JPH05134872A - 知識獲得装置およびそれを用いた診断型エキスパートシステム - Google Patents

Abstract

(57)【要約】 【目的】 専門家等が知識を作成しこれを入力する際の
煩雑さ，手間を著しく軽減し、知識を容易に獲得するこ
とが可能である。 【構成】 知識格納部２には、知識編集部１の対象モデ
ルエディタ１１で入力，編集のなされた故障診断の対象
に関する知識，すなわち対象モデル１４が格納され、ま
た、因果関係生成知識エディタ１２で入力，編集のなさ
れた因果関係生成知識１５が格納される。因果関係生成
部３は、対象モデルエディタ１１で入力，編集のなされ
た故障診断の対象に関する知識１４に因果関係生成知識
１５を適用することによって、診断対象の因果関係を自
動生成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、専門家等のもつ知識を
獲得する知識獲得装置およびそれを用いた診断型エキス
パートシステムに関する。

【０００２】

【従来の技術】専門家のもつ故障に関する知識と故障診
断の対象に関する知識とに基づいて対象の診断などを行
なう診断型エキスパートシステムが一般に知られてい
る。ここで、故障診断の対象に関する知識とは、故障診
断がなされる対象に関する知識であって、故障には関係
しない客観的な知識を意味しており、一般にユーザによ
っても入力可能な知識である。これに対し、専門家のも
つ故障に関する知識とは、故障の原因と結果の因果関係
の知識であって、このような因果関係については、一般
に専門家が知識としてもっている。この種のエキスパー
トシステムを構築する際には、従来では、エキスパート
システムを構築する知識工学者が専門家にインタビュー
を行ない、専門家のもつ知識（因果関係）を獲得して知
識工学者が知識を整理したり、あるいは、エキスパート
システムを構築する知識工学者が専門家の下で、専門家
と共に対象を開発して知識工学者が専門家となり知識
（因果関係）を獲得したり、あるいは、専門家のもつ知
識（因果関係）を専門家自身が直接入力編集したりする
などによって、知識を獲得するようになっていた。

【０００３】

【発明が解決しようとする課題】しかしながら、知識工
学者が専門家から知識を獲得するまでには多大な時間を
要し、また専門家に直接因果関係を入力させ編集させる
には専門家に対して多大な負担をかけるという問題があ
った。

【０００４】特に、専門家のもつ知識，すなわち因果関
係を入力する方法としてif-then形式のルールが一般に
良く知られているがif-then形式のルールで因果関係を
専門家により入力させようとする場合、専門家はif-the
n形式に関する知識をさらに必要とし、さらには、if-th
en形式のルールの入力を文字によって行なう必要があっ
たので、因果関係の入力，編集は専門家にとって極めて
困難なものとなっていた。

【０００５】本発明は、専門家や知識工学者が知識を作
成しこれを入力する際の煩雑さ，手間を著しく軽減し、
知識を容易に獲得することの可能な知識獲得装置および
それを用いた診断型エキスパートシステムを提供するこ
とを目的としている。

【０００６】

【課題を解決するための手段】上記目的を達成するため
に、請求項１記載の知識獲得装置では、知識の入力，編
集などを行なう知識編集手段と、知識編集手段において
入力，編集された知識が格納される知識格納手段と、診
断の対象となる知識に因果関係生成知識を適用して因果
関係を生成する因果関係生成手段とを備えていることを
特徴としている。

【０００７】また、請求項２記載の知識獲得装置では、
前記因果関係生成知識が、診断対象に関する客観的な記
述から診断対象の因果関係を生成するための知識であっ
て、診断対象に関する客観的な記述を条件下にもち、診
断対象の因果関係を結論部にもつif-then形式のルール
であることを特徴としている。

【０００８】また、請求項３記載の知識獲得装置では、
前記知識編集手段が、診断の対象となる知識の入力，編
集などを行なう第１の編集手段と、前記因果関係生成知
識の入力，編集などを行なう第２の編集手段とを有して
いることを特徴としている。

