JPH0535308A - フアジイメンバシツプ関数の同定装置及び同定方法 - Google Patents
フアジイメンバシツプ関数の同定装置及び同定方法Info
- Publication number
- JPH0535308A JPH0535308A JP3186338A JP18633891A JPH0535308A JP H0535308 A JPH0535308 A JP H0535308A JP 3186338 A JP3186338 A JP 3186338A JP 18633891 A JP18633891 A JP 18633891A JP H0535308 A JPH0535308 A JP H0535308A
- Authority
- JP
- Japan
- Prior art keywords
- inference
- membership function
- inference result
- fuzzy
- target
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
- G06F17/175—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method of multidimensional data
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Fuzzy Systems (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】
【目的】 期待する推論結果を得るために、制御目的に
合った適性なメンバシップ関数を自動的に同定する。 【構成】 メンバシップ関数を記憶する記憶部１−１と
推論規則を記憶する記憶部１−２とメンバシップ関数を
シフトするパラメータを記憶する記憶部１−５と目標推
論結果と許容範囲を記憶する記憶部１−７と対応するメ
ンバシップ関数と推論規則を取り出す管理部１−３とメ
ンバシップ関数を用いて入力データをファジィ推論し、
推論結果を演算する演算部１−４と目標値と推論結果値
を比較する比較部１−８と推論結果が目標値の許容範囲
を満足しない場合、メンバシップ関数を左右にシフトす
るシフト部１−６とからなるメンバシップ関数同定装
置。
合った適性なメンバシップ関数を自動的に同定する。 【構成】 メンバシップ関数を記憶する記憶部１−１と
推論規則を記憶する記憶部１−２とメンバシップ関数を
シフトするパラメータを記憶する記憶部１−５と目標推
論結果と許容範囲を記憶する記憶部１−７と対応するメ
ンバシップ関数と推論規則を取り出す管理部１−３とメ
ンバシップ関数を用いて入力データをファジィ推論し、
推論結果を演算する演算部１−４と目標値と推論結果値
を比較する比較部１−８と推論結果が目標値の許容範囲
を満足しない場合、メンバシップ関数を左右にシフトす
るシフト部１−６とからなるメンバシップ関数同定装
置。
Description
【０００１】
【産業上の利用分野】本発明はファジィ推論法を用いて
制御対象を制御するシステムで、メンバシップ関数を自
動調整して最適推論値を得るための、メンバシップ関数
の同定（モデリング）に関するものである。同定とは、
制御対象の特性を推論規則とメンバシップ関数により表
現することを意味する。
制御対象を制御するシステムで、メンバシップ関数を自
動調整して最適推論値を得るための、メンバシップ関数
の同定（モデリング）に関するものである。同定とは、
制御対象の特性を推論規則とメンバシップ関数により表
現することを意味する。
【０００２】
【従来の技術】ファジィ推論は制御理論にみる数学モデ
ルでは記述し難い、非線形要素を含んだ複雑な制御対
象、例えばプラスチック成形機の温度制御、化学薬品の
調合制御等に対して、その特質を熟知しているエキスパ
ート（熟練工）の知識をファジイ推論規則及びメンバシ
ップ関数を用いて表し、計算機でこれを実現しエキスパ
ート並みに推論しようというものである。
ルでは記述し難い、非線形要素を含んだ複雑な制御対
象、例えばプラスチック成形機の温度制御、化学薬品の
調合制御等に対して、その特質を熟知しているエキスパ
ート（熟練工）の知識をファジイ推論規則及びメンバシ
ップ関数を用いて表し、計算機でこれを実現しエキスパ
ート並みに推論しようというものである。
【０００３】図７は従来のファジィ推論装置の構成を示
すブロック図であり、１は対象としているシステムから
得られる情報を取り込むデータ入力部、２はデータ入力
部１で得られた入力データに基づきファジィ推論を行う
ファジィ推論演算部、３はファジィ推論演算部２の推論
結果を出力するデータ出力部、４はファジィ推論演算部
２で用いる推論規則を記憶している推論規則記憶部、５
はメンバシップ関数の形状データを記憶しておくメンバ
シップ関数記憶部である。
すブロック図であり、１は対象としているシステムから
得られる情報を取り込むデータ入力部、２はデータ入力
部１で得られた入力データに基づきファジィ推論を行う
ファジィ推論演算部、３はファジィ推論演算部２の推論
結果を出力するデータ出力部、４はファジィ推論演算部
２で用いる推論規則を記憶している推論規則記憶部、５
はメンバシップ関数の形状データを記憶しておくメンバ
シップ関数記憶部である。
【０００４】以上のように構成された従来のファジィ推
論装置では、データ入力部１からの入力データｘ1、
ｘ2、・・・ｘnと、データ出力部３から出力する出力デ
ータｙの間の関係をｉｆ〜ｔｈｅｎ・・・形式の推論規
則(Production Ruleという)として記述する。例えば入
力変数がｘ1、ｘ2のとき、次のような推論規則を推論規
則記憶部４に複数個、記憶させて置く。 Ｒ1：ｉｆ（ｘ1 ｉｓ Ａ11）ａｎｄ（ｘ2 ｉｓ Ａ12）ｔｈｅｎ（ｙ ｉｓ Ｂ1） Ｒ2：ｉｆ（ｘ1 ｉｓ Ａ21）ａｎｄ（ｘ2 ｉｓ Ａ22）ｔｈｅｎ（ｙ ｉｓ Ｂ2） ここでｉｆ〜の部分を前件部、ｔｈｅｎ〜の部分を後件
部と呼ぶ。Ａ11〜Ａ22、Ｂ1、Ｂ2は推論規則の記述に用
いる入力や出力のメンバシップ関数を表すラベルであ
る。今、データ入力部１に実数値ｘ1 0、ｘ2 0が入力され
たとすると、ファジィ推論演算部２に於いて図８のよう
に推論が行なわれる。先ず、ファジィ推論演算部２は推
論に必要な推論規則を推論規則記憶部４から、メンバシ
ップ関数をメンバシップ関数記憶部５から読み込む。次
に図８または下記の数式（１）、（２）に示すように各
々の推論規則に対して前件部の適合度Ｗ1、Ｗ2を計算す
る。 Ｗ1＝Ａ11（ｘ1 0）∧Ａ12（ｘ2 0）・・・・・・・・・・・・・・・・・（１） Ｗ2＝Ａ21（ｘ1 0）∧Ａ22（ｘ2 0）・・・・・・・・・・・・・・・・・（２） ここで∧はｍｉｎ（ＡＮＤ）演算を示す。そして、各推
論規則の出力値Ｂ1’、Ｂ2’（図８の斜線部）を次の数
式（３）、（４）により求め Ｂ1’＝Ｗ1∧Ｂ1・・・・・・・・・・・・・・・・・・・・・・・・・（３） Ｂ2’＝Ｗ2∧Ｂ2・・・・・・・・・・・・・・・・・・・・・・・・・（４） 推論結果Ｂ0を以下のようにして求める。 Ｂ0＝Ｂ1’∨Ｂ2’ ここで∨はｍａｘ（ＯＲ）演算を示す。実際はこの推論
