差だけに
基づいて行われる。その結果、推論誤差を極小にすると
いう意味での最適なファジィ推論ルールは得られるが、
推論誤差を減少させるためだけの説明のつかないルール
ができることがある。
【００８５】しかし第４の発明では、ルール生成要求部
１５からの要求に従い、ルール表示部１４に表示されて
いるファジィ推論ルールを参照して、設計者が意図する
ところへ自由にルールを生成することができるので、推
論誤差を減少させるためだけの説明のつかないルールが
できるのを回避することができる。
１５からの要求に従い、ルール表示部１４に表示されて
いるファジィ推論ルールを参照して、設計者が意図する
ところへ自由にルールを生成することができるので、推
論誤差を減少させるためだけの説明のつかないルールが
できるのを回避することができる。
【００８６】以上のように第４の発明によれば、生成さ
れつつあるファジィ推論ルールを表示し、任意の領域に
ファジィ推論ルールを追加する機能を設けたため、ルー
ルの生成過程で設計者が意図するところへ自由にルール
を追加でき、推論誤差を減少させるためだけの説明のつ
かないルールができるのを回避することができる。また
、ルールを生成する領域を発見的に決定できるので開発
時間を短縮することもできる。
れつつあるファジィ推論ルールを表示し、任意の領域に
ファジィ推論ルールを追加する機能を設けたため、ルー
ルの生成過程で設計者が意図するところへ自由にルール
を追加でき、推論誤差を減少させるためだけの説明のつ
かないルールができるのを回避することができる。また
、ルールを生成する領域を発見的に決定できるので開発
時間を短縮することもできる。
【００８７】次に、第５の発明の一実施例を図１７を参
照しながら説明する。
照しながら説明する。
【００８８】図１７に示す第５の発明の一実施例は、図
１に示した第１の発明の一実施例の構成に、さらにルー
ル生成部の動作の開始を指示する動作開始指示部１６と
、推論誤差とその変化量の値を表示する推論誤差表示部
１７とを付加したものである。また本実施例では、推論
誤差演算部４からルール生成部５への信号線は取り除く
。
１に示した第１の発明の一実施例の構成に、さらにルー
ル生成部の動作の開始を指示する動作開始指示部１６と
、推論誤差とその変化量の値を表示する推論誤差表示部
１７とを付加したものである。また本実施例では、推論
誤差演算部４からルール生成部５への信号線は取り除く
。
【００８９】以上のように構成された第５の発明の一実
施例の動作を図１８のフローチャートを参照しながら説
明する。本実施例の動作手順は、図２に示した第１の発
明の一実施例の動作と基本的に同じであるので詳細な説
明は省略し、第１の発明と異なる動作手順のみを以下で
説明する。第１の発明と異なるのは、あらかじめ定めた
しきい値によりルール生成部の動作を開始させるのでは
なく、設計者が、ファジィ推論ルールの生成過程におけ
る任意のチューニングサイクル終了時点で推論誤差表示
部１７を参照し、動作開始指示部１６によりルール生成
部を起動する点である。
施例の動作を図１８のフローチャートを参照しながら説
明する。本実施例の動作手順は、図２に示した第１の発
明の一実施例の動作と基本的に同じであるので詳細な説
明は省略し、第１の発明と異なる動作手順のみを以下で
説明する。第１の発明と異なるのは、あらかじめ定めた
しきい値によりルール生成部の動作を開始させるのでは
なく、設計者が、ファジィ推論ルールの生成過程におけ
る任意のチューニングサイクル終了時点で推論誤差表示
部１７を参照し、動作開始指示部１６によりルール生成
部を起動する点である。
【００９０】本実施例のステップｅ０からステップｅ８
までは第１の発明のステップａ０からステップａ８とま
ったく同じ動作である。ただし、ステップｅ１において
ルール生成部の動作開始判定用のしきい値Ｔ２は設定し
ない。 ［ステップｅ９］推論誤差の変化量△Ｄ（ｔ）の符号ｓ
ｇｎ［△Ｄ（ｔ）］を調べる。ｓｇｎ［△Ｄ（ｔ）］が
正、すなわちＤ（ｔ）が増加しているならば現在のファ
ジィ推論ルールでは推論誤差は減少しないと判断し、新
たにファジィ推論ルールを生成する領域を決定するステ
ップｅ１２へ進む。ｓｇｎ［△Ｄ（ｔ）］が負、すなわ
ちＤ（ｔ）が減少しているならばステップｅ１０へ進む
。
までは第１の発明のステップａ０からステップａ８とま
ったく同じ動作である。ただし、ステップｅ１において
ルール生成部の動作開始判定用のしきい値Ｔ２は設定し
ない。 ［ステップｅ９］推論誤差の変化量△Ｄ（ｔ）の符号ｓ
ｇｎ［△Ｄ（ｔ）］を調べる。ｓｇｎ［△Ｄ（ｔ）］が
正、すなわちＤ（ｔ）が増加しているならば現在のファ
