JPH0675772A - メンバーシップ関数自動作成装置および方法 - Google Patents

メンバーシップ関数自動作成装置および方法

Info

Publication number
JPH0675772A
JPH0675772A JP4248967A JP24896792A JPH0675772A JP H0675772 A JPH0675772 A JP H0675772A JP 4248967 A JP4248967 A JP 4248967A JP 24896792 A JP24896792 A JP 24896792A JP H0675772 A JPH0675772 A JP H0675772A
Authority
JP
Japan
Prior art keywords
input
data
membership function
histogram
identification code
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
Application number
JP4248967A
Other languages
English (en)
Inventor
Hajime Okumura
肇 奥村
Tsutomu Ishida
勉 石田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Corp
Omron Tateisi Electronics Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Omron Corp, Omron Tateisi Electronics Co filed Critical Omron Corp
Priority to JP4248967A priority Critical patent/JPH0675772A/ja
Priority to US08/102,712 priority patent/US5402525A/en
Priority to DE69322016T priority patent/DE69322016T2/de
Priority to EP93113686A priority patent/EP0584825B1/en
Publication of JPH0675772A publication Critical patent/JPH0675772A/ja
Pending legal-status Critical Current

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
    • 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)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Feedback Control In General (AREA)
  • Complex Calculations (AREA)

Abstract

(57)【要約】 【目的】 メンバーシップ関数を専門家や熟練者でなく
ても容易に作成できるようにする。 【構成】 センサ11〜13によって検出されたデータがＡ
ｉ〜Ｂｉおよび合成データＭｉが記憶装置31に対象物の
識別符号Ｄｉに対応して記憶される。対象物ＤｉとＤｊ
との「おいしさ」の比較結果が入力装置15から入力さ
れ，記憶装置31に格納される。評価部32は比較結果を不
等号にしたがって配列して，それらに配列の順序で評価
値を与える。入力データＡｉ〜Ｍｉのそれぞれを横軸
に，対応する評価値を縦軸にとってヒストグラムが作成
部33で作成される。このヒストグラムの頂点を結ぶこと
により得られる関数が唯一のピークをもつか，ピークの
まわりの分散が小さいかなどの観点からメンバーシップ
関数作成の基礎関数として適しているかどうかが判定部
34において判定される。適していると判定された関数が
生成部35で正規化されることによりメンバーシップ関数
が生成される。