結果Ｂ0は、台集合の要素ｙの重みＢ（ｙ）による重み
付き平均（重心）ｙ0をその推論結果値とする。
論装置では、データ入力部１からの入力データｘ1、
ｘ2、・・・ｘnと、データ出力部３から出力する出力デ
ータｙの間の関係をｉｆ〜ｔｈｅｎ・・・形式の推論規
則(Production Ruleという)として記述する。例えば入
力変数がｘ1、ｘ2のとき、次のような推論規則を推論規
則記憶部４に複数個、記憶させて置く。 Ｒ1：ｉｆ（ｘ1 ｉｓ Ａ11）ａｎｄ（ｘ2 ｉｓ Ａ12）ｔｈｅｎ（ｙ ｉｓ Ｂ1） Ｒ2：ｉｆ（ｘ1 ｉｓ Ａ21）ａｎｄ（ｘ2 ｉｓ Ａ22）ｔｈｅｎ（ｙ ｉｓ Ｂ2） ここでｉｆ〜の部分を前件部、ｔｈｅｎ〜の部分を後件
部と呼ぶ。Ａ11〜Ａ22、Ｂ1、Ｂ2は推論規則の記述に用
いる入力や出力のメンバシップ関数を表すラベルであ
る。今、データ入力部１に実数値ｘ1 0、ｘ2 0が入力され
たとすると、ファジィ推論演算部２に於いて図８のよう
に推論が行なわれる。先ず、ファジィ推論演算部２は推
論に必要な推論規則を推論規則記憶部４から、メンバシ
ップ関数をメンバシップ関数記憶部５から読み込む。次
に図８または下記の数式（１）、（２）に示すように各
々の推論規則に対して前件部の適合度Ｗ1、Ｗ2を計算す
る。 Ｗ1＝Ａ11（ｘ1 0）∧Ａ12（ｘ2 0）・・・・・・・・・・・・・・・・・（１） Ｗ2＝Ａ21（ｘ1 0）∧Ａ22（ｘ2 0）・・・・・・・・・・・・・・・・・（２） ここで∧はｍｉｎ（ＡＮＤ）演算を示す。そして、各推
論規則の出力値Ｂ1’、Ｂ2’（図８の斜線部）を次の数
式（３）、（４）により求め Ｂ1’＝Ｗ1∧Ｂ1・・・・・・・・・・・・・・・・・・・・・・・・・（３） Ｂ2’＝Ｗ2∧Ｂ2・・・・・・・・・・・・・・・・・・・・・・・・・（４） 推論結果Ｂ0を以下のようにして求める。 Ｂ0＝Ｂ1’∨Ｂ2’ ここで∨はｍａｘ（ＯＲ）演算を示す。実際はこの推論
結果Ｂ0は、台集合の要素ｙの重みＢ（ｙ）による重み
付き平均（重心）ｙ0をその推論結果値とする。
【０００５】以上のような方法で、推論結果値ｙ0を得
たのち、その推論結果値が対象とするシステムを安定化
する上で望ましいものでない場合は、Ａ11〜Ａ22または
Ｂ1、Ｂ2などのメンバシップ関数をごく僅かシフトさ
せ、数式（１）〜（４）の手順を踏めば、ｙ0とは少し
異なった推論結果値ｙ0’が得られる。例えば、図８の
メンバシップ関数Ａ21は底辺のＸ座標ａ，ｃ及びＹ座標
０と頂点のＸ座標ｂ及びＹ座標１を使って Ａ21＝（ａ，０／ｂ，１／ｃ，０） と定義でき、このメンバシップ関数をｋだけシフトする
場合は Ａ21’＝（ａ−ｋ，０／ｂ−ｋ，１／ｃ−ｋ，０） と設定する。このメンバシップ関数の修正により従来
は、システムを安定制御し得る推論結果値を得ていた。
たのち、その推論結果値が対象とするシステムを安定化
する上で望ましいものでない場合は、Ａ11〜Ａ22または
Ｂ1、Ｂ2などのメンバシップ関数をごく僅かシフトさ
せ、数式（１）〜（４）の手順を踏めば、ｙ0とは少し
異なった推論結果値ｙ0’が得られる。例えば、図８の
メンバシップ関数Ａ21は底辺のＸ座標ａ，ｃ及びＹ座標
０と頂点のＸ座標ｂ及びＹ座標１を使って Ａ21＝（ａ，０／ｂ，１／ｃ，０） と定義でき、このメンバシップ関数をｋだけシフトする
場合は Ａ21’＝（ａ−ｋ，０／ｂ−ｋ，１／ｃ−ｋ，０） と設定する。このメンバシップ関数の修正により従来
は、システムを安定制御し得る推論結果値を得ていた。
【０００６】
【発明が解決しようとする課題】従来の同定方法では同
定作業の間に、どのメンバシップ関数をどのように変更
したらよいのかを考察する時間や、再記述された推論規
則及びメンバシップ関数をファジィ推論演算部が理解で
きる知識ベースにするためにコンパイルの時間が必要で
あった。ユーザはメンバシップ関数記述部、推論規則記
述部により、ファジィ制御のための推論規則を記述す
る。メンバシップ関数記述部、推論規則記述部により記
述されたメンバシップ関数及び推論規則は推論規則コン
パイラを用いて、ファジィ推論演算部に落される。この
ように知識ベースに落す時間や、この知識ベースをファ
ジィ推論演算部が読み込む時間や、内部メモリに落す時
間など再推論のためにかなりの時間を費やしていた。ま
た、ある程度良好な推論結果は得られているのだが期待
する推論値とは微妙に違うという場合、どのメンバシッ
プ関数をどう調整すればいいのかという判断は非常に難
しく試行錯誤に頼らざるを得なかった。
定作業の間に、どのメンバシップ関数をどのように変更
したらよいのかを考察する時間や、再記述された推論規
則及びメンバシップ関数をファジィ推論演算部が理解で
きる知識ベースにするためにコンパイルの時間が必要で
あった。ユーザはメンバシップ関数記述部、推論規則記
述部により、ファジィ制御のための推論規則を記述す
る。メンバシップ関数記述部、推論規則記述部により記
述されたメンバシップ関数及び推論規則は推論規則コン
パイラを用いて、ファジィ推論演算部に落される。この
ように知識ベースに落す時間や、この知識ベースをファ
ジィ推論演算部が読み込む時間や、内部メモリに落す時
間など再推論のためにかなりの時間を費やしていた。ま
た、ある程度良好な推論結果は得られているのだが期待
する推論値とは微妙に違うという場合、どのメンバシッ
プ関数をどう調整すればいいのかという判断は非常に難
しく試行錯誤に頼らざるを得なかった。
【０００７】この発明は上記のような問題点を解消する
ためになされたもので、期待する推論結果を得るために
どのメンバシップ関数をどのように修正するか考えるこ
となく、制御目的に合った適性なメンバシップ関数を自
動的に同定することを目的とする。
ためになされたもので、期待する推論結果を得るために
どのメンバシップ関数をどのように修正するか考えるこ
となく、制御目的に合った適性なメンバシップ関数を自
動的に同定することを目的とする。
【０００８】
【課題を解決するための手段】第１の発明におけるファ
ジィメンバシップ関数同定装置は、メンバシップ関数を
記憶するメンバシップ関数記憶部と、ファジィ推論規則
を記憶する推論規則記憶部と、前記メンバシップ関数を
シフトまたはメンバシップ関数の形状を変形させるする
ために必要なパラメータを記憶するパラメータ記憶部
と、目標とする推論結果とその許容範囲を記憶する目標
値記憶部と、前記メンバシップ関数記憶部と前記推論規
則記憶部から対応するメンバシップ関数と推論規則を取
り出す推論規則管理部と、前記推論規則とメンバシップ
関数を用いて制御対象の制御量をファジィ推論し、推論
結果を演算するファジィ推論演算部と、前記目標値と推
論結果値を比較する目標値／結果値比較部と、前記推論
結果が前記目標値の許容範囲を満足しない場合、前記パ
ラメータ記憶部からパラメータを受け取って、前記メン
バシップ関数を設定された前記パラメータに従ってシフ