ジィ推論ルールでは推論誤差は減少しないと判断し、新
たにファジィ推論ルールを生成する領域を決定するステ
ップｅ１２へ進む。ｓｇｎ［△Ｄ（ｔ）］が負、すなわ
ちＤ（ｔ）が減少しているならばステップｅ１０へ進む
。
【００９１】なお、このステップｅ９は省略してもよい
。 ［ステップｅ１０］推論誤差Ｄ（ｔ）と推論誤差の変化
量△Ｄ（ｔ）を推論誤差表示部１７に表示する。 ［ステップｅ１１］ルール生成部の動作開始指示の有無
を調べる。動作開始指示がなければ、入出力データ番号
ｐを１に初期化してステップｅ３へもどる。動作開始指
示があれば、新たにファジィ推論ルールを生成する領域
を決定するステップｅ１２へ進む。
。 ［ステップｅ１０］推論誤差Ｄ（ｔ）と推論誤差の変化
量△Ｄ（ｔ）を推論誤差表示部１７に表示する。 ［ステップｅ１１］ルール生成部の動作開始指示の有無
を調べる。動作開始指示がなければ、入出力データ番号
ｐを１に初期化してステップｅ３へもどる。動作開始指
示があれば、新たにファジィ推論ルールを生成する領域
を決定するステップｅ１２へ進む。
【００９２】ステップｅ１２からステップｅ１４までは
第１の発明のステップａ１１からステップａ１３とまっ
たく同じ動作である。
第１の発明のステップａ１１からステップａ１３とまっ
たく同じ動作である。
【００９３】第１の発明では、ルール生成部の動作開始
判定にしきい値を用いており、また、あらかじめ設定し
た値に固定であるため、推論誤差の変化量がしきい値に
近づくためにパラメータの値があまり変化しない調整を
繰り返すことがある。
判定にしきい値を用いており、また、あらかじめ設定し
た値に固定であるため、推論誤差の変化量がしきい値に
近づくためにパラメータの値があまり変化しない調整を
繰り返すことがある。
【００９４】しかし第５の発明では、設計者が推論誤差
表示部１７に表示される推論誤差とその変化量を参照し
、動作開始指示部１６により任意のチューニングサイク
ル終了時点でルール生成部に動作開始指示をだせるので
、パラメータの値があまり変化しない調整を何度も繰り
返すことを避けることができる。
表示部１７に表示される推論誤差とその変化量を参照し
、動作開始指示部１６により任意のチューニングサイク
ル終了時点でルール生成部に動作開始指示をだせるので
、パラメータの値があまり変化しない調整を何度も繰り
返すことを避けることができる。
【００９５】以上のように第５の発明によれば、設計者
が任意のチューニングサイクル終了時点でルール生成部
に動作開始指示をだせるので、パラメータの値があまり
変化しない調整を何度も繰り返すことを避けることがで
き、開発時間を短縮することができる。さらに、ステッ
プｅ９を省略し、かつ動作開始指示をまったく出さない
ことにより、パラメータ調整部のみを独立して用いるこ
とができるので、すでにルール数が決まっているときに
も発明の構成を変更することなく本発明を通常のチュー
ニング装置として使用することもできる。
が任意のチューニングサイクル終了時点でルール生成部
に動作開始指示をだせるので、パラメータの値があまり
変化しない調整を何度も繰り返すことを避けることがで
き、開発時間を短縮することができる。さらに、ステッ
プｅ９を省略し、かつ動作開始指示をまったく出さない
ことにより、パラメータ調整部のみを独立して用いるこ
とができるので、すでにルール数が決まっているときに
も発明の構成を変更することなく本発明を通常のチュー
ニング装置として使用することもできる。
【００９６】なお、本発明で付加した動作開始指示部１
６と推論誤差表示部１７は第４の発明に付加することも
可能である。これにより本発明を設計者が自由にファジ
ィ推論ルールを作成できる作成ツールとして使用するこ
ともできる。
６と推論誤差表示部１７は第４の発明に付加することも
可能である。これにより本発明を設計者が自由にファジ
ィ推論ルールを作成できる作成ツールとして使用するこ
ともできる。
【００９７】また、本発明の各手段は、コンピュータを
用いてソフトウェア的に実現しても、それら各手段の有
する各機能を有する専用のハード回路を用いて実現して
もかまわない。
用いてソフトウェア的に実現しても、それら各手段の有
する各機能を有する専用のハード回路を用いて実現して
もかまわない。
【００９８】
【発明の効果】第１の発明によれば、推論誤差の大きい
領域に動的にルールを生成しながら入出力データに基づ
いてファジィ推論ルールのパラメータを調整するので、
最適なファジィ推論ルールとそのパラメータの値を自動
的に決定することができる。これにより、試行錯誤的に
実験を繰り返す必要がなくなり、開発時間を大幅に短縮