Description

【発明の詳細な説明】
【０００１】
【技術分野】この発明は，メンバーシップ関数自動作成
装置および方法に関する。
【０００２】
【従来の技術とその問題点】従来のメンバーシップ関数
設定方法としては，ファジィ推論を実行するのに適切な
入力変数（特徴軸）をまず選択し，この入力変数に関す
る入力値の分布から利用者がメンバーシップ関数を作成
していた。
【０００３】しかしながら，このような従来のメンバー
シップ関数設定方法では充分な知識を持った技術者また
は熟練された者でないとメンバーシップ関数の作成をす
ることができないため，一般の利用者がファジィ推論装
置を利用できないまたは使いづらいという問題点があっ
た。とくに入力変数の選択がむずかしい上に，メンバー
シップ関数の基礎となる入力データの分布を得るのも困
難であった。
【０００４】たとえば「おいしさ」の評価を行う場合
に，入力変数（特徴軸）として甘さのみでよいのか，他
のファクタとして色や水分等も考慮する必要があるの
か，おいしさとこれらの甘さ，色，水分との関係はどの
ようなものか，ということが全く分らない場合が多い。
【０００５】
【発明の開示】この発明は，専門家や熟練者でなくても
メンバーシップ関数を容易に設定できる装置および方法
を提供することを目的とする。
【０００６】この発明によるメンバーシップ関数自動作
成装置は，対象についての客観的な数値データをそのデ
ータの識別符号とともに入力する第１の入力手段，上記
第１の入力手段によって入力された数値データをその識
別符号に関連して記憶する第１の記憶手段，対象につい
ての主観的な判定結果を，上記第１の入力手段によって
入力される数値データの識別符号を用いて表わされる比
較データとして入力する第２の入力手段，上記第２の入
力手段によって入力された比較データを記憶する第２の
記憶手段，上記第２の記憶手段に記憶されている比較デ
ータに基づく順位付けにしたがって上記識別符号に対応
して評価値を与える評価手段，上記第１の記憶手段に記
憶されている数値データをその数値にしたがって横軸上
に配列し，上記数値データに関連する識別符号に対応し
て与えられた評価値を縦軸にとってヒストグラムを作成
する手段，上記ヒストグラム作成手段によって作成され
たヒストグラムがメンバーシップ関数の基礎として適切
であるかどうかを判定する判定手段，および上記判定手
段により適切であると判定されたヒストグラムに基づい
てメンバーシップ関数を生成するメンバーシップ関数生
成手段を備えている。
【０００７】データの識別符号には種々な態様があろ
う。対象が同一種類の多数個の物体の場合には物体の識
別番号がデータの識別符号となろう。対象が一つの物体
または装置であり，時間の経過にともなって一連のデー
タが得られる場合にはデータが得られた時刻がその時刻
で得られたデータの識別符号となるであろう。いずれに
しても識別符号は，第１の入力手段によって入力される
数値データとそれに対応して第２の入力手段から入力さ
れる比較データとを関連づけるものとして用いられると
ともに，第２の入力手段から入力される比較データを表
現するために用いられるものである。
【０００８】この発明の一実施態様においては，上記第
１の入力手段は，対象の複数の属性について測定する複
数のセンサを含む。この場合には，上記ヒストグラム作
成手段は複数のセンサから得られるデータごとにヒスト
グラムを作成する。
【０００９】上述した複数のセンサのように複数の上記
第１の入力手段が設けられた場合に，これらの複数の第
１の入力手段にそれぞれ対応して，それらの第１の入力
手段によって入力される数値データに関する主観的な判
定結果を入力する複数の上記第２の入力手段を設けても
よい。この場合に上記ヒストグラム作成手段は，相互に
対応する上記第１の入力手段の入力データと上記第２の
入力手段の比較データとに基づいてヒストグラムを作成
する。
【００１０】また，複数の上記第１の入力手段が設けら
れた場合に，これらの複数の第１の入力手段の数値デー
タの少なくとも２種類に基づいて合成数値データを作成
する手段をさらに設けるとよい。上記ヒストグラム作成
手段は上記合成数値データを用いたヒストグラムも作成
することになる。
【００１１】この発明によるメンバーシップ関数自動作
成方法は，対象についての客観的な数値データをそのデ
ータの識別符号とともに入力し，入力された数値データ
をその識別符号に関連して記憶し，対象についての主観
的な判定結果を，上記入力された数値データの識別符号
を用いて表わされる比較データとして入力し，入力され
た比較データを記憶し，上記比較データに基づく順位付
けにしたがって上記識別符号に対応して評価値を与え，
上記数値データをその数値にしたがって横軸上に配列
し，上記数値データに関連する識別符号に対応して与え
られた評価値を縦軸にとってヒストグラムを作成し，作
成されたヒストグラムがメンバーシップ関数の基礎とし
て適切であるかどうかを判定し，適切であると判定され
たヒストグラムに基づいてメンバーシップ関数を生成す
