JPH076034A - プロダクション・ルール濾過機構とこの機構を含むエキスパート・システム用推論エンジン - Google Patents
プロダクション・ルール濾過機構とこの機構を含むエキスパート・システム用推論エンジンInfo
- Publication number
- JPH076034A JPH076034A JP6099813A JP9981394A JPH076034A JP H076034 A JPH076034 A JP H076034A JP 6099813 A JP6099813 A JP 6099813A JP 9981394 A JP9981394 A JP 9981394A JP H076034 A JPH076034 A JP H076034A
- Authority
- JP
- Japan
- Prior art keywords
- rule
- condition
- conditions
- rules
- inference
- 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
- G06N5/046—Forward inferencing; Production systems
- G06N5/047—Pattern matching networks; Rete networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Devices For Executing Special Programs (AREA)
Abstract
(57)【要約】 （修正有）
【目的】 処理時間を減少させる。
【構成】プロダクション・ルールの連続する推論サイク
ル中で、その条件が演繹された事実について満たされ
る、単数又は複数のルールを識別することを目的とした
プロダクション・ルール濾過機構において、満たすべき
条件を表現し、ルールの条件を考慮する順序に基づいて
ルールの条件を検証するように、ソート基準に応じてル
ールの条件を順序付けるためのソート・システムに対
し、あるルールのある条件を満足する事実の数が、現推
論サイクルとこのルールに関してソート・システムが始
動された直前の推論サイクルとの間で、調節可能な係数
Ｋによって乗算又は除算されるときにのみルール条件の
ソート・システムを作動させる。
ル中で、その条件が演繹された事実について満たされ
る、単数又は複数のルールを識別することを目的とした
プロダクション・ルール濾過機構において、満たすべき
条件を表現し、ルールの条件を考慮する順序に基づいて
ルールの条件を検証するように、ソート基準に応じてル
ールの条件を順序付けるためのソート・システムに対
し、あるルールのある条件を満足する事実の数が、現推
論サイクルとこのルールに関してソート・システムが始
動された直前の推論サイクルとの間で、調節可能な係数
Ｋによって乗算又は除算されるときにのみルール条件の
ソート・システムを作動させる。
Description
【０００１】
【産業上の利用分野】本発明は、プロダクション・ルー
ルの連続する推論サイクル中に、その条件が演繹された
事実について満たされる、１つまたは複数のルールを識
別することを目的とした、満たすべき条件を表現するプ
ロダクション・ルール濾過機構において、ルールの条件
を考慮する順序に基づいてルールの条件を検証するよう
に、ソート基準に応じてルールの条件を順序付けるため
のソート・システムを含む、プロダクション・ルール濾
過機構に関する。
ルの連続する推論サイクル中に、その条件が演繹された
事実について満たされる、１つまたは複数のルールを識
別することを目的とした、満たすべき条件を表現するプ
ロダクション・ルール濾過機構において、ルールの条件
を考慮する順序に基づいてルールの条件を検証するよう
に、ソート基準に応じてルールの条件を順序付けるため
のソート・システムを含む、プロダクション・ルール濾
過機構に関する。
【０００２】
【従来の技術】このような濾過機構は、文献ＴＳＩ第５
巻第３号（１９８６年６月）に所載のＪ・Ｌ・ロリエー
ル（Lauri re）の論文“Un langage d claratif: SNAR
K”から知られる。この形式の濾過機構は最初、エキス
パート・システムの名でよく知られる、意思決定を助け
る情報化システム用に着想された。エキスパート・シス
テムは従来、第１作業メモリ、つまり演繹された事実を
含む事実ベース、第２作業メモリ、つまり演繹すべき１
つまたは複数の結論に関して満たすべき１つまたは複数
の条件をそれぞれ表現するプロダクション・ルールの集
まりを含む知識ベース、及び演繹手順すなわち推論エン
ジンの３つのエレメントを含んでいた。
巻第３号（１９８６年６月）に所載のＪ・Ｌ・ロリエー
ル（Lauri re）の論文“Un langage d claratif: SNAR
K”から知られる。この形式の濾過機構は最初、エキス
パート・システムの名でよく知られる、意思決定を助け
る情報化システム用に着想された。エキスパート・シス
テムは従来、第１作業メモリ、つまり演繹された事実を
含む事実ベース、第２作業メモリ、つまり演繹すべき１
つまたは複数の結論に関して満たすべき１つまたは複数
の条件をそれぞれ表現するプロダクション・ルールの集
まりを含む知識ベース、及び演繹手順すなわち推論エン
ジンの３つのエレメントを含んでいた。
【０００３】エキスパート・システムは、産業界におい
て、特に施設の機能故障の診断を確立するために広く使
用されている。
て、特に施設の機能故障の診断を確立するために広く使
用されている。
【０００４】演繹の手順は一般に、濾過、衝突解決、及
び推論の３段階の推論サイクルを実施するように構成さ
れる。濾過段階は、条件が事実ベース中の事実について
その条件が満たされるプロダクション・ルールを決定す
ることから成る。衝突解決段階は、濾過段階で候補とし
て宣言されたルールの中から選択を行うことから成る。
推論段階は、衝突解決段階で取り上げられたルールの１
つまたは複数の結論に従って、事実ベース中の事実を追
加、除去、または修正することから成る。
び推論の３段階の推論サイクルを実施するように構成さ
れる。濾過段階は、条件が事実ベース中の事実について