することができる。
領域に動的にルールを生成しながら入出力データに基づ
いてファジィ推論ルールのパラメータを調整するので、
最適なファジィ推論ルールとそのパラメータの値を自動
的に決定することができる。これにより、試行錯誤的に
実験を繰り返す必要がなくなり、開発時間を大幅に短縮
することができる。
【００９９】第２の発明によれば、新たに入力されたデ
ータに対して、これとは別に生成された既成のファジィ
推論ルールでは誤差の大きい領域のみに動的にルールを
生成しながら、生成したファジィ推論ルールのパラメー
タのみを、領域の境界上のパラメータはのぞいて調整す
るので、既成のルールの性能を損なうことなくファジィ
推論ルールを生成することができる。
ータに対して、これとは別に生成された既成のファジィ
推論ルールでは誤差の大きい領域のみに動的にルールを
生成しながら、生成したファジィ推論ルールのパラメー
タのみを、領域の境界上のパラメータはのぞいて調整す
るので、既成のルールの性能を損なうことなくファジィ
推論ルールを生成することができる。
【０１００】第３の発明によれば、ファジィ推論の出力
に対するユーザの好みや判断が入力できるため、そのユ
ーザの持つノウハウを表すファジィ推論ルールが自動的
に生成され、使えば使うほどそのユーザの考える通りの
動作を行う機器が実現できる。
に対するユーザの好みや判断が入力できるため、そのユ
ーザの持つノウハウを表すファジィ推論ルールが自動的
に生成され、使えば使うほどそのユーザの考える通りの
動作を行う機器が実現できる。
【０１０１】第４の発明によれば、ルールの生成過程で
ファジィ推論ルールを参照しながら、設計者が意図する
任意の領域へ自由にルールを追加できるので、推論誤差
を減少させるためだけの説明のつかないルールが生成さ
れるのを回避することができる。
ファジィ推論ルールを参照しながら、設計者が意図する
任意の領域へ自由にルールを追加できるので、推論誤差
を減少させるためだけの説明のつかないルールが生成さ
れるのを回避することができる。
【０１０２】第５の発明によれば、設計者が任意のチュ
ーニングサイクル終了時点でルール生成の動作開始指示
をだせるので、パラメータの値があまり変化しない調整
を何度も繰り返すことを避けることができ、開発時間を
短縮することができる。
ーニングサイクル終了時点でルール生成の動作開始指示
をだせるので、パラメータの値があまり変化しない調整
を何度も繰り返すことを避けることができ、開発時間を
短縮することができる。
【図１】第１の発明の一実施例のファジィ推論ルールの
自動生成装置の構成図である。
自動生成装置の構成図である。
【図２】同実施例の動作手順を示すフローチャートであ
る。
る。
【図３】同実施例で使用されるメンバシップ関数の一例
である。
である。
【図４】同実施例で使用されるメンバシップ関数の初期
設定である。
設定である。
【図５】同実施例で推論誤差を計算する領域を示す図で
ある。
ある。
【図６】同実施例で生成されるファジィ推論ルールの一
例である。
例である。
【図７】同実施例でルールが生成される前の領域とメン
バシップ関数とを示す図である。
バシップ関数とを示す図である。
【図８】同実施例でルールが生成された後の領域とメン
バシップ関数とを示す図である。
バシップ関数とを示す図である。
【図９】第２の発明の一実施例の構成図である。
【図１０】同実施例の動作手順を示すフローチャートで
ある。
ある。
【図１１】同実施例で推論誤差を計算する領域を示す図
である。
である。
【図１２】同実施例で生成されるファジィ推論ルールの
一例である。
一例である。
【図１３】第３の発明の一実施例の構成図である。
【図１４】同実施例の動作手順を示すフローチャートで
ある。
ある。
【図１５】第４の発明の一実施例の構成図である。
【図１６】同実施例の動作手順を示すフローチャートで
ある。
ある。
【図１７】第５の発明の一実施例の構成図である。
【図１８】同実施例の動作手順を示すフローチャートで
ある。
ある。
１ ルール記憶部
１ａ ルール主記憶部
１ｂ ルール補助記憶部
２ ファジィ推論部
３ パラメータ調整部
４ 誤差演算部
５ ルール生成部
５ａ ルール生成領域決定部
５ｂ 前件部生成部
５ｃ 後件部生成部
６ ルール追加領域選択部
７ 入出力データ更新部
８ 局所パラメータ調整部
９ 局所ルール生成部
９ａ 局所ルール生成領域決定部９ｂ 局
所前件部生成部 ９ｃ 局所後件部生成部 １０ 推論結果表示部 １１ ユーザ入力部 １２ ユーザルール生成部 １２ａ ユーザルール生成領域決定部１２ｂ
ユーザルール前件部生成部１２ｃ ユーザル