るものである。
【００１２】この発明によると，第１の入力手段から数
値データを入力し，第２の入力手段からはその数値デー
タに対する主観的な評価を入力するだけで，入力された
数値データがメンバーシップ関数を形成するのに適切な
入力変数または特徴軸に関するものであるかどうかが判
定されるとともに，適切であると判定されたときには，
入力されたデータにしたがってメンバーシップ関数が自
動的に作成される。したがって専門家や熟練者でない一
般の利用者も容易にメンバーシップ関数が設定できる。
【００１３】このようにして作成されたメンバーシップ
関数はファジィ推論装置および方法において利用され
る。このファジィ推論装置は，上記メンバーシップ関数
自動作成装置によって作成された複数のメンバーシップ
関数がそれぞれ設定され，対応するセンサから入力する
データの上記メンバーシップ関数に対する適合度を算出
する手段と，上記適合度算出手段から得られる複数の適
合度に対して所定の合成演算を行い，推論出力を発生す
る合成演算手段とを備えている。
【００１４】また，ファジィ推論方法は，上記メンバー
シップ関数自動作成方法によって作成された複数のメン
バーシップ関数をそれぞれ設定しておき，対応するセン
サから入力するデータの上記メンバーシップ関数に対す
る適合度を算出し，得られた複数の適合度に対して所定
の合成演算を行い，推論出力を生成するものである。
【００１５】
【実施例の説明】図１はメンバーシップ関数作成装置の
電気的構成を示すブロック図である。
【００１６】この実施例におけるメンバーシップ関数は
「おいしさ」ファジィ言語情報を評価するためのもので
ある。果実，その他の食物（対象物）の「おいしさ」は
どのようなファクタ（属性）によって評価すべきものか
よく知られていない。そこで対象物の属性として甘さ
（糖度），水分および色がとりあえず選択される。これ
らの甘さ，水分および色をそれぞれ検出するために甘み
センサ（たとえば糖度計）11，水分センサ12および色セ
ンサ13が設けられている。
【００１７】たとえば「みかん」という果実（対象物）
が数多く用意され，それぞれに異なる識別番号Ｄｉ（ｉ
＝１，２，３，…）が付けられる。
【００１８】人間（利用者）は識別番号Ｄｉの「みか
ん」とＤｊの「みかん」を食してみて，どちらが「おい
しい」かを判断する。この判断は主観的なものである
が，その主観によってどちらが「おいしい」かを比較判
定することが可能である。利用者の比較判断結果を入力
するために判定結果入力装置15が設けられている。利用
者はＤｉのみかんの方がＤｊのみかんよりもおいしけれ
ばＤｉ＞Ｄｊというデータを装置15から入力する。おい
しさが同程度であればＤｉ＝Ｄｊというデータを入力す
る。
【００１９】識別番号Ｄｉのみかんについて，甘みセン
サ11によって検出された甘みデータ（糖度）Ａｉ，水分
センサ12によって検出された水分データ（水分の割合）
Ｃｉ，ならびに色センサ13によって検出された赤
（Ｒ），緑（Ｇ）および青（Ｂ）の色成分データＲｉ，
ＧｉおよびＢｉが入力され記憶装置31に識別番号Ｄｉに
対応して記憶される。識別番号Ｄｉは入力装置15または
他の入力装置から入力されよう。また判定結果入力装置
15から入力されたみかんＤｉと他のみかん（たとえば１
つ前に食したみかん）Ｄｊとの比較データ（Ｄｉ＞Ｄ
ｊ，Ｄｉ＜ＤｊまたはＤｉ＝Ｄｊ）が記憶装置31に記憶
される。
【００２０】さらにこの実施例では入力データ合成装置
14が設けられている。この合成装置14はセンサ11，12お
よび13からの入力データのうちの少なくとも２つを選択
して，選択されたデータに所定の演算を行なって合成デ
ータＭｉを作成するものである。選択されるべき入力デ
ータおよび演算方法はあらかじめ定められている。たと
えば，甘みデータＡｉと水分データＣｉとの積が演算さ
れ，合成データＭｉとなる。すなわち，Ｍｉ＝Ａｉ・Ｃ
ｉ。
【００２１】あらかじめ用意されたすべての対象物（み
かん）についてのデータの入力が終了すると，評価部32
は記憶装置31に格納されている判定結果に基づきすべて
の対象物（識別番号）の順位付けを行ない，対象物に評
価値を割当てる。順位付けは入力された比較結果につい
ての不等号を用いて次のように行なわれる。
【００２２】 …Ｄ１＞Ｄ３＞Ｄ２＞…＞Ｄｉ＞…＞Ｄ４…
【００２３】評価値の付与には種々の方法があるが最も
簡単には０〜100 までの数値を等間隔で割当てればよ
い。51個の対象物があったとすると，上記の順序付けさ
れた最も左側の対象物に100 を与え，最も右側の対象物
に０を与え，それらの間にある対象物に左側から順番に
98，96，94，…，６，４，２の評価値を与える。評価値
は，順序付けされた順序にしたがってしだいに大きくな
るまたは小さくなる値を与えればどのようなやり方でも
よい。
【００２４】ヒストグラム作成部33はセンサ11〜13によ
って検出されたデータおよび合成データのそれぞれと評
価部32によって与えられた評価値とを用いて，データの
種類ごとにヒストグラムを作成する。すなわち，横軸に
データをそのデータが表わす数値にしたがって配列し，
各データの識別番号に与えられた評価値を縦軸にとって
ヒストグラムが作成される。図２(A) に甘みについての
ヒストグラムの一例が示されている。横軸には甘みセン
サ11によって検出されたデータＡｉが配列され，縦軸に
は評価部32によって与えられた対応する評価値がとられ
ている。
【００２５】判定部34はヒストグラム作成部33によって
作成されたヒストグラムの各棒グラフの頂点を結ぶこと
により関数を作成し，その関数がメンバーシップ関数の
基礎として適切であるかを判定する。図２(B) は同図
(A) のヒストグラムから作成された関数を示している。
【００２６】このような関数がメンバーシップ関数の基
礎として適切かどうかを判断する多くの基準がある。た
とえば，ヒストグラムから作成された関数が唯一のピー
クをもつかどうかで判断してもよい。２つ以上のピーク
をもつ関数は不適と判断される。また，ヒストグラムか
ら作成された関数のピーク値のまわりの分散を求め，こ
の分散が所定値よりも小さければメンバーシップ関数を
作成するのに適切と判定し，分散が所定値よりも大きけ
れば不適と判定してもよい。図２(B) に示される関数は
メンバーシップ関数作成の基礎としては適切であると判
定され，図２(C) に示される色成分Ｒのデータについて
の関数はメンバーシップ関数作成の基礎としては不適と
判定されよう。
【００２７】メンバーシップ関数生成部35は判定部34に
より適切と判定された関数に基づいてメンバーシップ関
数を作成する。メンバーシップ関数の生成は，たとえば
上記の関数を０〜１の間に正規化することによって行な
われる。図２(D) は図２(B)に示す関数に基づいて作成
されたメンバーシップ関数を示す。
【００２８】上記実施例では入力装置15から総合的な
「おいしさ」についての比較データが与えられている
が，センサ11〜13のデータごとに，「甘みに関するおい
しさ」，「みずみずしさの観点からのおいしさ」，「色
という外観からみておいしそうと感じる度合」等を入力
してもよい。この場合にはセンサ11のデータと「甘みに
関するおいしさ」の比較データとにより１つのヒストグ
ラムが作成されるというように，センサ・データごとに
与えられた比較データとそれに対応するセンサ・データ
とを用いてヒストグラムが作成されよう。
【００２９】図３は上記のようにして作成されたメンバ
ーシップ関数を用いて「おいしさ」に関するファジィ推
論を実行するファジィ推論装置の例を示している。
【００３０】ファジィ推論装置20には複数の適合度演算
回路21，22，24，25，26が設けられており，これらの回
路には作成された甘み，水分，色センサ・データＧ，Ｂ
および合成データについてのメンバーシップ関数がそれ
ぞれあらかじめ設定されている。色成分データＲのよう
にメンバーシップ関数が作成されなかったものについて
は適合度演算回路は設けられていない。
【００３１】「おいしさ」が未知の対象物について，甘
みセンサ11，水分センサ12および色センサ13によって検
出された甘み，水分および色成分Ｇ，Ｂのデータがそれ
ぞれファジィ推論装置20の適合度演算回路21，22，24，
25に与えられる。また甘み，水分，色（Ｒ，Ｇ，Ｂ）の
データに基づいて合成装置14によって合成された合成デ
ータもファジィ推論装置20の適合度演算回路26へ与えら
れる。
【００３２】適合度演算回路21，22，24，25，26は，そ
れぞれに設定されたメンバーシップ関数に対する入力デ
ータの適合度を算出して，その結果を合成演算回路27に
与える。
【００３３】合成演算回路27は，適合度演算回路21，2
2，24，25，26によって算出された適合度をたとえば平
均するなどして「おいしさ」の程度を算出して出力す
る。この演算回路27の演算としては積，和，ＭＡＸ，Ｍ
ＩＮ，その他の演算を用いてもよい。
【００３４】上述したメンバーシップ関数作成装置およ
びファジィ推論装置はプログラムされたコンピュータに
よっても実現できるし，ハードウェア回路を組合せるこ
とによっても実現できる。
【図面の簡単な説明】
【図１】メンバーシップ関数作成装置の電気的構成を示
すブロック図である。
【図２】(A) はメンバーシップ関数を作成するためのヒ
ストグラムの一例，(B) は(A)に対応する関数，(C) は
メンバーシップ関数を作成するには不適当な関数の一
例，(D) は(B) の関数に基づいて作成されたメンバーシ
ップ関数をそれぞれ示すグラフである。
【図３】ファジィ推論装置の電気的構成を示すブロック
図である。
【符号の説明】
11 甘みセンサ 12 水分センサ 13 色センサ 14 入力データ合成装置 15 判定結果入力装置 20 ファジィ推論装置 21，22，24，25，26 適合度演算回路 27 合成演算回路 30 メンバーシップ関数作成装置 31 記憶装置 32 評価部 33 ヒストグラム作成部 34 判定部 35 メンバーシップ関数生成部