【０００９】また、請求項４記載の知識獲得装置では、
前記知識編集手段が、診断の対象となる知識の入力，編
集などを行なう第１の編集手段と、前記因果関係生成知
識の入力，編集などを行なう第２の編集手段と、前記因
果関係生成手段によって生成された因果関係の編集など
を行なう第３の編集手段とを有していることを特徴とし
ている。

【００１０】また、請求項５記載の診断型エキスパート
システムでは、請求項１または２記載の知識獲得装置を
用い、該知識獲得装置の知識格納手段に格納されている
知識に基づき推論を行なうようになっていることを特徴
としている。

【００１１】

【作用】請求項１記載の発明では、診断の対象となる知
識に因果関係生成知識を適用して因果関係を自動生成
し、知識を獲得する。

【００１２】また、請求項２記載の発明では、因果関係
生成知識が、診断対象に関する客観的な記述を条件部に
もち、診断対象の因果関係を結論部にもつif-thenルー
プとなっており、条件部が対象モデル記述に対応してい
ることによって、対象モデルの入力と同等の入力方式に
よって因果関係生成知識の入力を行なうことができる。

【００１３】また、請求項３記載の発明では、専門家等
は、因果関係を生成する場合に、第１の編集手段，第２
の編集手段により診断の対象となる知識，因果関係生成
知識を入力するだけで良い。この際、請求項２記載のよ
うに因果関係生成知識の条件部が対象モデル記述に対応
しているときには、因果関係生成知識の入力が極めて容
易となり、その結果、因果関係を容易に生成できる。

【００１４】また、請求項４記載の発明では、生成され
た因果関係の編集などを行なう第３の編集手段が設けら
れているので、これにより、因果関係の編集を容易に行
なうことができ、正しい因果関係を確実に生成すること
ができる。

【００１５】また、請求項５記載の診断型エキスパート
システムでは、請求項１または２記載の知識獲得装置を
用いており、知識格納手段に格納されている知識を基に
推論を行なうことができる。

【００１６】

【実施例】以下、本発明の実施例を図面に基づいて説明
する。図１は本発明に係る知識獲得装置およびそれを用
いた診断型エキスパートシステムの一実施例のブロック
図である。なお、この実施例においては、便宜上、診断
型エキスパートシステム５は、故障診断エキスパートシ
ステムであるとし、知識獲得装置を故障診断エキスパー
トシステムに利用するものとして説明する。図１を参照
すると、この知識獲得装置は、知識の入力，編集，表示
を行なう知識編集部１と、入力，編集等のなされた知識
が格納される知識格納部２と、故障の原因，結果の因果
関係を生成する因果関係生成部３とを有している。

【００１７】知識編集部１には、故障診断の対象に関す
る知識の入力，編集，表示を行なうための対象モデルエ
ディタ１１と、因果関係生成知識の入力，編集，表示を
行なうための因果関係生成知識エディタ１２と、原因，
結果の因果関係の入力，編集，表示を行なうための因果
関係エディタ１３とが設けられている。

【００１８】また、知識格納部２には、対象モデルエデ
ィタ１１で入力，編集のなされた故障診断の対象に関す
る知識，すなわち対象モデル１４が格納され、また、因
果関係生成知識エディタ１２で入力，編集のなされた因
果関係生成知識１５が格納され、また、因果関係エディ
タ１３で入力，編集のなされた因果関係１６が格納され
るようになっている。

【００１９】また、因果関係生成部３は、対象モデルエ
ディタ１１で入力，編集のなされた故障診断の対象に関
する知識１４に因果関係生成知識１５を適用することに
よって、診断対象の因果関係を自動生成するようになっ
ている。すなわち、因果関係生成部３は、先づ、原因を
生成したい診断対象の構成部品やプロセスを選択し、次
に因果関係生成知識を取りだし、制約が成立するかどう
かをチェックし、成立した場合には、因果関係生成知識
を発火させ、原因候補を生成するようになっている。こ
の場合、因果関係生成部３には、知識格納部２に格納さ
れている故障診断の対象に関する知識１４，因果関係生
成知識１５が入力するようになっている。あるいは、対
象モデルエディタ１１で入力，編集のなされた知識が因
果関係生成部３に直接入力するようになっていても良
い。

【００２０】なお、ここで、故障診断の対象に関する知
識とは、前述したように、故障診断がなされる対象に関
する知識，すなわち診断対象モデルであって、故障には
関係しない客観的な知識（対象の構造やプロセスなど）
を意味しており、ユーザによっても入力可能な知識であ
る。具体的には、診断対象モデルに関する知識は、診断
対象がどのようなユニットから構成されており、さらに
そのユニットがどのような部品から構成されているか、
そしてそれらのユニットや部品が他のユニットや部品と
どのような関係（関係の方向も含む）にあるか、またプ
ロセスがどのような子プロセスから構成され、どの構成
部品と関連しているかなどを記述した知識である。

【００２１】また、因果関係生成知識とは、原因，結果
の因果関係を専門家が直接入力する手間を省くためのも
のであり、対象に関する客観的な知識（故障に関係しな
い）から因果関係を生成するための知識であって、診断
対象に依存しないように一般化された因果関係を意味し
ている。この場合、因果関係がif-then形式のものであ
れば、因果関係生成知識についても、故障診断の対象に
関する知識を条件部にもち、診断対象の因果関係を結論
部にもったif-then形式のルールで形成されるのが良
く、このときには、因果関係生成知識のif部が対象モデ
ル記述に対応しているので、因果関係生成知識エディタ
１２における因果関係生成知識の入力を対象モデルの入
力と同等の仕方で簡単に行なうことができる。具体的に
は、条件部が対象モデルに関する記述であるので、故障
診断対象の対象モデルを記述するグラフィカルなネット
ワークによる方法と同じ手段を用いて、因果関係生成知
識の条件部の入力をネットワーク表現することができ
る。また、結論部においても、原因と結果の因果関係で
あるネットワークで表現することができる。

【００２２】これに対し、因果関係エディタ１３で取り
扱う因果関係とは、前述したように、専門家のもつ故障
に関する知識であり、この実施例では、この因果関係を
専門家が直接入力することもできるが、そのかわりに、
因果関係生成部３において因果関係を自動生成し、因果
関係エディタ１３に入力させることをも意図している。
このとき、因果関係生成部３において生成された因果関
係の形式が専門家に直接入力させるときの因果関係の形
式（if-then形式）と同じ形式のものであれば、因果関
係エディタ１３においては、専門家が入力した因果関係
を編集するのと同等の方法によって、因果関係生成部３
で生成された因果関係を編集可能となっている。さらに
この場合、因果関係を専門家が直接入力できる機能を有
していなくとも良い。

【００２３】また、図１において、診断型エキスパート
システム５（推論部），いまの例では故障診断エキスパ
ートシステムは、知識格納部２に格納されている知識を
用いて推論を行なうようになっている。

【００２４】図２は対象モデルエディタ１１の一例を示
す図であり、この例では、故障診断の対象となる知識，
すなわち診断対象モデルに関する客観的知識（対象の構
造やプロセスなど）としてコンピュータシステムを入力
している途中が示されている。すなわち、図２の上段Ｕ
Ｐには、診断対象モデルの関係が示されており、下段Ｌ
Ｗには１つの構成部品に着目したときの属性が示されて
いる。より詳しくは、図２の例では、構成部品として、
ＰＳＵ（パワーサプライユニット）と、ＨＤＤ（ハード
ディスクドライブ）と、ＦＤＤ（フロッピィディスクド
ライブ）と、ＦＨＤＣ（フロッピィハードディスクコン
トローラ）と、ＣＰＵ（中央演算処理装置）とが示さ
れ、構成部品間の関係として、「ＰＳＵからＣＰＵへ電
源が流れる伝播関係がある。」，「ＰＳＵからＦＨＤＣ
へ電源が流れる伝播関係がある。」，「ＰＳＵからＨＤ
Ｄへ電源が流れる伝播関係がある。」，「ＰＳＵからＦ
ＤＤへ電源が流れる伝播関係がある。」，「ＦＤＤから
ＦＨＤＣへデータ（プログラム、信号など）が流れる伝
播関係がある。」，「ＨＤＤからＦＨＤＣへデータ（プ
ログラム、信号など）が流れる伝播関係がある。」，
「ＦＨＤＣからＣＰＵへデータ（プログラム、信号な
ど）が流れる伝播関係がある。」が示されている。ま
た、図３は入力された診断対象モデルの構成部品の内部
表現の一例を示す図であり、図３の例では、オブジェク
トがＰＳＵの場合が示されている。

【００２５】また、図４は因果関係生成知識を編集する
ための因果関係生成知識エディタ１２の一例を示す図で
あり、図４の例では、因果関係生成知識エディタ１２
は、因果関係生成知識を条件部，結論部，制約からなる
ものとして編集するようになっている。図５は図４の因
果関係生成知識エディタ１２によって入力，編集のなさ
れた因果関係生成知識の一例を示す図であり、因果関係
生成知識は、条件部（ＩＦ部），結論部（ＴＨＥＮ
部），制約を有している。ここで、条件部には、診断対
象モデルについての記述が用いられ、図５（ａ）の因果
関係生成知識は、条件部（ＩＦ部），結論部（ＴＨＥＮ
部），制約の全てに値をもっている。これに対し、図５
（ｂ）の因果関係生成知識は、条件部（ＩＦ部）がない
知識の例を示している。すなわち、図５（ａ）の例で
は、条件部（ＩＦ部）は、「あるＸとあるＹとの間に伝
播関係が存在する」ということを示し、結論部（ＴＨＥ
Ｎ部）は、「あるＸに動作異常が発生すると結果として
あるＹにも動作異常が発生する。」ということを示し、
制約は、条件部（ＩＦ部）や結論部（ＴＨＥＮ部）に出
てくる変数Ｘがデバイスであり、変数Ｙもデバイスでな
ければならないことを示している。また、図５（ｂ）の
例では、条件部が無く、あるＸがデバイスでありＸ自身
が不良ならば、結果として動作異常が発生することを示
している。

【００２６】次に、このような構成の知識獲得装置の動
作について説明する。先づ、専門家は知識編集部１の対
象モデルエディタ１１を通して診断対象モデルに関する
客観的な知識（対象の構造やプロセスなど）を入力す
る。すなわち、診断対象がどのようなユニットから構成
されており、さらにそのユニットがどのような部品から
構成されているか、そしてそれらのユニットや部品が他
のユニットや部品とどのような関係（関係の方向も含
む）にあるか、またプロセスがどのような子プロセスか
ら構成され、どの構成部品と関連しているかなどを記述
した知識を入力する。次に診断対象の部品に関してＩＳ
-Ａ関係にある一般的な部品の知識を対象モデルエディ
タ１１を通して入力する。一般的な部品と診断対象の構
成部品とはＩＳ-Ａ関係で階層的に表現されているの
で、上位概念の部品から下位概念の部品に対して属性の
継承がおこる。また、診断対象モデルに関する知識とと
もに、診断対象モデルの客観的な知識から因果関係を生
成するのに用いられる因果関係生成知識を知識編集部１
の因果関係生成知識エディタ１２を通して入力する。な
お、必要な因果関係生成知識が知識格納部２に予め記憶
されているときには、入力操作を行なう必要はない。

【００２７】このようにして、故障診断の対象に関する
知識，すなわち診断対象モデルに関する客観的な知識が
対象モデルエディタ１１を用いて、入力，編集され、ま
た、因果関係生成知識が因果関係生成知識エディタ１２
を用いて入力，編集されると、因果関係生成部３では、
専門家が入力した診断対象モデルに関する知識に因果関
係生成知識を適用することによって診断対象の因果関係
を生成する。すなわち、先づ、原因を生成したい診断対
象の構成部品またはプロセスを選択し、次に因果関係生
成知識を取りだし、制約が成立するかどうかをチェック
する。成立した場合には因果関係生成知識を発火させ、
原因候補を生成する。このようにして生成された原因結
果の因果関係の連鎖を知識編集部１により専門家に対し
て表示する。専門家は知識編集部１によって表示された
因果関係の連鎖を削除したり、追加したりして修正する
ことによって正確な知識ベースを知識格納部２に作成す
ることができる。

【００２８】次に、診断対象を図２，図３に示したよう
なコンピュータシステムとし、図４のような因果関係生
成知識エディタ１２を用いて図５に示したような因果関
係生成知識が入力，編集されるとしたときのより具体的
な動作について説明する。先づ、専門家は図１の知識編
集部１の対象モデルエディタ１１を通して、診断対象の
部品構成やプロセス構成、部品間やプロセス間の関係、
構成部品や構成プロセスの持つ属性および属性値につい
て診断対象モデルを入力する。この際、専門家は対象モ
デルエディタ１１を用いて診断対象モデルをネットワー
ク表現で入力することが可能である。すなわち、対象モ
デルエディタ１１を用いて診断対象モデルをネットワー
ク表現で入力するときには、図２，図３に示したよう
に、診断対象モデルは、ネットワークで構成部品間が関
係付けられ、構成部品はオブジェクトと呼ばれて属性お
よび属性値をもつ。

【００２９】また、因果関係生成知識についても、診断
対象モデルを入力，編集するのと同様の仕方で、知識編
集部１の因果関係生成知識エディタ１２を用いて、図５
に示したように、因果関係生成知識をネットワークで表
現して編集することができる。

【００３０】このようにして、入力，編集のなされた例
えば図２，図３の診断対象モデル，図５の因果関係生成
知識は、知識格納部２に格納される。次いで、因果関係
生成部３では、入力，編集のなされた診断対象モデルに
因果関係生成知識を適用して因果関係を自動生成するこ
とができる。

【００３１】図６は因果関係生成部３において因果関係
生成知識を診断対象モデルに対して適用して因果関係を
生成する処理流れを示すフローチャートである。図６を
参照すると、因果関係生成部３は、先づ、ステップＳ１
において診断対象モデルの原因を追及したい故障事象を
選択する。例えば、図２の診断対象モデルのＨＤＤにつ
いて、「ＨＤＤ／動作異常」が発生しており、その原因
を調べたいとする。この場合には、因果関係生成知識を
順に取り出し適用して、因果関係を生成させる。具体的
には、先づステップＳ２において因果関係生成知識を選
択する。例えば、最初、図５（ａ）の因果関係生成知識
を選択したとすると、ステップＳ３では、因果関係生成
知識の結論部の結果を取りだし、（＆Ｙ 状態 動作異
常）に現在の故障事象「ＨＤＤ／動作異常」がマッチす
るかどうかをチェックする。この例の場合、マッチング
に成功するので、ステップＳ４において、変数＆ＹがＨ
ＤＤに束縛される。次にステップＳ５においては束縛し
た値が制約を満足するかをチェックする。いまの場合、
制約は「＆Ｙはデバイスである」となっており、ＨＤＤ
はデバイスであるので制約チェックに成功する。なお、
制約チェックに失敗した場合には、因果関係の生成にも
失敗し、次の因果関係生成知識の適用に移る。

【００３２】このようにして、ステップＳ１からＳ５ま
での処理で、因果関係生成知識に関するチェックを行な
い、このチェックに成功したときには、ステップＳ６に
おいて因果関係生成知識を起動し、ステップＳ７で因果
関係生成知識が条件部を持つかどうかをチェックする。
この結果、条件部が存在する場合には、ステップＳ８の
処理へ移り、条件部の記述とマッチする状態を診断対象
モデルから検索する。図５（ａ）の因果関係生成知識は
条件部を持つのでステップＳ８の処理へ進み、条件部を
診断対象モデルに適用する。ステップＳ９では、条件部
を診断対象モデルに適用したときにマッチする条件が存
在するか否かを判断し、マッチする条件が存在した場合
には、ステップＳ１０の処理により、条件部の中の変数
を束縛する。これに対し、ステップＳ９において、マッ
チする条件が存在しなかった場合には、ステップＳ１３
の処理で因果関係生成失敗とする。いまの場合、図２の
診断対象モデルを見ると、ＨＤＤと伝播関係にある部品
としてＰＳＵがあるので、ステップＳ１０で変数ＸにＰ
ＳＵを束縛する。この場合には、さらに束縛された変数
が制約にマッチするかどうかの最終チェックをステップ
Ｓ１１において行なう。その結果、束縛がすべて失敗す
れば、ステップＳ１３の処理へ進み、成功した束縛があ
ればステップＳ１２の処理で結論部の変数に束縛をセッ
トし、因果関係を生成させる。図５（ａ）の因果関係生
成知識では、「変数Ｘも変数Ｙもデバイスである」とい
う束縛を満足するので、ステップＳ１２の処理で因果関
係を生成し、「（原因）ＰＳＵ／動作異常→（結果）Ｈ
ＤＤ／動作異常」という因果関係が生成される。

【００３３】一方、ステップＳ２において、図５（ｂ）
の因果関係生成知識が選択された場合において、図５
（ｂ）の因果関係生成知識は条件部が存在しないので、
この場合には、ステップＳ７の処理の結果、条件部がな
いと判断されてステップＳ１３の処理へ移る。すなわ
ち、図５（ｂ）の因果関係生成知識の場合には、条件部
が存在しないので、制約のみで変数の束縛を行ない、そ
の後は図５（ａ）の因果関係生成知識の場合と同様の方
法にて因果関係の生成を行なう。その結果、生成される
因果関係は、「（原因）ＨＤＤ／不良→（結果）ＨＤＤ
／動作異常」となる。

【００３４】このように、本実施例では、因果関係生成
部３において、因果関係生成知識を診断対象の客観的な
知識（対象モデル）に対して適用し、診断対象の因果関
係を生成するようになっているので、専門家や知識工学
者は、因果関係自体を自ら作成しこれを入力する必要が
なく、知識獲得を容易にし、専門家等に対する負担を軽
減することができる。

【００３５】また、診断対象モデル（構成部品間やプロ
セス間の関係、構成部品やプロセスの持つ属性など）の
入力手段が、ネットワーク表現による場合、因果関係生
成知識の条件部が診断対象モデルの記述を反映している
ので、因果関係生成知識の条件部の入力は、診断対象モ
デルのネットワークによる入力と同じ手段を用いること
ができ、これによって、専門家はif-then形式の特別な
知識を持っていなくても因果関係生成知識を容易に入力
することが可能である。

【００３６】また、因果関係生成知識の結論部は、診断
対象の故障の原因と結果の関係である因果関係であっ
て、原因と結果は故障現象または故障診断対象の構成部
品やプロセスとその故障状態との組で表現される故障事
象であり、さらに原因と結果の間は関係の一種である因
果関係で結ばれているので、条件部と同様にネットワー
クで表現可能である。従って、条件部と同様に結論部も
ネットワークによる入力手段を用いることができ、専門
家は、if-then形式の特別な知識を持っていなくても因
果関係生成知識を容易に入力することが可能である。

【００３７】なお、上記の例では、生成させた因果関係
は原因と結果の２項間の関係であるが、生成した原因に
対してさらに因果関係生成知識を適用することにより、
因果関係の連鎖木を生成することもできる。

【００３８】また、上述の実施例では、故障診断エキス
パートシステムに適用する場合について説明したが、他
の種類の診断型エキスパートシステムに適用することも
可能である。

【００３９】

【発明の効果】以上に説明したように、請求項１記載の
発明では、診断の対象となる知識に因果関係生成知識を
適用して因果関係を自動生成するようになっているの
で、専門家等が因果関係を作成しこれを直接入力する手
間を省くことができ、知識を容易に獲得することができ
る。

【００４０】また、請求項２記載の発明では、因果関係
生成知識が、診断対象に関する客観的な記述を条件部に
もち、診断対象の因果関係を結論部にもつif-thenルー
プとなっており、条件部が対象モデル記述に対応してい
るので、対象モデルの入力と同等の入力方式によって因
果関係生成知識の入力を容易に行なわせることができ
る。

【００４１】また、請求項３記載の発明では、専門家等
は、因果関係を生成する場合に、第１の編集手段，第２
の編集手段により診断の対象となる知識，因果関係生成
知識を入力しさえすれば良く、この際、請求項２記載の
ように因果関係生成知識の条件部が対象モデル記述に対
応しているときには、因果関係生成知識の入力が極めて
容易となるので、その結果、因果関係を容易に生成する
ことができる。

【００４２】また、請求項４記載の発明では、生成され
た因果関係の編集などを行なう第３の編集手段が設けら
れているので、これにより、因果関係の編集を容易に行
なうことができ、正しい因果関係を確実に生成すること
ができる。

【００４３】また、請求項５記載の診断型エキスパート
システムでは、請求項１または２記載の知識獲得装置を
用いているので、知識ベースの構築を容易にかつ迅速に
行なうことができる。

【図面の簡単な説明】

【図１】本発明に係る知識獲得装置およびそれを用いた
診断型エキスパートシステムの一実施例のブロック図で
ある。

【図２】対象モデルエディタの一例を示す図である。

【図３】診断対象モデルの構成部品の内部表現の一例を
示す図である。

【図４】因果関係生成知識を編集するための因果関係生
成知識エディタの一例を示す図である。

【図５】因果関係生成知識の一例を示す図である。

【図６】因果関係生成部における処理流れを示すフロー
チャートである。

【符号の説明】

１ 知識編集部 ２ 知識格納部 ３ 因果関係生成部 ５ 診断型エキスパートシステム １１ 対象モデルエディタ １２ 因果関係生成知識エディタ １４ 対象モデル １５ 因果関係生成知識 １６ 因果関係

Claims (5)

【特許請求の範囲】
1. 【請求項１】 知識の入力，編集などを行なう知識編集
   手段と、知識編集手段において入力，編集された知識が
   格納される知識格納手段と、診断の対象となる知識に因
   果関係生成知識を適用して因果関係を生成する因果関係
   生成手段とを備えていることを特徴とする知識獲得装
   置。
2. 【請求項２】 前記因果関係生成知識は、診断対象に関
   する客観的な記述から診断対象の因果関係を生成するた
   めの知識であって、診断対象に関する客観的な記述を条
   件下にもち、診断対象の因果関係を結論部にもつif-the
   n形式のルールであることを特徴とする請求項１記載の
   知識獲得装置。
3. 【請求項３】 前記知識編集手段は、診断の対象となる
   知識の入力，編集などを行なう第１の編集手段と、前記
   因果関係生成知識の入力，編集などを行なう第２の編集
   手段とを有していることを特徴とする請求項１または２
   記載の知識獲得装置。
4. 【請求項４】 前記知識編集手段は、診断の対象となる
   知識の入力，編集などを行なう第１の編集手段と、前記
   因果関係生成知識の入力，編集などを行なう第２の編集
   手段と、前記因果関係生成手段によって生成された因果
   関係の編集などを行なう第３の編集手段とを有している
   ことを特徴とする請求項１または２記載の知識獲得装
   置。
5. 【請求項５】 請求項１または２記載の知識獲得装置を
   用い、該知識獲得装置の知識格納手段に格納されている
   知識に基づき推論を行なうようになっていることを特徴
   とする診断型エキスパートシステム。