ール後件部生成部１３ ユーザパラメータ調
整部１４ ルール表示部 １５ ルール生成要求部 １５ａ ルール生成領域指定部 １５ｂ 前件部決定部 １５ｃ 後件部決定部 １６ 動作開始指示部 １７ 推論誤差表示部
所前件部生成部 ９ｃ 局所後件部生成部 １０ 推論結果表示部 １１ ユーザ入力部 １２ ユーザルール生成部 １２ａ ユーザルール生成領域決定部１２ｂ
ユーザルール前件部生成部１２ｃ ユーザル
ール後件部生成部１３ ユーザパラメータ調
整部１４ ルール表示部 １５ ルール生成要求部 １５ａ ルール生成領域指定部 １５ｂ 前件部決定部 １５ｃ 後件部決定部 １６ 動作開始指示部 １７ 推論誤差表示部
Claims (11)
- 【請求項１】 ファジィ推論ルールを記憶するルール
記憶手段と、前記ルール記憶手段に記憶されているファ
ジィ推論ルールに従いファジィ推論を行うファジィ推論
手段と、前記ファジィ推論手段の出力とあらかじめ与え
られた入出力データを入力とし前記ルール記憶手段に記
憶されているファジィ推論ルールのパラメータの値を調
整するパラメータ調整手段と、前記ファジィ推論手段の
出力と前記入出力データから推論誤差と推論誤差の変化
量を計算し、前記推論誤差が所定の値より小さいときに
前記パラメータ調整手段の動作を停止させる推論誤差演
算手段と、前記推論誤差演算手段により計算される前記
推論誤差に基づき、その推論誤差が所定の値より大きく
かつ推論誤差の変化量が所定の値より小さいときに新た
にファジィ推論ルールを少なくとも１つ生成するルール
生成手段とを備えたことを特徴とするファジィ推論ルー
ルの自動生成装置。 - 【請求項２】 ルール生成手段は、ファジィ推論ルー
ルを生成する領域を決定するルール生成領域決定手段と
、前記ルール生成領域決定手段により決定された領域に
前件部のメンバシップ関数をその形状を表すパラメータ
の値で生成し、前記ルール記憶手段に記憶されているフ
ァジィ推論ルールの前件部のパラメータの値を更新する
前件部生成手段と、前記前件部生成手段により更新され
たファジィ推論ルールの前件部のパラメータの値を入力
とし前記ルール記憶手段に記憶されているファジィ推論
ルールの後件部のパラメータの値を更新する後件部生成
手段とを有することを特徴とする請求項１記載のファジ
ィ推論ルールの自動生成装置。 - 【請求項３】 ルール記憶手段は、生成するファジィ
推論ルールを記憶するルール主記憶手段と、前記ルール
生成手段により更新される前の前記ルール主記憶手段に
記憶されているファジィ推論ルールを記憶するルール補
助記憶手段とを有することを特徴とする請求項１記載の
ファジィ推論ルールの自動生成装置 - 【請求項４】 ルール記憶手段に記憶されているファ
ジィ推論ルールは、前件部の入力変数各々に設定された
相隣るメンバシップ関数の対応するグレード値の和が１
でありかつ後件部が実数値であることを特徴とする請求
項１記載のファジィ推論ルールの自動生成装置。 - 【請求項５】 請求項１により生成されるファジィ推
論ルールと同一形式のファジィ推論ルールを記憶するル
ール記憶手段と、前記ルール記憶手段に記憶されている
ファジィ推論ルールに従いファジィ推論を行うファジィ
推論手段と、新たに与えられた入出力データに対する新
たなファジィ推論ルールを生成する領域を選択するルー
ル追加領域選択手段と、前記ルール追加領域選択手段に
より選択されなかった領域に属している入出力データを
除去する入出力データ選択手段と、前記ルール追加領域
選択手段により選択された領域に新たに生成されたファ
ジィ推論ルールのパラメータの値のみを調整する局所パ
ラメータ調整手段と、前記ルール追加領域選択手段によ
り選択された領域にのみ新たにファジィ推論ルールを生
成する局所ルール生成手段と、前記ファジィ推論手段の
出力と前記入出力データから推論誤差と推論誤差の変化
量を計算し前記推論誤差が所定の値より小さいときに前
記局所パラメータ調整手段の動作を停止させる推論誤差
演算手段とを備えたことを特徴とするファジィ推論ルー
ルの自動生成装置。 - 【請求項６】 局所ルール生成手段は、前記推論誤差
演算手段により計算される推論誤差が所定の値より大き
くかつ推論誤差の変化量が所定の値より小さいときに前
記ルール追加領域選択手段により選択された領域内でフ
ァジィ推論ルールを生成する領域を決定する局所ルール
生成領域決定手段と、前記局所ルール生成領域決定手段
により決定された領域に前件部のメンバシップ関数をそ
の形状を表すパラメータの値で生成し、前記ルール記憶
手段に記憶されているファジィ推論ルールの前件部のパ
ラメータの値を更新する局所前件部生成手段と、前記局