Claims (7)

    【特許請求の範囲】
  1. 【請求項１】 対象についての客観的な数値データをそ
    のデータの識別符号とともに入力する第１の入力手段，
    上記第１の入力手段によって入力された数値データをそ
    の識別符号に関連して記憶する第１の記憶手段，対象に
    ついての主観的な判定結果を，上記第１の入力手段によ
    って入力される数値データの識別符号を用いて表わされ
    る比較データとして入力する第２の入力手段，上記第２
    の入力手段によって入力された比較データを記憶する第
    ２の記憶手段，上記第２の記憶手段に記憶されている比
    較データに基づく順位付けにしたがって上記識別符号に
    対応して評価値を与える評価手段，上記第１の記憶手段
    に記憶されている数値データをその数値にしたがって横
    軸上に配列し，上記数値データに関連する識別符号に対
    応して与えられた評価値を縦軸にとってヒストグラムを
    作成する手段，上記ヒストグラム作成手段によって作成
    されたヒストグラムがメンバーシップ関数の基礎として
    適切であるかどうかを判定する判定手段，および上記判
    定手段により適切であると判定されたヒストグラムに基
    づいてメンバーシップ関数を生成するメンバーシップ関
    数生成手段，を備えたメンバーシップ関数自動作成装
    置。
  2. 【請求項２】 上記第１の入力手段が，対象の複数の属
    性について測定する複数のセンサであり，上記ヒストグ
    ラム作成手段が複数のセンサから得られるデータごとに
    ヒストグラムを作成するものである，請求項１に記載の
    メンバーシップ関数自動作成装置。
  3. 【請求項３】 複数の上記第１の入力手段が設けられ，
    これらの複数の第１の入力手段にそれぞれ対応して，そ
    れらの第１の入力手段によって入力される数値データに
    関する主観的な判定結果を入力する複数の上記第２の入
    力手段が設けられ，上記ヒストグラム作成手段は，相互
    に対応する上記第１の入力手段の入力データと上記第２
    の入力手段の比較データとに基づいてヒストグラムを作
    成するものである，請求項１に記載のメンバーシップ関
    数自動作成装置。
  4. 【請求項４】 複数の上記第１の入力手段が設けられ，
    これらの複数の第１の入力手段の数値データの少なくと
    も２種類に基づいて合成数値データを作成する手段が設
    けられ，上記ヒストグラム作成手段は上記合成数値デー
    タを用いてヒストグラムを作成するものである，請求項
    １に記載のメンバーシップ関数自動作成装置。
  5. 【請求項５】 請求項２に記載のメンバーシップ関数自
    動作成装置によって作成された複数のメンバーシップ関
    数がそれぞれ設定され，対応するセンサから入力するデ
    ータの上記メンバーシップ関数に対する適合度を算出す
    る手段と，上記適合度算出手段から得られる複数の適合
    度に対して所定の合成演算を行い，推論出力を発生する
    合成演算手段とを備えたファジィ推論装置。
  6. 【請求項６】 対象についての客観的な数値データをそ
    のデータの識別符号とともに入力し，入力された数値デ
    ータをその識別符号に関連して記憶し，対象についての
    主観的な判定結果を，上記入力された数値データの識別
    符号を用いて表わされる比較データとして入力し，入力
    された比較データを記憶し，上記比較データに基づく順
    位付けにしたがって上記識別符号に対応して評価値を与
    え，上記数値データをその数値にしたがって横軸上に配
    列し，上記数値データに関連する識別符号に対応して与
    えられた評価値を縦軸にとってヒストグラムを作成し，
    作成されたヒストグラムがメンバーシップ関数の基礎と
    して適切であるかどうかを判定し，適切であると判定さ
    れたヒストグラムに基づいてメンバーシップ関数を生成
    する，メンバーシップ関数自動作成方法。
  7. 【請求項７】 請求項６に記載のメンバーシップ関数自
    動作成方法によって作成された複数のメンバーシップ関
    数をそれぞれ設定しておき，対応するセンサから入力す
    るデータの上記メンバーシップ関数に対する適合度を算
    出し，得られる複数の適合度に対して所定の合成演算を
    行い，推論出力を生成する，ファジィ推論方法。
JP4248967A 1992-08-26 1992-08-26 メンバーシップ関数自動作成装置および方法 Pending JPH0675772A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP4248967A JPH0675772A (ja) 1992-08-26 1992-08-26 メンバーシップ関数自動作成装置および方法
US08/102,712 US5402525A (en) 1992-08-26 1993-08-06 Apparatus and method for automatically creating membership functions
DE69322016T DE69322016T2 (de) 1992-08-26 1993-08-26 Gerät und Verfahren zur automatischen Erzeugung von Zugehörigkeitsfunktionen und Anwendung von Verfahren und Gerät zur Generierung von Fuzzy-Inferenzen
EP93113686A EP0584825B1 (en) 1992-08-26 1993-08-26 Apparatus and method for automatically creating membership functions and application of the apparatus and method for fuzzy reasoning

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP4248967A JPH0675772A (ja) 1992-08-26 1992-08-26 メンバーシップ関数自動作成装置および方法

Publications (1)

Publication Number Publication Date
JPH0675772A true JPH0675772A (ja) 1994-03-18

Family

ID=17186058

Family Applications (1)

Application Number Title Priority Date Filing Date
JP4248967A Pending JPH0675772A (ja) 1992-08-26 1992-08-26 メンバーシップ関数自動作成装置および方法

Country Status (4)

Country Link
US (1) US5402525A (ja)
EP (1) EP0584825B1 (ja)
JP (1) JPH0675772A (ja)
DE (1) DE69322016T2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5567828A (en) * 1995-06-07 1996-10-22 Eli Lilly And Company Compounds and compositions with nitrogen-containing non-basic side

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5239620A (en) * 1988-08-18 1993-08-24 Omron Tateisi Electronics Co. Rule generating and verifying apparatus for fuzzy control
JPH03258650A (ja) * 1990-03-09 1991-11-18 Toyota Motor Corp 路面摩擦係数検出装置
US5233682A (en) * 1990-04-10 1993-08-03 Matsushita Electric Industrial Co., Ltd. Vacuum cleaner with fuzzy control
JPH03297491A (ja) * 1990-04-18 1991-12-27 Hitachi Ltd 洗濯機の洗濯制御装置
EP0537350A4 (en) * 1990-06-29 1993-08-25 Omron Corporation Approximate inference system, input device for approximate inference and device for creating membership function
JP3211241B2 (ja) * 1990-07-27 2001-09-25 オムロン株式会社 近似推論装置
JP2543242B2 (ja) * 1990-09-03 1996-10-16 松下電器産業株式会社 ファジィ推論装置
US5245698A (en) * 1991-08-14 1993-09-14 Omron Corporation Apparatus for and method of correcting membership functions

Also Published As

Publication number Publication date
EP0584825A1 (en) 1994-03-02
US5402525A (en) 1995-03-28
DE69322016T2 (de) 1999-07-15
DE69322016D1 (de) 1998-12-17
EP0584825B1 (en) 1998-11-11

Similar Documents

Publication Publication Date Title
US6665686B1 (en) Data processing method and apparatus for supporting analysis/judgement
US6269325B1 (en) Visual presentation technique for data mining software
US7433840B2 (en) System and method for dynamic, multivariable comparison of financial products
US5267348A (en) Method and system for evaluating and modifying fuzzy knowledge
US20020027561A1 (en) Colour adviser
CA2153779A1 (en) A predictive network with learned preprocessing parameters
KR0138694B1 (ko) 퍼지 검색 장치 및 그 방법
US5253332A (en) Approximate reasoning apparatus with knowledge synthesizing/revising and clarity computing
Fogliatto et al. A hierarchical method for evaluating products with quantitative and sensory characteristics
JP3638310B2 (ja) 事例推論支援装置
JPH09167152A (ja) 対話的モデル作成方法
JPH0675772A (ja) メンバーシップ関数自動作成装置および方法
US5740322A (en) Fuzzy-neural network system
KR102875494B1 (ko) 국가별 역직구 판매상품 및 판매가 추천 방법
EP0579254A1 (en) A fuzzy inference system and a pattern input type membership value generator
CN118747778A (zh) 一种面向二维标量场的自动颜色映射生成方法及系统
JP2000048041A (ja) データ検索システム及びこれに用いる装置
CN111723290B (zh) 基于多角度非传递偏好关系的用户个性化偏好预测方法
JPH04286924A (ja) 色彩検出型種別装置
Casillas et al. Genetic tuning of fuzzy rule-based systems integrating linguistic hedges
Holmes et al. A development environment for predictive modelling in foods
Shamoi et al. An overview of fhsi: Fuzzy color space for image retrieval and modeling aesthetic perceptions
Shamoi et al. Application aspects of fuzzy color modeling
JP2864586B2 (ja) 設計手順支援装置
JP3478017B2 (ja) 炊飯食味評価システム