その条件が満たされるプロダクション・ルールを決定す
ることから成る。衝突解決段階は、濾過段階で候補とし
て宣言されたルールの中から選択を行うことから成る。
推論段階は、衝突解決段階で取り上げられたルールの１
つまたは複数の結論に従って、事実ベース中の事実を追
加、除去、または修正することから成る。
【０００５】濾過段階の効率は、この段階が各推論サイ
クルの全処理時間の８０％以上を消費することが多いの
で、演繹プロセスの効率に対して決定的な影響を有す
る。
クルの全処理時間の８０％以上を消費することが多いの
で、演繹プロセスの効率に対して決定的な影響を有す
る。
【０００６】
【発明が解決しようとする課題】前記の文献では、演繹
手順はプロダクション・ルール濾過機構を含み、この機
構は、ルールの条件を考慮する順序に基づいてルールの
条件を検証するように、ソート基準に応じてルールの条
件を順序付けるためのソート・システムを含む。利用さ
れるソート基準は、所与のルールについて最初に考慮し
なければならない条件が演繹された事実について最も満
たされることが少ないものであると見なすことから成
る。ルールの条件の順序付けによって、濾過段階で要す
る処理時間を減らすことができる。この既知の濾過機構
は、各推論サイクルごとにソート・システムを始動させ
る。その結果、このような濾過機構は、ソート・システ
ム自体が処理時間を大量に消費するため、大量の処理時
間を消費する。その上、演繹された事実は連続する２つ
の推論サイクルの間でほとんど変化しないので、この場
合の９９％では、順序付けられたソート・システムは推
論サイクル時に、前のサイクルと同じ考慮の順序に従っ
てルールの条件を順序付けることが確認された。したが
って、各推論サイクルごとにソート・システムを始動さ
せるのは有用ではない。本発明は、この不都合を是正す
ることを目的とする。
手順はプロダクション・ルール濾過機構を含み、この機
構は、ルールの条件を考慮する順序に基づいてルールの
条件を検証するように、ソート基準に応じてルールの条
件を順序付けるためのソート・システムを含む。利用さ
れるソート基準は、所与のルールについて最初に考慮し
なければならない条件が演繹された事実について最も満
たされることが少ないものであると見なすことから成
る。ルールの条件の順序付けによって、濾過段階で要す
る処理時間を減らすことができる。この既知の濾過機構
は、各推論サイクルごとにソート・システムを始動させ
る。その結果、このような濾過機構は、ソート・システ
ム自体が処理時間を大量に消費するため、大量の処理時
間を消費する。その上、演繹された事実は連続する２つ
の推論サイクルの間でほとんど変化しないので、この場
合の９９％では、順序付けられたソート・システムは推
論サイクル時に、前のサイクルと同じ考慮の順序に従っ
てルールの条件を順序付けることが確認された。したが
って、各推論サイクルごとにソート・システムを始動さ
せるのは有用ではない。本発明は、この不都合を是正す
ることを目的とする。
【０００７】もう１つの濾過機構が、文献ＡＡＡＩ、Na
tional Conference on ArtificialIntelligence（１９
８７年）に所載のＤ・Ｐ・ミランカー（Miranker）の論
文“TREAT: a better match algorithm for AI product
ion systems ”から知られる。この濾過機構は、プロダ
クション・ルールの条件の表現を、その各ノードが１つ
または複数のプロダクション・ルールの条件のモデルを
表す判別網の形で利用する。このような判別網は、ルー
ルの条件が共通の変数を有するときに使用すると特に有
利である。ある条件がｎ個の変数を含むとき、この条件
に対応する網のノードは、この条件を満たす事実ベース
のｎ重の事実の値を記憶する。判別網の弧は、プロダク
ション・ルール書込み時に定義された、ルールの条件間
の結合を表現する。事実ベース中の事実についてそのす
べての条件が満たされるプロダクション・ルールを決定
するために、この濾過機構は、判別網のノード中に記憶
されたｎ重の値の間の連続する接合を確立する。前記の
文献から知られる濾過機構は、判別網においてノードを
部分的に順序付けるソート・システムを含んでいる。こ
のソート・システムは、あるプロダクション・ルールの
２つの条件に対応する判別網の２つのノードの間の、現
推論サイクル時の接合段階が、現推論サイクルの直前の
推論サイクル時に演繹された新しい事実によって暗示さ
れる条件に対応するノードから始まるように構成されて
いる。そのルールの他の条件に対応する網のノードを考
慮する順序は、ルールの書込み時に定義されたものと同
じままである。接合の実現に要する処理時間は、網のノ
ード間の接合が実現される順序に依存することが確認さ
れている。この接合の実現に要する処理時間は、接合実
現段階で暗示されるすべてのノードについてノードを考
慮する順序が迅速に計算されるならば、大幅に減少させ
ることができる。本発明は、このような濾過機構の改善
をも目的とする。
tional Conference on ArtificialIntelligence（１９
８７年）に所載のＤ・Ｐ・ミランカー（Miranker）の論
文“TREAT: a better match algorithm for AI product
ion systems ”から知られる。この濾過機構は、プロダ
クション・ルールの条件の表現を、その各ノードが１つ
または複数のプロダクション・ルールの条件のモデルを
表す判別網の形で利用する。このような判別網は、ルー
ルの条件が共通の変数を有するときに使用すると特に有
利である。ある条件がｎ個の変数を含むとき、この条件
に対応する網のノードは、この条件を満たす事実ベース
のｎ重の事実の値を記憶する。判別網の弧は、プロダク
ション・ルール書込み時に定義された、ルールの条件間
の結合を表現する。事実ベース中の事実についてそのす
べての条件が満たされるプロダクション・ルールを決定
するために、この濾過機構は、判別網のノード中に記憶
されたｎ重の値の間の連続する接合を確立する。前記の
文献から知られる濾過機構は、判別網においてノードを
部分的に順序付けるソート・システムを含んでいる。こ