所前件部生成手段により更新されたファジィ推論ルール
の前件部のパラメータの値を入力とし、前記ルール記憶
手段に記憶されているファジィ推論ルールの後件部のパ
ラメータの値を更新する局所後件部生成手段とを有する
ことを特徴とする請求項５記載のファジィ推論ルールの
自動生成装置。 - 【請求項７】 請求項１により生成されるファジィ推
論ルールと同一形式のファジィ推論ルールを記憶するル
ール記憶手段と、前記ルール記憶手段に記憶されている
ファジィ推論ルールに従いファジィ推論を行うファジィ
推論手段と、前記ファジィ推論手段の出力を表示する推
論結果表示手段と、前記推論結果表示手段の出力に対す
るユーザの好みや判断を入力するユーザ入力手段と、前
記ユーザ入力手段の出力に対する新たなファジィ推論ル
ールを生成するユーザルール生成手段と前記ユーザルー
ル生成手段により生成されたファジィ推論ルールのパラ
メータの値のみを調整するユーザパラメータ調整手段と
、前記ユーザ入力手段の出力と前記ファジィ推論手段の
出力とから推論誤差を計算し前記推論誤差が所定の値よ
り小さいときに前記ユーザパラメータ調整手段の動作を
停止させる推論誤差演算手段とを備えたことを特徴とす
るファジィ推論ルールの自動生成装置 - 【請求項８】 ユーザルール生成手段は、前記ユーザ
入力手段に入力があったとき、新たにファジィ推論ルー
ルを生成する領域を決定するユーザルール生成領域決定
手段と、前記ユーザルール生成領域決定手段により決定
された領域に前件部のメンバシップ関数をその形状を表
すパラメータの値で生成し、前記ルール記憶手段に記憶
されているファジィ推論ルールの前件部のパラメータの
値を更新するユーザルール前件部生成手段と、前記ユー
ザルール前件部生成手段により更新されたファジィ推論
ルールの前件部のパラメータの値を入力とし、前記ルー
ル記憶手段に記憶されているファジィ推論ルールの後件
部のパラメータの値を更新するユーザルール後件部生成
手段とを有することを特徴とする請求項７記載のファジ
ィ推論ルールの自動生成装置。 - 【請求項９】 ファジィ推論ルールを記憶するルール
記憶手段と、前記ルール記憶手段に記憶されているファ
ジィ推論ルールに従いファジィ推論を行うファジィ推論
手段と、前記ファジィ推論手段の出力とあらかじめ与え
られた入出力データを入力とし前記ルール記憶手段に記
憶されているファジィ推論ルールのパラメータの値を調
整するパラメータ調整手段と、前記ファジィ推論手段の
出力と前記入出力データから推論誤差と推論誤差の変化
量を計算し、前記推論誤差が所定の値より小さいときに
前記パラメータ調整手段の動作を停止させる推論誤差演
算手段と、前記ルール記憶手段に記憶されているファジ
ィ推論ルールを表示するルール表示手段と、前記推論誤
差演算手段により計算される推論誤差が所定の値より大
きくかつ推論誤差の変化量が所定の値より小さいときに
新たにファジィ推論ルールを生成することを要求するル
ール生成要求手段とを備えたことを特徴とするファジィ
推論ルールの自動生成装置。 - 【請求項１０】 ルール生成要求手段は、新たにファ
ジィ推論ルールを生成する領域を指定するルール生成領
域指定手段と、前記ルール生成領域指定手段により指定
した領域に前件部のメンバシップ関数をその形状を表す
パラメータの値で入力する前件部決定手段と、前記前件
部決定手段により入力されたパラメータの値により更新
されたファジィ推論ルールの前件部のパラメータの値を
入力とし、後件部のパラメータの値を更新する後件部決
定手段とを備えたことを特徴とする請求項９記載のファ
ジィ推論ルールの自動生成装置。 - 【請求項１１】 さらにルール生成手段の動作の開始
を指示する動作開始指示手段と、前記推論誤差演算手段
により計算される推論誤差とその変化量の値を表示する
推論誤差表示手段とを備えたことを特徴とする請求項１
記載のファジィ推論ルールの自動生成装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03140158A JP3076399B2 (ja) | 1991-06-12 | 1991-06-12 | ファジィ推論ルールの自動生成装置 |
| US07/897,359 US5440672A (en) | 1991-06-12 | 1992-06-11 | Apparatus for automatically generating and adjusting fuzzy reasoning rules based on reasoning error and method therefor |