トまたは形状変更するメンバシップ関数制御部とからな
る。
ジィメンバシップ関数同定装置は、メンバシップ関数を
記憶するメンバシップ関数記憶部と、ファジィ推論規則
を記憶する推論規則記憶部と、前記メンバシップ関数を
シフトまたはメンバシップ関数の形状を変形させるする
ために必要なパラメータを記憶するパラメータ記憶部
と、目標とする推論結果とその許容範囲を記憶する目標
値記憶部と、前記メンバシップ関数記憶部と前記推論規
則記憶部から対応するメンバシップ関数と推論規則を取
り出す推論規則管理部と、前記推論規則とメンバシップ
関数を用いて制御対象の制御量をファジィ推論し、推論
結果を演算するファジィ推論演算部と、前記目標値と推
論結果値を比較する目標値／結果値比較部と、前記推論
結果が前記目標値の許容範囲を満足しない場合、前記パ
ラメータ記憶部からパラメータを受け取って、前記メン
バシップ関数を設定された前記パラメータに従ってシフ
トまたは形状変更するメンバシップ関数制御部とからな
る。
【０００９】第２の発明におけるファジィメンバシップ
関数の同定方法は、１）所定の目標推論結果の許容範囲
と、メンバシップ関数をシフトまたは形状変更するため
に必要なパラメータを設定するステップと、２）推論規
則と設定されたメンバシップ関数により制御量をファジ
ィ推論し、この推論結果が設定された目標推論結果の許
容範囲を満足するかどうかを判定するステップと、３）
推論結果が目標推論結果の許容範囲を満足しない場合、
設定されたメンバシップ関数を設定されたパラメータに
よりシフトまたは形状変更させるステップと、シフトま
たは形状変更されたメンバシップ関数と前記推論規則で
前記制御量をファジィ推論し、推論結果を演算し、この
推論結果が設定された目標推論結果の許容範囲を満足す
るかどうかを判定するステップと、５）前記４）のステ
ップで推論結果が設定された目標推論結果の許容範囲を
満足しない場合、前記３）、４）のステップを繰り返す
ステップからなる。
関数の同定方法は、１）所定の目標推論結果の許容範囲
と、メンバシップ関数をシフトまたは形状変更するため
に必要なパラメータを設定するステップと、２）推論規
則と設定されたメンバシップ関数により制御量をファジ
ィ推論し、この推論結果が設定された目標推論結果の許
容範囲を満足するかどうかを判定するステップと、３）
推論結果が目標推論結果の許容範囲を満足しない場合、
設定されたメンバシップ関数を設定されたパラメータに
よりシフトまたは形状変更させるステップと、シフトま
たは形状変更されたメンバシップ関数と前記推論規則で
前記制御量をファジィ推論し、推論結果を演算し、この
推論結果が設定された目標推論結果の許容範囲を満足す
るかどうかを判定するステップと、５）前記４）のステ
ップで推論結果が設定された目標推論結果の許容範囲を
満足しない場合、前記３）、４）のステップを繰り返す
ステップからなる。
【００１０】第３の発明におけるファジィメンバシップ
関数の同定方法は、第２の発明における最初のステップ
において、メンバシップ関数のシフト変更許容値を設定
し、第二の発明の以降のステップでシフトまたは形状変
更が前記シフト変更許容値になった場合、メンバシッブ
関数のシフトまたは形状変更を中止する。
関数の同定方法は、第２の発明における最初のステップ
において、メンバシップ関数のシフト変更許容値を設定
し、第二の発明の以降のステップでシフトまたは形状変
更が前記シフト変更許容値になった場合、メンバシッブ
関数のシフトまたは形状変更を中止する。
【００１１】第４の発明におけるファジィメンバシップ
関数の同定方法は、第３の発明の最初のステップにおい
て、シフトまたは形状変更させる複数のメンバシップ関
数の順番を設定し、第３の発明の以降のステップでこの
順番に従ってファジィ推論し、推論結果を目標推論結果
の許容範囲と比較する。
関数の同定方法は、第３の発明の最初のステップにおい
て、シフトまたは形状変更させる複数のメンバシップ関
数の順番を設定し、第３の発明の以降のステップでこの
順番に従ってファジィ推論し、推論結果を目標推論結果
の許容範囲と比較する。
【００１２】第５の発明におけるファジィメンバシップ
関数の同定方法は、第２〜第４の発明において、設定さ
れた推論結果の目標値と制御対象の制御量を推論規則と
メンバシップ関数により推論した推論結果値、または前
記目標値と前記推論結果値の差をトレンドとして表示す
る。
関数の同定方法は、第２〜第４の発明において、設定さ
れた推論結果の目標値と制御対象の制御量を推論規則と
メンバシップ関数により推論した推論結果値、または前
記目標値と前記推論結果値の差をトレンドとして表示す
る。
【００１３】
【作用】制御量をファジィ推論し、推論結果を演算し、
その推論結果を目標値／結果値比較部で比較し、目標値
記憶部に設定された目標値の許容範囲を満足しない場
合、パラメータ記憶部に記憶されたパラメータによりメ
ンバシップ関数をシフトまたは形状変更し、シフトまた
は形状変更されたメンバシップ関数と推論規則で再推
論、再演算を実行し、その推論結果が目標値の許容範囲
を満足しない場合更にシフトまたは形状変更動作を繰り
返す。また、メンバシップ関数のシフト変更許容値を設
定し、シフトまたは形状変更が前記シフト変更許容値に
達した場合、シフトまたは形状変更を中止させる。ま
た、複数のメンバシップ関数をシフトまたは形状変更対
象とする場合、シフトまたは形状変更する順番を設定
し、その順番に従って逐次メンバシップ関数をシフトま
たは形状変更させる。また、目標値と推論結果値、また
はその差をトレンドとして表示させることにより、推論
中の監視する。
その推論結果を目標値／結果値比較部で比較し、目標値
記憶部に設定された目標値の許容範囲を満足しない場
合、パラメータ記憶部に記憶されたパラメータによりメ
ンバシップ関数をシフトまたは形状変更し、シフトまた
は形状変更されたメンバシップ関数と推論規則で再推
論、再演算を実行し、その推論結果が目標値の許容範囲
を満足しない場合更にシフトまたは形状変更動作を繰り
返す。また、メンバシップ関数のシフト変更許容値を設
定し、シフトまたは形状変更が前記シフト変更許容値に
達した場合、シフトまたは形状変更を中止させる。ま
た、複数のメンバシップ関数をシフトまたは形状変更対
象とする場合、シフトまたは形状変更する順番を設定
し、その順番に従って逐次メンバシップ関数をシフトま
たは形状変更させる。また、目標値と推論結果値、また
はその差をトレンドとして表示させることにより、推論
中の監視する。
【００１４】
実施例１．図１は本発明の一実施例であるファジィメン
バシップ関数の同定装置の構成を示すブロック図であ
る。図において１−１は推論規則の前件部に対応したメ
ンバシップ関数を記憶しているメンバシップ関数記憶
部、１−２はｉｆ・・・ｔｈｅｎ・・・形式のファジィ
推論規則を記憶している推論規則記憶部、１−３はメン
バシップ関数記憶部１−１と推論規則記憶部１−２から
対応するメンバシップ関数と推論規則を取り出す推論規
則管理部、１−４は前記メンバシップ関数を用いて同定