のソート・システムは、あるプロダクション・ルールの
２つの条件に対応する判別網の２つのノードの間の、現
推論サイクル時の接合段階が、現推論サイクルの直前の
推論サイクル時に演繹された新しい事実によって暗示さ
れる条件に対応するノードから始まるように構成されて
いる。そのルールの他の条件に対応する網のノードを考
慮する順序は、ルールの書込み時に定義されたものと同
じままである。接合の実現に要する処理時間は、網のノ
ード間の接合が実現される順序に依存することが確認さ
れている。この接合の実現に要する処理時間は、接合実
現段階で暗示されるすべてのノードについてノードを考
慮する順序が迅速に計算されるならば、大幅に減少させ
ることができる。本発明は、このような濾過機構の改善
をも目的とする。
【０００８】
【課題を解決するための手段】そのために本発明は、あ
るルールのある条件を満たす事実の数が、現推論サイク
ルと、このルールのためにソート・システムが始動され
た、前推論サイクルとの間で、調節可能な係数Ｋによっ
て乗算または除算されるときにのみ、ルールの条件のソ
ート・システムを始動させるように構成されることを特
徴とする、濾過機構を目的とする。
るルールのある条件を満たす事実の数が、現推論サイク
ルと、このルールのためにソート・システムが始動され
た、前推論サイクルとの間で、調節可能な係数Ｋによっ
て乗算または除算されるときにのみ、ルールの条件のソ
ート・システムを始動させるように構成されることを特
徴とする、濾過機構を目的とする。
【０００９】このような濾過機構は、既知の濾過機構に
比べて消費時間が少ない。この機構を、緊急事態におけ
る故障の診断を確立するために開発されたエキスパート
・システムの推論エンジンに組み込むことができる。
比べて消費時間が少ない。この機構を、緊急事態におけ
る故障の診断を確立するために開発されたエキスパート
・システムの推論エンジンに組み込むことができる。
【００１０】ソート・システムは、あるルールの各条件
ごとに、あるルールの条件を考慮して記憶された最適順
序が、この順序が事実ベース中の事実の修正、削除、ま
たは追加の結果もはや最適でなくなるまで、最終推論サ
イクル時に再利用できるように、ルールの他の条件の順
序付けリストを記録するように構成される。この場合、
ルール条件の順序付けられたリストはソート・システム
によって再編成される。
ごとに、あるルールの条件を考慮して記憶された最適順
序が、この順序が事実ベース中の事実の修正、削除、ま
たは追加の結果もはや最適でなくなるまで、最終推論サ
イクル時に再利用できるように、ルールの他の条件の順
序付けリストを記録するように構成される。この場合、
ルール条件の順序付けられたリストはソート・システム
によって再編成される。
【００１１】ルールの条件のソート基準は、連続する２
つの推論サイクルの間の事実の更新に応じて、またある
条件が変数を含まないかそれとも含むかに応じて、定義
することができる。
つの推論サイクルの間の事実の更新に応じて、またある
条件が変数を含まないかそれとも含むかに応じて、定義
することができる。
【００１２】このソート基準では、考慮されるルールの
第１条件は、演繹される新しい事実について検証しなけ
ればならないものである。
第１条件は、演繹される新しい事実について検証しなけ
ればならないものである。
【００１３】本発明は、このようなプロダクション・ル
ールの濾過機構を含むエキスパート・システム用の推論
エンジンにまで拡張される。
ールの濾過機構を含むエキスパート・システム用の推論
エンジンにまで拡張される。
【００１４】以下、添付の図面を参照して本発明を説明
する。
する。
【００１５】
【実施例】図１に示すエキスパート・システムは、デー
タ入力用のキーボードと診断結果をそれ自体は従来の方
法で表示する表示装置とを備えたコンピュータを動かす
ためのものである。このエキスパート・システムは、事
実４を含む事実ベース40、条件２とルール１を含む知識
ベース50、条件モデル３とルール・インスタンス５と最
終推論サイクル時に演繹された事実とを含む濾過メモリ
60、及び推論エンジン70を備える。
タ入力用のキーボードと診断結果をそれ自体は従来の方
法で表示する表示装置とを備えたコンピュータを動かす
ためのものである。このエキスパート・システムは、事
実４を含む事実ベース40、条件２とルール１を含む知識
ベース50、条件モデル３とルール・インスタンス５と最
終推論サイクル時に演繹された事実とを含む濾過メモリ
60、及び推論エンジン70を備える。
【００１６】推論エンジンは、濾過機構30、ルール選択
機構35、演繹機構36を含む。機構35、36はそれ自体は従
来のものであるので説明を省く。
機構35、演繹機構36を含む。機構35、36はそれ自体は従
来のものであるので説明を省く。
【００１７】さらに明確にするために、まず濾過機構に
よって利用されるデータの概念モデルを説明する。
よって利用されるデータの概念モデルを説明する。
【００１８】図２には、概念モデル（形式主義ではメソ
ッド“MERISE”のエンティティ・リレーション）は、６
つのエンティティ（それぞれ記号E で示され、矩形ブロ
ックで表されている）と、これらのエンティティの間の
７つのリレーション（それぞれ記号R で示され、楕円ブ
ロックで表されている）を含む。エンティティE1（「ル
ール」）は、エキスパート・システムのプロダクション
・ルール全体を記述する。エンティティE2（「条件」）
はプロダクション・ルールの条件全体を記述し、これら
の条件は、名称によって識別される変数を含むことがで
きる。エンティティE3（「条件モデル」）は、類似の条
件を近い変数の名で表し、これはArtificial Intellige
nce 、1992年19号に所載の文献、チャールズ・Ｌ・フォ
ーギー（Charles L. Forgy）の論文“Rete: a fast alg
orithm for the many pattern/many object pattern ma
tch problem ”の“ALPHA Memory”の名称で知られる。
エンティティE4（「事実」）はエキスパート・システム
の事実全体を記述する。エンティティE5（「ルール・イ