| US08/386,526 US5546506A (en) | 1991-06-12 | 1995-02-06 | Apparatus for automatically generating and adjusting fuzzy reasoning rules based on reasoning error and method therefor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03140158A JP3076399B2 (ja) | 1991-06-12 | 1991-06-12 | ファジィ推論ルールの自動生成装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04364536A true JPH04364536A (ja) | 1992-12-16 |
| JP3076399B2 JP3076399B2 (ja) | 2000-08-14 |
Family
ID=15262219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03140158A Expired - Fee Related JP3076399B2 (ja) | 1991-06-12 | 1991-06-12 | ファジィ推論ルールの自動生成装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US5440672A (ja) |
| JP (1) | JP3076399B2 (ja) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3076399B2 (ja) * | 1991-06-12 | 2000-08-14 | 松下電器産業株式会社 | ファジィ推論ルールの自動生成装置 |
| IL107409A (en) * | 1992-10-30 | 1999-03-12 | Gen Electric | Electronic control system for devices with programmable parameters containing vague logic control that can be programmed and reconfigured |
| DE4241920A1 (de) * | 1992-12-11 | 1994-06-16 | Siemens Ag | Verfahren zum Entwurf eines Fuzzy-Reglers |
| US5802509A (en) * | 1993-09-21 | 1998-09-01 | Hitachi, Ltd. | Rule generation system and method of generating rule |
| CA2129510C (en) * | 1993-10-21 | 1999-04-13 | Sasisekharan Raguram | Automatic temporospatial pattern analysis and prediction in a telecommunications network using rule induction |
| DE59500567D1 (de) * | 1994-02-11 | 1997-10-02 | Siemens Ag | Anordnung zur gesonderten behandlung von fuzzy-regeln mit unterschieldlicher wichtigkeit |
| US5740321A (en) * | 1994-11-30 | 1998-04-14 | Semborg Recrob, Corp. | Behavioral based environmental system and method for an interactive playground |
| US5822740A (en) * | 1996-06-28 | 1998-10-13 | Honeywell Inc. | Adaptive fuzzy controller that modifies membership functions |
| EP0851342B1 (en) * | 1996-12-27 | 2003-05-14 | STMicroelectronics S.r.l. | Coding and memorizing method for fuzzy logic rules and circuit architecture for processing such rules |