用入力データの推論規則の前件部に対する適合度を求め
るファジィ推論演算部、１−５はメンバシップ関数をシ
フトまたはメンバシップ関数の形状（傾き）を変更させ
るための各種パラメータを記憶しているパラメータ記憶
部、１−６はパラメータ記憶部１−５からパラメータを
受け取って、同じくメンバシップ関数記憶部１−１内の
メンバシップ関数を左右どちらかにシフトまたは形状変
更するメンバシップ関数制御部、１−７は目標とする推
論結果値と許容範囲δを記憶している目標値記憶部、１
−８は目標値と推論結果値を比較する目標値／結果値比
較部、１−９は目標値と推論結果値、またはその差のト
レンドをＣＲＴ等に表示する推論モニタ部である。ここ
で目標とする推論結果値と許容範囲δはエキスパートが
その経験に基づいて設定したもの、または作業者が暫定
的に設定したものであってもよい。作業者が暫定的に設
定した場合、制御を試行し、その結果に基づいて目標と
する推論結果値または許容範囲δを変更すればよい。
バシップ関数の同定装置の構成を示すブロック図であ
る。図において１−１は推論規則の前件部に対応したメ
ンバシップ関数を記憶しているメンバシップ関数記憶
部、１−２はｉｆ・・・ｔｈｅｎ・・・形式のファジィ
推論規則を記憶している推論規則記憶部、１−３はメン
バシップ関数記憶部１−１と推論規則記憶部１−２から
対応するメンバシップ関数と推論規則を取り出す推論規
則管理部、１−４は前記メンバシップ関数を用いて同定
用入力データの推論規則の前件部に対する適合度を求め
るファジィ推論演算部、１−５はメンバシップ関数をシ
フトまたはメンバシップ関数の形状（傾き）を変更させ
るための各種パラメータを記憶しているパラメータ記憶
部、１−６はパラメータ記憶部１−５からパラメータを
受け取って、同じくメンバシップ関数記憶部１−１内の
メンバシップ関数を左右どちらかにシフトまたは形状変
更するメンバシップ関数制御部、１−７は目標とする推
論結果値と許容範囲δを記憶している目標値記憶部、１
−８は目標値と推論結果値を比較する目標値／結果値比
較部、１−９は目標値と推論結果値、またはその差のト
レンドをＣＲＴ等に表示する推論モニタ部である。ここ
で目標とする推論結果値と許容範囲δはエキスパートが
その経験に基づいて設定したもの、または作業者が暫定
的に設定したものであってもよい。作業者が暫定的に設
定した場合、制御を試行し、その結果に基づいて目標と
する推論結果値または許容範囲δを変更すればよい。
【００１５】次にメンバシップ関数をシフトさせ推論結
果を演算する動作について説明する。推論規則記憶部１
−２には、入力変数がｘ1、ｘ2の２個のとき、以下のｎ
個の推論規則が格納されている。 Ｒ1：ｉｆ（ｘ1 ｉｓ Ａ11）ａｎｄ（ｘ2 ｉｓ Ａ12）ｔｈｅｎ（ｙ ｉｓ Ｂ1） Ｒ2：ｉｆ（ｘ1 ｉｓ Ａ21）ａｎｄ（ｘ2 ｉｓ Ａ22）ｔｈｅｎ（ｙ ｉｓ Ｂ2） ・ ・ Ｒn：ｉｆ（ｘ1 ｉｓ Ａn1）ａｎｄ（ｘ2 ｉｓ Ａn2）ｔｈｅｎ（ｙ ｉｓ Ｂn） Ａ11〜Ａ2n、Ｂ1〜Ｂnのメンバシップ関数の形はメンバ
シップ関数記憶部１−１に記憶されている。また、メン
バシップ関数のシフト動作のために、図３に示す各種パ
ラメータの設定を行なう。設定するパラメータは、シフ
トの刻み幅ｈ、単一メンバシップ関数のシフトの場合は
メンバシップ関数名ＭＦ、複数メンバシップ関数のルー
プシフトの場合はループするメンバシップ関数の順番
（この例ではＲ1、Ｒ4、Ｒ2の順番にシフトさせる）、
メンバシップ関数をシフトさせる言語変数名（この例で
は圧力）とメンバシップ関数のラベル名（この例ではＢ
ＩＧ）、更にメンバシップ関数のシフト方向としてＬ
（左）かＲ（右）かの設定がある。これらの各種パラメ
ータはパラメータ記憶部１−５に記憶される。
果を演算する動作について説明する。推論規則記憶部１
−２には、入力変数がｘ1、ｘ2の２個のとき、以下のｎ
個の推論規則が格納されている。 Ｒ1：ｉｆ（ｘ1 ｉｓ Ａ11）ａｎｄ（ｘ2 ｉｓ Ａ12）ｔｈｅｎ（ｙ ｉｓ Ｂ1） Ｒ2：ｉｆ（ｘ1 ｉｓ Ａ21）ａｎｄ（ｘ2 ｉｓ Ａ22）ｔｈｅｎ（ｙ ｉｓ Ｂ2） ・ ・ Ｒn：ｉｆ（ｘ1 ｉｓ Ａn1）ａｎｄ（ｘ2 ｉｓ Ａn2）ｔｈｅｎ（ｙ ｉｓ Ｂn） Ａ11〜Ａ2n、Ｂ1〜Ｂnのメンバシップ関数の形はメンバ
シップ関数記憶部１−１に記憶されている。また、メン
バシップ関数のシフト動作のために、図３に示す各種パ
ラメータの設定を行なう。設定するパラメータは、シフ
トの刻み幅ｈ、単一メンバシップ関数のシフトの場合は
メンバシップ関数名ＭＦ、複数メンバシップ関数のルー
プシフトの場合はループするメンバシップ関数の順番
（この例ではＲ1、Ｒ4、Ｒ2の順番にシフトさせる）、
メンバシップ関数をシフトさせる言語変数名（この例で
は圧力）とメンバシップ関数のラベル名（この例ではＢ
ＩＧ）、更にメンバシップ関数のシフト方向としてＬ
（左）かＲ（右）かの設定がある。これらの各種パラメ
ータはパラメータ記憶部１−５に記憶される。
【００１６】このような設定を経て、図２に示すような
フローチャートにしたがって推論を行う。以下、このフ
ローチャートにしたがって説明する。ステップＳ１で、
目標値記憶部１−７にｙの出力として目標とする推論結
果値とその許容範囲を入力する。ステップＳ２ではシフ
トに関するパラメータの設定を行う。推論結果値が目標
とする推論結果値の許容範囲を満足しない場合、メンバ
シップ関数をシフトする刻み幅ｈの入力（設定）、シフ
トするメンバシップ関数の番号の設定、ここで単一メン
バシップ関数の場合はメンバシップ関数名ＭＦ、複数の
メンバシップ関数の場合はシフトする順番を設定する。
シフトの対象となる言語変数名の設定（注：ここで指定
されない言語変数名のメンバシップ関数はいかなるもの
も、シフトされない）、設定された言語変数名に属し、
推論規則として記述されているメンバシップ関数名を設
定する。また、メンバシップ関数を左右どちらにシフト
するかのシフト方向を設定する。ステップＳ３では、従
来の技術で説明したファジィ推論を実行する。そしてス
テップＳ４ではステップＳ１で設定した目標値とステッ
プＳ３で得られる推論結果値との差の絶対値が、目標値
記憶部１−７に記憶されている許容範囲δに納まってい
るかいないかを目標値／結果値比較部１−８が判定す
る。ステップＳ５では、ステップＳ４でまだ目標値と推
論結果値との差が許容範囲を越えているとされた場合
に、現在シフト対象のメンバシップ関数を設定されたシ
フト方向に刻み幅ｈだけメンバシップ関数制御部１−６
により、図４に示すようにシフト（平行移動）させ、そ
の結果をメンバシップ関数記憶部１−１に記憶させる。
ステップＳ６では、ステップＳ５のシフトの結果、図４
のようにメンバシップ関数の頂点のＸ座標がそのメンバ
シップ関数のシフト可能な上限値β又は下限値α（この
上限値、下限値はメンバシップ関数を定義する時に同時
に設定される）と一致したか否かを判定する。シフト可
能な上限値β又は下限値αと刻み幅ｈが分かれば、シフ