ンスタンス」）はあるルールの条件を満足する事実全体
を記述する。
ッド“MERISE”のエンティティ・リレーション）は、６
つのエンティティ（それぞれ記号E で示され、矩形ブロ
ックで表されている）と、これらのエンティティの間の
７つのリレーション（それぞれ記号R で示され、楕円ブ
ロックで表されている）を含む。エンティティE1（「ル
ール」）は、エキスパート・システムのプロダクション
・ルール全体を記述する。エンティティE2（「条件」）
はプロダクション・ルールの条件全体を記述し、これら
の条件は、名称によって識別される変数を含むことがで
きる。エンティティE3（「条件モデル」）は、類似の条
件を近い変数の名で表し、これはArtificial Intellige
nce 、1992年19号に所載の文献、チャールズ・Ｌ・フォ
ーギー（Charles L. Forgy）の論文“Rete: a fast alg
orithm for the many pattern/many object pattern ma
tch problem ”の“ALPHA Memory”の名称で知られる。
エンティティE4（「事実」）はエキスパート・システム
の事実全体を記述する。エンティティE5（「ルール・イ
ンスタンス」）はあるルールの条件を満足する事実全体
を記述する。
【００１９】リレーションR12 （「条件として有す
る」）はエンティティE1とE2を連結し、このリレーショ
ンにおいて、１つのルールに１ないしｎ個の条件が連結
でき、また１つの条件にはただ１つのルールが逆の関係
で連結できる。リレーションR23（「対応する」）はエ
ンティティE2とE3を連結し、このリレーションにおい
て、１つの条件にただ１つの条件モデルが連結され、１
つの条件モデルに１ないしｎ個の条件が逆の関係で連結
される。リレーションR15 （「インスタンスとして有す
る」）はエンティティE1とE5を連結し、このリレーショ
ンにおいて、１つのルールに０ないしｎ個のルール・イ
ンスタンスが連結され、１つのルール・インスタンスに
ただ１つのルールが逆の関係で連結される。リレーショ
ンR34 （「によって検証される」）はエンティティE3と
E4を連結し、このリレーションにおいて、１つの条件モ
デルに０ないしｎ個の事実が連結され、１つの事実にた
だ１つの条件モデルが逆の関係で連結される。リレーシ
ョンR26 （「変数を含む」）はエンティティE2とE6を連
結し、このリレーションにおいて、１つの条件に０ない
しｎ個の変数が対応し、１つの変数が１ないしｎ個の条
件中に逆の関係で現われる。リレーションR36 （「変数
として有する」）はエンティティE3とE6を連結し、この
リレーションにおいて、１つの条件モデルに０ないしｎ
個の変数が対応し、１つの変数がただ１つの条件モデル
に逆の関係で対応する。
る」）はエンティティE1とE2を連結し、このリレーショ
ンにおいて、１つのルールに１ないしｎ個の条件が連結
でき、また１つの条件にはただ１つのルールが逆の関係
で連結できる。リレーションR23（「対応する」）はエ
ンティティE2とE3を連結し、このリレーションにおい
て、１つの条件にただ１つの条件モデルが連結され、１
つの条件モデルに１ないしｎ個の条件が逆の関係で連結
される。リレーションR15 （「インスタンスとして有す
る」）はエンティティE1とE5を連結し、このリレーショ
ンにおいて、１つのルールに０ないしｎ個のルール・イ
ンスタンスが連結され、１つのルール・インスタンスに
ただ１つのルールが逆の関係で連結される。リレーショ
ンR34 （「によって検証される」）はエンティティE3と
E4を連結し、このリレーションにおいて、１つの条件モ
デルに０ないしｎ個の事実が連結され、１つの事実にた
だ１つの条件モデルが逆の関係で連結される。リレーシ
ョンR26 （「変数を含む」）はエンティティE2とE6を連
結し、このリレーションにおいて、１つの条件に０ない
しｎ個の変数が対応し、１つの変数が１ないしｎ個の条
件中に逆の関係で現われる。リレーションR36 （「変数
として有する」）はエンティティE3とE6を連結し、この
リレーションにおいて、１つの条件モデルに０ないしｎ
個の変数が対応し、１つの変数がただ１つの条件モデル
に逆の関係で対応する。
【００２０】エンティティ間のリレーションは従来より
ポインタを使用して実施され、エンティティは、Ｃ＋＋
などのオブジェクト指向プログラム言語のオブジェク
ト、またはＣ言語などの機能プログラム言語における構
造である。
ポインタを使用して実施され、エンティティは、Ｃ＋＋
などのオブジェクト指向プログラム言語のオブジェク
ト、またはＣ言語などの機能プログラム言語における構
造である。
【００２１】従来の推論エンジンの機能に必要なこれら
のエンティティ及びリレーションを記述する従来の特性
の他に、下記の特性が追加される。
のエンティティ及びリレーションを記述する従来の特性
の他に、下記の特性が追加される。
【００２２】エンティティE2（「条件」）には特性LT
（「ソート済みリスト」）が追加される。その値は順序
付けられた条件のリストである。
（「ソート済みリスト」）が追加される。その値は順序
付けられた条件のリストである。
【００２３】エンティティE3（「条件モデル」）には下
記の２つの特性が追加される。
記の２つの特性が追加される。
【００２４】− 特性NFS 、その値は、この条件モデル
を満足する事実の数に等しい整数である − 特性NFM 、その値は、ある瞬間に記憶されるNFS 値
に等しい整数であるエンティティE6（「変数」）には特
性V （「値」）が追加される。その値は考慮される変数
の異なる値の全体である。
を満足する事実の数に等しい整数である − 特性NFM 、その値は、ある瞬間に記憶されるNFS 値
に等しい整数であるエンティティE6（「変数」）には特
性V （「値」）が追加される。その値は考慮される変数
の異なる値の全体である。
【００２５】ここで図３を参照すると、濾過機構30は、
判断モジュール31、ソート・モジュール32、及び本来は
濾過モジュール33を含む。
判断モジュール31、ソート・モジュール32、及び本来は
濾過モジュール33を含む。
【００２６】判断モジュール31は、演繹された事実４を
入力として取り込む。この事実から、このモジュールは
リレーションR34 を通じて、それに対応する条件モデル
３を回復する。このモジュールは、リレーションR36 に
よって回復された条件モジュールの変数の数値リストV
をし、その後この条件モデルを満足する事実NFS の数値
を再計算する。このモジュールは、比NFS/NFM を事前に
記録された調節可能なしきい値Ｋと比較する。しきい値
Ｋは１．５〜２の間の値を取ることが好ましい。
入力として取り込む。この事実から、このモジュールは
リレーションR34 を通じて、それに対応する条件モデル
３を回復する。このモジュールは、リレーションR36 に
よって回復された条件モジュールの変数の数値リストV
をし、その後この条件モデルを満足する事実NFS の数値
を再計算する。このモジュールは、比NFS/NFM を事前に
記録された調節可能なしきい値Ｋと比較する。しきい値
Ｋは１．５〜２の間の値を取ることが好ましい。
【００２７】1/K < NFS/NFM < K である場合、判断モジ
ュールは逆のリレーションR23 を通じて、そのモデルに
対応する１つまたは複数の条件を回復する。これらの各
条件について、特性「ソート済みリスト」が値ゼロを有
さない場合、この判断モジュールは濾過モジュール33を
始動させ、そうでない場合には、濾過モジュール33を始
動させる前にソート・モジュール32を始動させる。
ュールは逆のリレーションR23 を通じて、そのモデルに
対応する１つまたは複数の条件を回復する。これらの各
条件について、特性「ソート済みリスト」が値ゼロを有
さない場合、この判断モジュールは濾過モジュール33を
始動させ、そうでない場合には、濾過モジュール33を始
動させる前にソート・モジュール32を始動させる。
【００２８】NFS/NFM >KまたはNFS/NFM < 1/K である場
合、判断モジュールはNFM の値をNFS の値で置き換え
る。条件モジュールから、判断モジュールは、そのモデ
ルに対応する条件を逆のリレーションR23 を通じて回復
する。回復された各条件について、このモジュールはソ
ート・モジュール32を始動させ、その後濾過モジュール
33を始動させる。
合、判断モジュールはNFM の値をNFS の値で置き換え
る。条件モジュールから、判断モジュールは、そのモデ
ルに対応する条件を逆のリレーションR23 を通じて回復
する。回復された各条件について、このモジュールはソ
ート・モジュール32を始動させ、その後濾過モジュール
33を始動させる。
【００２９】ソート・モジュール32は条件２を入力とし
て取り込む。この条件２から、ソート・モジュールは、
この条件を含むルール１を逆のリレーションR12 によっ
て回復し、このルールから、このルールのすべての条件
をリレーションR12 によって回復する。ソート・モジュ
ールは下記のソート・アルゴリズムを利用して、これら
の条件を条件リストLT中で順序付ける。
て取り込む。この条件２から、ソート・モジュールは、
この条件を含むルール１を逆のリレーションR12 によっ
て回復し、このルールから、このルールのすべての条件
をリレーションR12 によって回復する。ソート・モジュ
ールは下記のソート・アルゴリズムを利用して、これら
の条件を条件リストLT中で順序付ける。
【００３０】ａ）第１条件はソート・モジュールの入力
条件である。
条件である。
【００３１】ｂ）そして、他のすべての条件に対して反
復的に、順序付けられたリストにおける下記の条件は、
下記の基準の１つを好ましくは下記の順序で満たすもの
である。
復的に、順序付けられたリストにおける下記の条件は、
下記の基準の１つを好ましくは下記の順序で満たすもの
である。
【００３２】ｉ）変数を含まない条件 ii）少なくとも１つの変数を含み、その１つまたは複数
の変数が条件リストに既に書き込まれた条件中に存在す
る条件。
の変数が条件リストに既に書き込まれた条件中に存在す
る条件。
【００３３】iii ）少なくとも１つの変数を含み、リレ
ーションR23 によって回復されたその条件モデルが最も
小さなNFS 値を有し、このNFS 値は、考慮される条件の
いくつかの変数がリスト中に既に書き込まれた条件中に
存在するとき、最も以前に定義されたNFC 値で置き換え
られる変数。これらの変数は制約されていると言われ
る。この条件に関するNFC 値または制約された事実の数
は、各制約変数ごとにその値の数（値全体の基数）をリ
レーションR36 によって回復し、NFS をこれらすべての
数の最小値で割ると、得られる。ソート・モジュール32
は、入力条件の特性LT（「ソート済みリスト」）に記憶
された条件の順序付けしたリストを出力として供給す
る。
ーションR23 によって回復されたその条件モデルが最も
小さなNFS 値を有し、このNFS 値は、考慮される条件の
いくつかの変数がリスト中に既に書き込まれた条件中に
存在するとき、最も以前に定義されたNFC 値で置き換え
られる変数。これらの変数は制約されていると言われ
る。この条件に関するNFC 値または制約された事実の数
は、各制約変数ごとにその値の数（値全体の基数）をリ
レーションR36 によって回復し、NFS をこれらすべての
数の最小値で割ると、得られる。ソート・モジュール32
は、入力条件の特性LT（「ソート済みリスト」）に記憶
された条件の順序付けしたリストを出力として供給す
る。
【００３４】濾過モジュール33は、入力としてルール１
とこのルールの条件２を取り込み、このモジュール33
は、この条件の特性LT（「ソート済みリスト」）に記憶
されたルール条件の順序付けしたリストを回復する。次
にこのモジュールは、文献National Conference of Art
ificial Intelligence（１９８７年）に所載のダニエル
・Ｐ・ミランカーの論文“TREAT:a better match algor
ithm for AI productionsystems”に記載されているよ
うな従来の方法で、ただし条件を順序付けした条件リス
ト中に現れる順に考慮して、入力ルール１のルール・イ
ンスタンス５の計算を実施する。
とこのルールの条件２を取り込み、このモジュール33
は、この条件の特性LT（「ソート済みリスト」）に記憶
されたルール条件の順序付けしたリストを回復する。次
にこのモジュールは、文献National Conference of Art
ificial Intelligence（１９８７年）に所載のダニエル
・Ｐ・ミランカーの論文“TREAT:a better match algor
ithm for AI productionsystems”に記載されているよ
うな従来の方法で、ただし条件を順序付けした条件リス
ト中に現れる順に考慮して、入力ルール１のルール・イ
ンスタンス５の計算を実施する。
【図１】事実ベース、知識ベース、濾過メモリ、推論エ
ンジンを有する、本発明による濾過機構を含むエキスパ
ート・システムの概略図である。
ンジンを有する、本発明による濾過機構を含むエキスパ
ート・システムの概略図である。
【図２】本発明による濾過機構のデータの概念モデルを
示す概略図である。
示す概略図である。
【図３】ソート・システムを含む本発明による濾過機構
の機能編成図である。
の機能編成図である。
１ ルール ２ 条件 ３ 条件モデル ４ 事実 30 濾過機構 31 判断モジュール 32 ソート・モジュール 33 濾過モジュール 35 ルール選択機構 36 演繹機構 40 事実ベース 50 知識ベース 60 濾過メモリ 70 推論エンジン E1 エンティティ（「ルール」） E2 エンティティ（「条件」） E3 エンティティ（「条件モデル」） E4 エンティティ（「事実」） E5 エンティティ（「ルール・インスタンス」） E6 エンティティ（「変数」） R12 リレーション（「条件として有する」） R15 リレーション（「インスタンスとして有する」） R23 リレーション（「対応する」） R26 リレーション（「変数を含む」） R34 リレーション（「によって検証される」） R36 リレーション（「変数として有する」）
Claims (4)
- 【請求項１】 プロダクション・ルール（１）の連続す
る推論サイクル中に、その条件が演繹された事実（４）
について満たされる１つまたは複数のルールを識別する
ことを目的として、満たすべき条件（２）を表現し、ル
ールの条件を考慮する順序に基づいてルールの条件を検
証するように、ソート基準に応じてルールの条件を順序
付けるためのソート・システム（32）を含む、プロダク
ション・ルール濾過機構において、あるルールのある条
件を満たす事実の数が、現推論サイクルと、このルール
に関してソート・システムが始動された直前の推論サイ
クルとの間で、調節可能な係数（Ｋ）によって乗算また
は除算されるときにのみルールの条件のソート・システ
ムを始動させるように構成されていることを特徴とする
プロダクション・ルール濾過機構。 - 【請求項２】 ソート・システムが、あるルールの各条
件について、そのルールの他の条件の順序付けられたリ
ストを記録するように構成されていることを特徴とす
る、請求項１に記載の機構。 - 【請求項３】 あるルールの条件のソート基準が、 ａ）ルールの第１条件は演繹された新しい事実について
検証しなければならないものであり、 ｂ）次の条件は、そのルールの残りの条件の中から選択
され、この条件は ｉ）変数を含まない条件、 ii）少なくとも１つの変数を含み、その１つまたは複数
の変数がすでに選択された１つの条件中に存在する条
件、 iii ）少なくとも１つの変数を含み、その制約された事
実の数が最も少ない条件 という基準のうちの１つを好ましくは上記の順に満たす
ものであるように定義されることを特徴とする、請求項
１または２のに記載の機構。 - 【請求項４】 前記の請求項のいずれか一項に記載のプ
ロダクション・ルール濾過機構を含む、エキスパート・
システム用の推論エンジン。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR9305834A FR2705476B1 (fr) | 1993-05-14 | 1993-05-14 | Mécanisme de filtrage de règles de production et moteur d'inférence pour système expert comportant un tel mécanisme. |
| FR9305834 | 1993-05-14 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH076034A true JPH076034A (ja) | 1995-01-10 |
Family
ID=9447134
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6099813A Pending JPH076034A (ja) | 1993-05-14 | 1994-05-13 | プロダクション・ルール濾過機構とこの機構を含むエキスパート・システム用推論エンジン |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US5642471A (ja) |
| EP (1) | EP0624841B1 (ja) |
| JP (1) | JPH076034A (ja) |
| CA (1) | CA2123362A1 (ja) |
| DE (1) | DE69416615T2 (ja) |
| ES (1) | ES2130374T3 (ja) |
| FR (1) | FR2705476B1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210153424A (ko) * | 2020-06-10 | 2021-12-17 | 배석우 | 전후방으로 기울기 조절이 가능한 운반기구 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5987473A (en) * | 1997-09-09 | 1999-11-16 | Beologic A/S | Interactive configuration via network |
| US6272390B1 (en) * | 1997-09-09 | 2001-08-07 | Beologic A/S | Method for interactive configuration and computer readable medium encoded with a program for performing said method |
| US9471672B1 (en) * | 1999-11-10 | 2016-10-18 | Fastcase, Inc. | Relevance sorting for database searches |
| US20020049720A1 (en) * | 2000-05-11 | 2002-04-25 | Chase Manhattan Bank | System and method of data mining |
| US20040246906A1 (en) * | 2003-06-06 | 2004-12-09 | Hardy William Christopher | Methods and systems for accelerating inference engines used in expert systems |
| US7433858B2 (en) | 2004-01-26 | 2008-10-07 | Trigent Software Inc. | Rule selection engine |
| US8285575B2 (en) * | 2004-03-25 | 2012-10-09 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method and system for providing an inference engine including a parameter-based cost function to evaluate semiconductor clients |
| US20080228688A1 (en) * | 2007-03-16 | 2008-09-18 | Tao Liu | Production rule system and method |
| US8057679B2 (en) * | 2008-07-09 | 2011-11-15 | Baxter International Inc. | Dialysis system having trending and alert generation |
| WO2013076586A2 (en) | 2011-11-21 | 2013-05-30 | Advanced Biological Laboratories Sa | Systems, methods, and computer program products for guiding the selection of therapeutic treatment regiments |
| FR3014622B1 (fr) * | 2013-12-10 | 2017-06-09 | Thales Sa | Architecture de transmission de donnees critiques dans des systemes avioniques |
| US12555027B2 (en) * | 2021-02-25 | 2026-02-17 | International Business Machines Corporation | Expert system enrichment through rule refinement |
| CN121234115A (zh) * | 2025-08-04 | 2025-12-30 | 海洋石油工程股份有限公司 | 一种往复机械气阀故障智能诊断方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4849905A (en) * | 1987-10-28 | 1989-07-18 | International Business Machines Corporation | Method for optimized RETE pattern matching in pattern-directed, rule-based artificial intelligence production systems |
| US4890240A (en) * | 1988-09-20 | 1989-12-26 | International Business Machines Corporation | Coalescing changes in pattern-directed, rule-based artificial intelligence production systems |
| JPH07107668B2 (ja) * | 1989-01-25 | 1995-11-15 | 株式会社日立製作所 | 知識処理ツールの推論方法 |
| JPH03286337A (ja) * | 1990-04-03 | 1991-12-17 | Hitachi Ltd | 条件判定の処理構造最適化による推論の高速化方式 |
| US5263127A (en) * | 1991-06-28 | 1993-11-16 | Digital Equipment Corporation | Method for fast rule execution of expert systems |
| JPH05274145A (ja) * | 1992-03-26 | 1993-10-22 | Hitachi Ltd | プロダクションシステム |
| US5265193A (en) * | 1992-04-30 | 1993-11-23 | International Business Machines Corporation | Efficiently organizing objects in a rete pattern matching network |
-
1993
- 1993-05-14 FR FR9305834A patent/FR2705476B1/fr not_active Expired - Fee Related
-
1994
- 1994-05-06 US US08/239,386 patent/US5642471A/en not_active Expired - Fee Related
- 1994-05-09 ES ES94401020T patent/ES2130374T3/es not_active Expired - Lifetime
- 1994-05-09 DE DE69416615T patent/DE69416615T2/de not_active Expired - Fee Related
- 1994-05-09 EP EP94401020A patent/EP0624841B1/fr not_active Expired - Lifetime
- 1994-05-11 CA CA002123362A patent/CA2123362A1/fr not_active Abandoned
- 1994-05-13 JP JP6099813A patent/JPH076034A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210153424A (ko) * | 2020-06-10 | 2021-12-17 | 배석우 | 전후방으로 기울기 조절이 가능한 운반기구 |
Also Published As
| Publication number | Publication date |
|---|---|
| FR2705476B1 (fr) | 1995-06-30 |
| DE69416615T2 (de) | 1999-07-22 |
| US5642471A (en) | 1997-06-24 |
| EP0624841B1 (fr) | 1999-02-24 |
| ES2130374T3 (es) | 1999-07-01 |
| CA2123362A1 (fr) | 1994-11-15 |
| EP0624841A1 (fr) | 1994-11-17 |
| DE69416615D1 (de) | 1999-04-01 |
| FR2705476A1 (fr) | 1994-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Filman | Reasoning with worlds and truth maintenance in a knowledge-based programming environment | |
| Filotti et al. | On determining the genus of a graph in O (v O (g)) steps (Preliminary Report) | |
| US5421007A (en) | Key space analysis method for improved record sorting and file merging | |
| JPH01147725A (ja) | パターン・マツチング最適化方法 | |
| US5642471A (en) | Production rule filter mechanism and inference engine for expert systems | |
| JPH1063707A (ja) | 論理回路検証装置および論理回路検証方法 | |
| JPH0341519A (ja) | 知識処理システム | |
| Chazelle | A faster deterministic algorithm for minimum spanning trees | |
| Boutilier | Correlated Action Effects in Decision Theoretic Regression. | |
| US5265193A (en) | Efficiently organizing objects in a rete pattern matching network | |
| Van Hoeve et al. | New filtering algorithms for combinations of among constraints | |
| US8010569B2 (en) | Adding and subtracting KStores | |
| Boussouf | A hybrid approach to Feature Selection | |
| EP1019811A2 (en) | Method and apparatus for processing a request to a boolean rule | |
| Grotenhuis et al. | Unravelling Abstract Cyclic Proofs into Proofs by Induction | |
| Main et al. | Edge-label controlled graph grammars | |
| JPH056272A (ja) | ソフトウエア設計装置 | |
| Murphy et al. | A mathematical programming approach to the scheduling of sorting operations | |
| JPH08328924A (ja) | インデックス更新方式 | |
| JP2850936B2 (ja) | データベース更新方式 | |
| Ando et al. | Efficient multi-attribute pattern matching | |
| CN122045213A (zh) | 一种图神经网络与规则引擎结合的隐藏关联挖掘与逻辑推理方法及系统 | |
| CN118051438A (zh) | 一种基于图神经网络的智能合约漏洞检测方法 | |
| Camilleri | Reasoning in CSP via the HOL Theorem Prover | |
| Fiala | Algorithm 449: solution of linear programming problems in 0-1 variables |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040330 |