| US6094646A (en) * | 1997-08-18 | 2000-07-25 | Siemens Aktiengesellschaft | Method and apparatus for computerized design of fuzzy logic rules from training data vectors of a training dataset |
| US6067539A (en) * | 1998-03-02 | 2000-05-23 | Vigil, Inc. | Intelligent information retrieval system |
| US6850893B2 (en) * | 2000-01-14 | 2005-02-01 | Saba Software, Inc. | Method and apparatus for an improved security system mechanism in a business applications management system platform |
| US6148290A (en) * | 1998-09-04 | 2000-11-14 | International Business Machines Corporation | Service contract for managing service systems |
| US6961625B2 (en) * | 2000-04-04 | 2005-11-01 | Yamaha Hatsudoki Kabushiki Kaisha | Characteristic control device for control subject |
| US20070094163A1 (en) * | 2005-08-29 | 2007-04-26 | Bowerman Guy F | Genetic algorithm-based tuning engine |
| US7769474B2 (en) * | 2005-09-20 | 2010-08-03 | Honeywell International Inc. | Method for soft-computing supervision of dynamical processes with multiple control objectives |
| US8495075B2 (en) * | 2006-03-08 | 2013-07-23 | Apple Inc. | Fuzzy string matching of media meta-data |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0682396B2 (ja) * | 1985-10-22 | 1994-10-19 | オムロン株式会社 | メンバーシップ関数合成装置およびファジィ・システム |
| JPH02132502A (ja) * | 1988-07-28 | 1990-05-22 | Omron Tateisi Electron Co | ファジィ制御装置における動作方法および調整装置 |
| US5239620A (en) * | 1988-08-18 | 1993-08-24 | Omron Tateisi Electronics Co. | Rule generating and verifying apparatus for fuzzy control |
| JP2820704B2 (ja) * | 1989-02-08 | 1998-11-05 | 津田駒工業株式会社 | 織機の回転数のファジィ制御方法および装置 |
| EP0390563A3 (en) * | 1989-03-31 | 1992-12-02 | Matsushita Electric Industrial Co., Ltd. | Fuzzy multi-stage inference apparatus |
| US5179634A (en) * | 1989-04-14 | 1993-01-12 | Omron Corporation | System for synthesizing new fuzzy rule sets from existing fuzzy rule sets |
| US5267348A (en) * | 1990-03-09 | 1993-11-30 | Hitachi, Ltd. | Method and system for evaluating and modifying fuzzy knowledge |