ト可能なシフト回数も判明するので回数で設定しても良
い。ステップＳ７では、ステップＳ６の判定の結果すで
に頂点のＸ座標が上限、下限値のどちらかに達したと判
断された場合に、現在シフト対象のメンバシップ関数名
が設定された最後のメンバシップ関数Ａn2か否かを判定
する。既にＡn2の場合は、シフト動作を止めて、ステッ
プＳ９で他の推論規則について調べることを促し、他の
推論規則を調査するのであればステップＳ１に戻り、調
査しないのであれば、定常ファジィ推論を実行する（ス
テップＳ１０）。ステップＳ８では、ステップＳ２で設
定された最後のメンバシップ関数Ａn2が現在シフト対象
のメンバシップ関数名でない場合に、次のメンバシップ
関数名をシフト対象とし、更にステップＳ３に戻る。つ
まり、この段階でのステップＳ３では、最初のメンバシ
ップ関数名を左右どちらかに刻み幅ｈだけシフトさせた
ものを使うかまたは、次のメンバシップ関数の定義され
た形のものを使って再びファジィ推論を実行する。ここ
で、最初のメンバシップ関数と最初のメンバシップ関数
を刻み幅ｈだけシフトしたメンバシップ関数を使って演
算した推論結果値ｙ0とｙ0’の状況を図５に示す。この
ような動作によって、メンバシップ関数記憶部１−１に
記憶されている言語変数名−メンバーシップ関数すべて
に対してファジィ推論が実行されることになり、ステッ
プＳ４の判定で目標値と推論値の差が許容範囲δになれ
ば、もはやどのメンバシップ関数もシフトされることは
なくなり、ステップＳ１０で定常のファジィ推論が実行
されることになる。このステップＳ１０の時点では、ス
テップＳ１で設定したある出力言語変数の期待する推論
結果値は許容範囲δの中で満たされたことになる。
フローチャートにしたがって推論を行う。以下、このフ
ローチャートにしたがって説明する。ステップＳ１で、
目標値記憶部１−７にｙの出力として目標とする推論結
果値とその許容範囲を入力する。ステップＳ２ではシフ
トに関するパラメータの設定を行う。推論結果値が目標
とする推論結果値の許容範囲を満足しない場合、メンバ
シップ関数をシフトする刻み幅ｈの入力（設定）、シフ
トするメンバシップ関数の番号の設定、ここで単一メン
バシップ関数の場合はメンバシップ関数名ＭＦ、複数の
メンバシップ関数の場合はシフトする順番を設定する。
シフトの対象となる言語変数名の設定（注：ここで指定
されない言語変数名のメンバシップ関数はいかなるもの
も、シフトされない）、設定された言語変数名に属し、
推論規則として記述されているメンバシップ関数名を設
定する。また、メンバシップ関数を左右どちらにシフト
するかのシフト方向を設定する。ステップＳ３では、従
来の技術で説明したファジィ推論を実行する。そしてス
テップＳ４ではステップＳ１で設定した目標値とステッ
プＳ３で得られる推論結果値との差の絶対値が、目標値
記憶部１−７に記憶されている許容範囲δに納まってい
るかいないかを目標値／結果値比較部１−８が判定す
る。ステップＳ５では、ステップＳ４でまだ目標値と推
論結果値との差が許容範囲を越えているとされた場合
に、現在シフト対象のメンバシップ関数を設定されたシ
フト方向に刻み幅ｈだけメンバシップ関数制御部１−６
により、図４に示すようにシフト（平行移動）させ、そ
の結果をメンバシップ関数記憶部１−１に記憶させる。
ステップＳ６では、ステップＳ５のシフトの結果、図４
のようにメンバシップ関数の頂点のＸ座標がそのメンバ
シップ関数のシフト可能な上限値β又は下限値α（この
上限値、下限値はメンバシップ関数を定義する時に同時
に設定される）と一致したか否かを判定する。シフト可
能な上限値β又は下限値αと刻み幅ｈが分かれば、シフ
ト可能なシフト回数も判明するので回数で設定しても良
い。ステップＳ７では、ステップＳ６の判定の結果すで
に頂点のＸ座標が上限、下限値のどちらかに達したと判
断された場合に、現在シフト対象のメンバシップ関数名
が設定された最後のメンバシップ関数Ａn2か否かを判定
する。既にＡn2の場合は、シフト動作を止めて、ステッ
プＳ９で他の推論規則について調べることを促し、他の
推論規則を調査するのであればステップＳ１に戻り、調
査しないのであれば、定常ファジィ推論を実行する（ス
テップＳ１０）。ステップＳ８では、ステップＳ２で設
定された最後のメンバシップ関数Ａn2が現在シフト対象
のメンバシップ関数名でない場合に、次のメンバシップ
関数名をシフト対象とし、更にステップＳ３に戻る。つ
まり、この段階でのステップＳ３では、最初のメンバシ
ップ関数名を左右どちらかに刻み幅ｈだけシフトさせた
ものを使うかまたは、次のメンバシップ関数の定義され
た形のものを使って再びファジィ推論を実行する。ここ
で、最初のメンバシップ関数と最初のメンバシップ関数
を刻み幅ｈだけシフトしたメンバシップ関数を使って演
算した推論結果値ｙ0とｙ0’の状況を図５に示す。この
ような動作によって、メンバシップ関数記憶部１−１に
記憶されている言語変数名−メンバーシップ関数すべて
に対してファジィ推論が実行されることになり、ステッ
プＳ４の判定で目標値と推論値の差が許容範囲δになれ
ば、もはやどのメンバシップ関数もシフトされることは
なくなり、ステップＳ１０で定常のファジィ推論が実行
されることになる。このステップＳ１０の時点では、ス
テップＳ１で設定したある出力言語変数の期待する推論
結果値は許容範囲δの中で満たされたことになる。
【００１７】実施例２．実施例１の動作は、メンバシッ
プ関数をシフトさせる例で説明したが、メンバシップ関
数の形状（傾き）を変更しても同じ効果が得られる。メ
ンバシップ関数の形状を変更するため、図２のフローチ
ャートのステップＳ２でシフトの刻み幅、シフトする推
論規則番号、シフトする推論規則の順番、シフト方向の
設定の代わりに、傾きの変更幅ｒ（この変更幅はメンバ
シップ関数の底辺の両端のＸ座標をきざみ幅ｒづつ異動
させてもよく、またメンバシップ関数の勾配を変えるも
のであってもよい）、形状変更する推論規則番号、形状
変更する推論規則の順番、傾きを変更する方向の設定を
し、ステップＳ５及びＳ８のシフトを形状変更に置き換
えればよい。また、実施例１では、メンバシップ関数の
頂点のＸ座標がシフトの上限値または下限値に達した
時、シフト動作を中止したが、メンバシップ関数の形状
変更の場合はメンバシップ関数の底辺の両端の座標が予
め設定された上限値または下限値に達した時に形状変更
を中止するようにすればよい。図６はＸ座標をｒづつ変
える場合を示している。
プ関数をシフトさせる例で説明したが、メンバシップ関
数の形状（傾き）を変更しても同じ効果が得られる。メ
ンバシップ関数の形状を変更するため、図２のフローチ
ャートのステップＳ２でシフトの刻み幅、シフトする推
論規則番号、シフトする推論規則の順番、シフト方向の
設定の代わりに、傾きの変更幅ｒ（この変更幅はメンバ
シップ関数の底辺の両端のＸ座標をきざみ幅ｒづつ異動
させてもよく、またメンバシップ関数の勾配を変えるも
のであってもよい）、形状変更する推論規則番号、形状
変更する推論規則の順番、傾きを変更する方向の設定を
し、ステップＳ５及びＳ８のシフトを形状変更に置き換
えればよい。また、実施例１では、メンバシップ関数の
頂点のＸ座標がシフトの上限値または下限値に達した
時、シフト動作を中止したが、メンバシップ関数の形状
変更の場合はメンバシップ関数の底辺の両端の座標が予
め設定された上限値または下限値に達した時に形状変更
を中止するようにすればよい。図６はＸ座標をｒづつ変
える場合を示している。
【００１８】
【発明の効果】以上のように、この発明に依れば従来煩
雑で時間のかかったメンバシップ関数の同定をユーザの
指定する推論規則及びメンバシップ関数に限定して、そ
れらにシフトまたは形状変更し、自動的に推論値が変化
するように構成したので、従来の煩雑さはなくなり、ま
たユーザはＣＲＴ上の推論値の変化経緯を監視するだけ
でメンバシップ関数の同定を行うことが可能である。
雑で時間のかかったメンバシップ関数の同定をユーザの
指定する推論規則及びメンバシップ関数に限定して、そ
れらにシフトまたは形状変更し、自動的に推論値が変化
するように構成したので、従来の煩雑さはなくなり、ま
たユーザはＣＲＴ上の推論値の変化経緯を監視するだけ
でメンバシップ関数の同定を行うことが可能である。
【図１】本発明のメンバシップ関数の同定装置の一実施
例を示すブロック図である。
例を示すブロック図である。
【図２】本発明のメンバシップ関数の同定方法の一実施
例を示すフローチャートである。
例を示すフローチャートである。
【図３】本発明のシフトパラメータ設定を説明するＣＲ
Ｔ画面である。
Ｔ画面である。
【図４】メンバシップ関数のシフト状態を説明する図で
ある。
ある。
【図５】メンバシップ関数をシフトして推論結果値が変
化する状態を説明する図である。
化する状態を説明する図である。
【図６】メンバシップ関数の傾きを変更する状態を説明
する図である。
する図である。
【図７】従来のメンバシップ関数推論装置の構成を示す
ブロック図である。
ブロック図である。
【図８】メンバシップ関数から推論結果を演算すること
を説明する図である。
を説明する図である。
１−１ メンバシップ関数記憶部
１−２ 推論規則記憶部
１−３ 推論規則管理部
１−４ ファジィ推論演算部
１−５ パラメータ記憶部
１−６ メンバシップ関数制御部
１−７ 目標値記憶部
１−８ 目標値／結果値比較部
１−９ 推論モニタ部
Claims (5)
- 【請求項１】 メンバシップ関数を記憶するメンバシッ
プ関数記憶部と、ファジィ推論規則を記憶する推論規則
記憶部と、前記メンバシップ関数をシフト、またはメン
バシップ関数の形状を変更させるために必要なパラメー
タを記憶するパラメータ記憶部と、目標とする推論結果
とその許容範囲を記憶する目標値記憶部と、前記メンバ
シップ関数記憶部と前記推論規則記憶部から対応するメ
ンバシップ関数と推論規則を取り出す推論規則管理部
と、前記推論規則とメンバシップ関数を用いて制御対象
の制御量をファジィ推論し、推論結果を演算するファジ
ィ推論演算部と、前記目標値と推論結果値を比較する目
標値／結果値比較部と、前記推論結果が前記目標値の許
容範囲を満足しない場合、前記パラメータ記憶部からパ
ラメータを受け取って、前記メンバシップ関数を設定さ
れた前記パラメータに従ってシフトまたは形状変更する
メンバシップ関数制御部とからなるファジィメンバシッ
プ関数の同定装置。 - 【請求項２】 推論規則とメンバシップ関数により制御
対象の制御量をファジィ推論し、推論結果を演算するフ
ァジィ推論方法において、 １）目標推論結果の許容範囲と、メンバシップ関数をシ
フトまたは形状変更するために必要なパラメータを設定
するステップ ２）推論規則と設定されたメンバシップ関数により制御
量をファジィ推論し、この推論結果が設定された目標推
論結果の許容範囲を満足するかどうかを判定するステッ
プ ３）推論結果が目標推論結果の許容範囲を満足しない場
合、設定されたメンバシップ関数を設定されたパラメー
タによりシフトまたは形状変更させるステップ ４）シフトまたは形状変更されたメンバシップ関数と前
記推論規則で前記制御量をファジィ推論し、推論結果を
演算し、この推論結果が設定された目標推論結果の許容
範囲を満足するかどうかを判定するステップ ５）前記４）のステップで推論結果が設定された目標推
論結果の許容範囲を満足しない場合、前記３）、４）の
ステップを繰り返すステップ からなるファジィメンバシップ関数の同定方法。 - 【請求項３】 推論規則とメンバシップ関数により制御
対象の制御量をファジィ推論し、推論結果を演算するフ
ァジィ推論方法において、 １）目標推論結果の許容範囲と、メンバシップ関数をシ
フトまたは形状変更するために必要なパラメータと、メ
ンバシップ関数のシフトまたは形状変更の上限値または
下限値、または許容シフト回数または許容変更回数等の
シフト変更許容値を設定するステップ ２）推論規則と設定されたメンバシップ関数により制御
量をファジィ推論し、この推論結果が設定された目標推
論結果の許容範囲を満足するかどうかを判定するステッ
プ ３）推論結果が目標推論結果の許容範囲を満足しない場
合、設定されたメンバシップ関数を設定されたパラメー
タによりシフトまたは形状変更させ、前記シフトまたは
形状変更が設定されたシフト変更許容値になった場合、
シフトまたは形状変更を中止するステップ ４）シフトまたは形状変更されたメンバシップ関数と推
論規則で前記制御量をファジィ推論し、推論結果を演算
し、この推論結果が設定された目標推論結果の許容範囲
を満足するかどうかを判定するステップ ５）前記４）のステップで推論結果が設定された目標推
論結果の許容範囲を満足しない場合、前記３）、４）の
ステップを繰り返すステップからなるファジィメンバシ
ップ関数の同定方法。 - 【請求項４】 複数の推論規則とメンバシップ関数によ
り制御対象の制御量をファジィ推論し、推論結果を演算
するファジィ推論方法において、 １）所定の目標推論結果の許容範囲と、メンバシップ関
数をシフトまたは形状変更するために必要なパラメータ
と、メンバシップ関数のシフトまたは形状変更の上限値
または下限値、または許容シフト回数または許容変更回
数等のシフト変更許容値と、メンバシップ関数のシフト
または形状変更する順番を設定するステップ ２）推論規則と設定されたメンバシップ関数により制御
量をファジィ推論し、この推論結果が設定された目標推
論結果の許容範囲を満足するかどうかを判定するステッ
プ ３）推論結果が目標推論結果の許容範囲を満足しない場
合、設定されたメンバシップ関数を設定されたパラメー
タによりシフトまたは形状変更させ、前記シフトまたは
形状変更が設定されたシフト変更許容値になった場合、
シフトまたは形状変更を中止し、次に設定されたメンバ
シップ関数を読みだし、前記２）のステップ以降を実行
するステップ ４）シフトまたは形状変更されたメンバシップ関数と推
論規則で前記制御量をファジィ推論し、推論結果を演算
し、この推論結果が設定された目標推論結果の許容範囲
を満足するかどうかを判定するステップ ５）前記４）のステップで推論結果が設定された目標推
論結果の許容範囲を満足しない場合、前記３）、４）の
ステップを繰り返すステップからなるファジィメンバシ
ップ関数の同定方法。 - 【請求項５】 設定された推論結果の目標値と制御対象
の制御量を推論規則とメンバシップ関数により推論した
推論結果値、または前記目標値と前記推論結果値の差を
トレンドとして表示することを特徴とする請求項２〜４
のファジィメンバシップ関数の同定方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3186338A JPH0535308A (ja) | 1991-07-25 | 1991-07-25 | フアジイメンバシツプ関数の同定装置及び同定方法 |
| US07/917,379 US5479580A (en) | 1991-07-25 | 1992-07-23 | Modeling device and modeling method for determining membership functions for fuzzy logic processing |
| EP92112691A EP0525670B1 (en) | 1991-07-25 | 1992-07-24 | Modeling device for determining membership functions for fuzzy logic processing |
| DE69229152T DE69229152T2 (de) | 1991-07-25 | 1992-07-24 | Modellierungsvorrichtung zur Ermittlung von Mitgliedsfunktionen für Fuzzy-Logic-Verarbeitung |
| US08/312,721 US5602966A (en) | 1991-07-25 | 1994-09-27 | Modeling device and modeling method for determining membership functions for fuzzy logic processing |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3186338A JPH0535308A (ja) | 1991-07-25 | 1991-07-25 | フアジイメンバシツプ関数の同定装置及び同定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0535308A true JPH0535308A (ja) | 1993-02-12 |
Family
ID=16186606
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3186338A Pending JPH0535308A (ja) | 1991-07-25 | 1991-07-25 | フアジイメンバシツプ関数の同定装置及び同定方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (2) | US5479580A (ja) |
| EP (1) | EP0525670B1 (ja) |
| JP (1) | JPH0535308A (ja) |
| DE (1) | DE69229152T2 (ja) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0757811B1 (de) * | 1994-04-29 | 2001-11-14 | Infineon Technologies AG | Verfahren zur fuzzifizierung von an eingängen eines fuzzy-prozessors anliegenden eingangssignalen unter verwendung von eingangszugehörigkeitsfunktionen |
| FR2722310B1 (fr) * | 1994-07-11 | 1996-09-27 | Elf Aquitaine | Procede et dispositif de regulation sur une plage admissible avec anticipation sur contextes utilisant la logique floue |
| CH688441A5 (de) * | 1994-10-19 | 1997-09-30 | Kk Holding Ag | Verfahren zur Bestimmung des Umschaltpunktes bei der Herstellung eines Spritzgussteils. |
| US5671332A (en) * | 1994-12-22 | 1997-09-23 | Motorola, Inc. | Data processing system for performing efficient fuzzy logic operations and method therefor |
| DE69521027T2 (de) * | 1995-03-28 | 2001-09-06 | Co.Ri.M.Me. Consorzio Per La Ricerca Sulla Microelettronica Nel Mezzogiorno, Catania | Verfahren zur Speicherung von Zugehörigkeitsfunktionen und verwandte Schaltung zum Berechnen vom Zugehörigkeitsgrad der Vorbedingungen von Fuzzy-Regeln |
| US5855011A (en) * | 1996-09-13 | 1998-12-29 | Tatsuoka; Curtis M. | Method for classifying test subjects in knowledge and functionality states |
| 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 |
| KR100343155B1 (ko) * | 1998-04-30 | 2002-08-22 | 삼성전자 주식회사 | 퍼지네트워크를이용한사용자정보구조제공방법 |
| US6192283B1 (en) | 1998-07-31 | 2001-02-20 | Siemens Energy & Automation, Inc. | Method and apparatus for adaptive control of a system or device |
| CN116371936B (zh) * | 2023-05-10 | 2025-09-05 | 北京京诚之星科技开发有限公司 | 冷矫弯辊控制方法及装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0734162B2 (ja) * | 1985-02-06 | 1995-04-12 | 株式会社日立製作所 | 類推制御方法 |
| FR2591310B1 (fr) * | 1985-12-06 | 1988-01-22 | Lorraine Papeteries Cartonneri | Coiffe de protection des extremites des tuyaux et flan decoupe pour sa realisation |
| EP0241286B2 (en) * | 1986-04-11 | 1994-11-09 | Mitsubishi Denki Kabushiki Kaisha | An auto-tuning controller |
| JP2538908B2 (ja) * | 1987-03-15 | 1996-10-02 | 三菱重工業株式会社 | ２種燃料エンジンの噴射システム |
| JPH02155046A (ja) * | 1988-12-07 | 1990-06-14 | Aputo Instr Kk | プログラミング装置 |
| DE68928609T2 (de) * | 1988-12-14 | 1998-11-19 | Omron Tateisi Electronics Co | Fuzzy-Gerät |
| JPH02207302A (ja) * | 1989-02-07 | 1990-08-17 | Omron Tateisi Electron Co | ファジイ制御システム開発支援装置 |
| US5193144A (en) * | 1988-12-14 | 1993-03-09 | Shimano, Inc. | Fuzzy system |
| US5245698A (en) * | 1991-08-14 | 1993-09-14 | Omron Corporation | Apparatus for and method of correcting membership functions |
-
1991
- 1991-07-25 JP JP3186338A patent/JPH0535308A/ja active Pending
-
1992
- 1992-07-23 US US07/917,379 patent/US5479580A/en not_active Expired - Fee Related
- 1992-07-24 DE DE69229152T patent/DE69229152T2/de not_active Expired - Fee Related
- 1992-07-24 EP EP92112691A patent/EP0525670B1/en not_active Expired - Lifetime
-
1994
- 1994-09-27 US US08/312,721 patent/US5602966A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| DE69229152T2 (de) | 2000-01-27 |
| US5602966A (en) | 1997-02-11 |
| EP0525670A2 (en) | 1993-02-03 |
| DE69229152D1 (de) | 1999-06-17 |
| US5479580A (en) | 1995-12-26 |
| EP0525670A3 (ja) | 1995-01-18 |
| EP0525670B1 (en) | 1999-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4413563B2 (ja) | プロセス制御システムにおける統合型モデル予測制御および最適化 | |
| JP4722388B2 (ja) | 統合型モデル予測制御機能ブロックおよびオプチマイザ機能ブロックのための設定および閲覧用表示画面 | |
| JPH0535308A (ja) | フアジイメンバシツプ関数の同定装置及び同定方法 | |
| US6205439B1 (en) | Optimization of simulation run-times based on fuzzy-controlled input values | |
| US5440672A (en) | Apparatus for automatically generating and adjusting fuzzy reasoning rules based on reasoning error and method therefor | |
| US5239620A (en) | Rule generating and verifying apparatus for fuzzy control | |
| JP3875875B2 (ja) | 製造プロセスにおける操業分析装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 | |
| EP0513689B1 (en) | A membership function data preparation method and an apparatus thereof | |
| EP0715256A1 (en) | Rule verifying apparatus and method for fuzzy inference | |
| JP2643295B2 (ja) | ファジィ制御演算装置およびファジィ推論方法 | |
| JPH0588900A (ja) | 学習型フアジイ制御装置および制御方法 | |
| JP3037908B2 (ja) | 変量分布推定方法 | |
| JP3240564B2 (ja) | 制御知識生成方法及び装置 | |
| JPH0554014A (ja) | ニユーラルネツトワークの学習装置 | |
| CN117095518B (zh) | 一种物料齐套预警方法、装置、存储介质及终端 | |
| CN116384715B (zh) | 一种数字化机器人产业链的机器人运维管理方法 | |
| JPH0583268A (ja) | 通信制御装置 | |
| JPH02183335A (ja) | 品質診断知識修正方法 | |
| JPH05189236A (ja) | マルチパラダイム知識ベースシステム | |
| JPH05173793A (ja) | メンバーシップ関数調整方法、装置およびファジィ推論システム | |
| JP2753021B2 (ja) | 対話型システム | |
| JPH05181986A (ja) | 非ファジィ化装置 | |
| JPH02183334A (ja) | 品質診断知識調整方法 | |
| JP2022129815A (ja) | 運転管理支援装置及び運転管理支援方法 | |
| JPH0462601A (ja) | ファジイ制御方法 |