| US5295061A (en) * | 1990-04-20 | 1994-03-15 | Sanyo Electric Co., Ltd. | Control parameter tuning unit and a method of tuning parameters for a control unit |
| JP3076399B2 (ja) * | 1991-06-12 | 2000-08-14 | 松下電器産業株式会社 | ファジィ推論ルールの自動生成装置 |
-
1991
- 1991-06-12 JP JP03140158A patent/JP3076399B2/ja not_active Expired - Fee Related
-
1992
- 1992-06-11 US US07/897,359 patent/US5440672A/en not_active Expired - Fee Related
-
1995
- 1995-02-06 US US08/386,526 patent/US5546506A/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP3076399B2 (ja) | 2000-08-14 |
| US5546506A (en) | 1996-08-13 |
| US5440672A (en) | 1995-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH04364536A (ja) | ファジィ推論ルールの自動生成装置 | |
| CN116610025B (zh) | 一种基于改进元启发式算法的pid控制器优化方法 | |
| JP4223894B2 (ja) | Ｐｉｄパラメータ調整装置 | |
| US5636328A (en) | Methods and apparatus for constraint satisfaction | |
| JP3946233B2 (ja) | 画像表示システム | |
| JP3881593B2 (ja) | 制御装置 | |
| JPH04329408A (ja) | 機械装置の制御方法 | |
| US6847954B1 (en) | Control-loop auto-tuner with nonlinear tuning rules estimators | |
| US20230324885A1 (en) | Control assistance device, control system, and control assistance method | |
| EP0525670B1 (en) | Modeling device for determining membership functions for fuzzy logic processing | |
| JP6885177B2 (ja) | 電子制御装置 | |
| Dobroskok et al. | Robust pole assignment in a problem of state observer-based modal control | |
| CN112713830B (zh) | 永磁同步电机调速系统及多目标最优状态反馈控制方法 | |
| JP2006106925A (ja) | Ｐｉｄ制御装置 | |
| JPH03268103A (ja) | オートチューニングコントローラ | |
| Yanev et al. | Multivariable system's parameters interaction and robust control design | |
| JPH0934503A (ja) | Ｐｉｄコントローラの調整法 | |
| JPH10253386A (ja) | 変量分布推定方法 | |
| JPH07231565A (ja) | 最適負荷配分装置 | |
| GB2353608A (en) | Tuning a process control loop | |
| CN117556873A (zh) | 一种可变卷积方法、装置、设备及介质 | |
| KR100666000B1 (ko) | 피드 제어기의 이득 결정장치 및 방법 | |
| JPH09312509A (ja) | 誘電体フィルタの調整方法および装置 | |
| JPH10334071A (ja) | 神経回路網モデルの並列汎化学習法およびその装置 | |
| CN117810960A (zh) | 一种电力系统状态的预测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |