JPH05289880A

JPH05289880A - ファジィ知識抽出装置並びにファジィ知識詳細化／簡略化装置及びファジィ推論装置

Info

Publication number: JPH05289880A
Application number: JP4114183A
Authority: JP
Inventors: Toru Fujii; 徹藤井
Original assignee: Omron Corp; Omron Tateisi Electronics Co
Current assignee: Omron Corp
Priority date: 1992-04-08
Filing date: 1992-04-08
Publication date: 1993-11-05

Abstract

(57)【要約】【目的】ファジィ知識の量が多くなったとしても、人
間がそのファジィ知識の理解を容易に行うことができる
とともに、知識の修正を容易に行えること【構成】入力装置１を介して、知識設定装置２にファ
ジィ推論のパラメータＰ_FZを入力し、これをファジィ推
論装置４並びにファジィ知識データベース５に設定す
る。ファジィ調整用データ記憶装置６には、想起処理を
するための学習用入力データＸｉと、推論結果を評価す
るための期待出力データＤｉが格納され、その学習用入
力データをファジィ推論装置に与えることによりＭＩＮ
−ＭＡＸ法等を用いてファジィ推論し、算出された出力
データ列Ｙｉを後段の評価値算出装置７に送り、ここで
出力データと期待出力データとを比較し、誤差を求め、
誤差の大きなルールを抽出し、詳細化等を図る。パラメ
ータは、階層的に格納されており、要求される近似精度
に併せて必要な知識をファジィ推論装置に読み込む。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ファジィ知識抽出装置
並びにファジィ知識詳細化／簡略化装置及びファジィ推
論装置に関するものである。

【０００２】

【従来の技術】周知のように、ファジィ推論装置では、
「ＩＦ … ＴＨＥＮ … 」形式で示された所定数の
ファジィルールと、そのファジィルールの前半のＩＦ部
分を構成する条件部に入力されるファジィラベルを規定
するメンバシップ関数とからなるファジィ知識が設定さ
れており、入力信号（変数）が与えられると、メンバシ
ップ関数から入力信号に対するメンバシップ値（ファジ
ィラベル）を求め、そのファジィラベルを上記各ファジ
ィルール内の条件部に代入して計算し、ＭＩＮ−ＭＡＸ
法などにより推論し、結論を導くようにしている。そし
て、その推論を行うに際し、すべてのファジィルールに
対して計算・処理をしている。

【０００３】

【発明が解決しようとする課題】上記した従来のファジ
ィ推論装置では、より高精度の制御等を行うために入力
信号（変数）やメンバシップ関数のラベル数等を増加す
ると、それにともないファジィルール数が指数的に増加
してしまい、人間がファジィ知識を理解することが困難
となる。

【０００４】そして、設定したファジィ知識の中には、
不必要な（あまり推論結果に貢献しない）ルールがあっ
たり、ルール設定が十分でなく、より細かなルール設定
が必要なことがあり、さらには、必要以上に高精度とな
りすぎることもあり（推論速度の長時間化の弊害を招
く）、適宜、追加，訂正，削除等の修正作業を行うのが
望ましい。しかし、上記したようにファジィ知識の理解
が困難なために、適切に係る修正作業を行うことができ
なくなってしまう。

【０００５】したがって、修正作業を行うとしたら、も
っぱらルール等の追加を行うだけとなり、不必要なルー
ル等の増大をきたすおそれがある。しかも、ファジィ知
識の増加は、推論時間が長くなるという問題を生じる。

【０００６】本発明は、上記した背景に鑑みてなされた
もので、その目的とするところは、たとえファジィ知識
の量が多くなったとしても、人間がそのファジィ知識の
理解を容易に行うことができるとともに、ファジィ知識
の良・不良を適切に判断することにより、知識の詳細化
や簡略化を自由かつ容易に行うことができ、しかも、必
要とする近似精度に適したファジィ知識を得ることので
きるファジィ知識抽出装置並びにファジィ知識詳細化／
簡略化装置及びファジィ推論装置を提供することにあ
る。

【０００７】

【課題を解決するための手段】上記した目的を達成する
ために、本発明に係るファジィ知識抽出装置では、ファ
ジィルールとメンバシップ関数からなるファジィ知識を
用いてファジィ推論を実行するファジィ推論装置に設け
られ、そのファジィ推論の対象となる学習用入力データ
とそれに対応する期待出力データを組にして記憶する記
憶手段と、前記学習用入力データの入力を受けて前記フ
ァジィ知識を適用したファジィ推論を実行するファジィ
推論部と、前記ファジィ推論部の出力するデータを前記
期待出力データと比較してその誤差が基準値よりも大き
い学習用入力データの値の範囲を抽出する範囲抽出手段
と、前記範囲抽出手段によって抽出された学習用入力デ
ータの範囲を前件部に有するファジィルール群に含まれ
るファジィルールを抽出する手段とから構成した。

【０００８】また、本発明に係るファジィ知識詳細化装
置では、前記ファジィルール抽出手段によって抽出され
たファジィルールを複数のファジィルールに置き換える
手段とから構成し、さらに、ファジィ知識簡略化装置で
は、前記ファジィ推論部の出力するデータを前記期待出
力データと比較してその誤差が基準値よりも小さい学習
用入力データの値の範囲を抽出する範囲抽出手段と、前
記範囲抽出手段によって抽出された学習用入力データの
連続した範囲を前件部に有するファジィルール群を抽出
するファジィルール群抽出手段と、前記ファジィルール
群抽出手段によって抽出されたファジィルール群を単一
のファジィルールに置き換える手段から構成した。

【０００９】さらに、本発明に係るファジィ推論装置で
は、前記ファジィ知識を階層的に記憶する手段と、その
手段に記憶された前記ファジィ知識のうち、推論結果に
要求される近似精度を満たす知識を前記ファジィ推論装
置に読み込むとともに、その知識を用いて入力データに
対する推論を行うようにした。

【００１０】

【作用】設定したファジィ知識に対して、学習用データ
並びに期待出力データを用いて想起処理を行うととも
に、その出力データの誤差を求め、基準値よりも大きい
学習用入力データを前件部に含むファジィルールを抽出
する。この抽出されたファジィルールは、近似精度を低
下させているルールとなる。そして、詳細化装置を用い
て、このルールを階層だてて詳細化することにより近似
精度の向上を図る。また、上記出力データの誤差が、別
の基準値よりも小さくなる学習用入力データを含むファ
ジィルール群を一つのルールに置き換えることにより、
近似精度（誤差）をさほど低下させることなくファジィ
知識を簡略化し、内容が理解しやすくなる。

【００１１】さらに、このようにして設定されたファジ
ィ知識を用いて実際にファジィ推論を行うには、かかる
ファジィ知識のうち、制御等に必要な所望の近似精度の
知識を得るに必要なファジィ知識をファジィ推論装置に
設定し、与えられた入力に対してその設定された知識を
使用して推論を行う。

【００１２】

【実施例】以下、本発明に係るファジィ知識抽出装置並
びにファジィ知識詳細化／簡略化装置及びファジィ推論
装置の好適な実施例を添付図面を参照にして詳述する。
図１は、本発明に係る各種装置を実行することのできる
ファジィ推論システムの構成を示している。図示するよ
うに、キーボードやマウス等の入力装置１を介して、知
識設定装置２にファジィ推論のパラメータＰ_FZを入力す
るようになっている。このパラメータＰ_FZは、図２に示
すように、ファジィ知識の階層構造Ｌと、各階層のファ
ジィ知識内容Ｐ_FZi'j'から構成されている。そして、こ
のパラメータＰ_FZは、その処理が終了するまで知識設定
装置２に接続された液晶ディスプレイ３に表示するよう
になっている。なお、本例では液晶ディスプレイ３に表
示するようにしたが、例えばＣＲＴその他の表示装置に
置き換えて良いのはもちろんである。

【００１３】ここで、上記したパラメータＰ_FZについて
詳述すると、まず、本発明では図３に示すように、各フ
ァジィ知識内容Ｐ_FZi'j'を階層だてて構成し、第１層か
ら第２層，第３層，…と、階層が深くなるにしたがって
近似精度は大きく（高精度の推論が行える）なってい
く。そして、第２層，第３層は、第１層のファジィ知識
の一部を詳細化したものである。但し、第２層は必ず第
１層のファジィ知識の一部を詳細化したものであるが、
図から明らかなように、第３層は、必ずしも第２層のフ
ァジィ知識の一部を詳細化したものとは限らず、第１層
のファジィ知識の一部を詳細化したものの場合もある。
すなわち、ある階層のファジィ知識は、それより上位の
階層に位置する所定階層のファジィ知識の一部を詳細化
したものとなる。このように階層だてて構成することに
より、ルール数などの知識量が増大しても、知識の内容
を人間が理解しやすくなる。

【００１４】そして、このような前提にたち、上記階層
構造Ｌは、具体的には図４に示すようになっている。こ
こで、近似精度Ｅ_ｐi'、そのファジィ知識を用いてファ
ジィ推論を行った結果得られる出力値の精度の高低を示
している。すなわち、近似精度Ｅ_ｐi'が低いほど出力値
の許容誤差が大きくなるが、推論に要する時間は短くな
り、比較的ラフに概要を知ることになる。また、近似精
度Ｅ_ｐi'が高いほど出力値の許容誤差が小さくなり高精
度の制御ができるものの、推論に要する時間は長くな
る。そして、この近似精度Ｅ_ｐi'は、第ｉ' に設定され
たファジィ知識のみの近似精度ではなく、第１層から第
ｉ' 層までに設定されたすべてのファジィ知識を使用し
た場合の近似精度となり、想起処理の時に算出した値を
入力するようになっている。なお、具体的な算出処理は
後述する。

【００１５】また、上記各ファジィ知識内容Ｐ
_FZi'j'は、入出力数や、そのメンバシップ関数の数、並
びに前件部の各規格化定数や後件部の各出力（シングル
トン）の座標値であり、具体的には図５に示すようなデ
ータ構造となっている。

【００１６】一方、知識設定装置２に与えられたファジ
ィ知識パラメータＰ_FZは、ファジィ推論を行うファジィ
推論装置４との間で相互にデータの送受を行えるように
なっており、さらに、このファジィ推論装置４は、作成
されたファジィ知識が格納されるファジィ知識データベ
ース５との間でも、ファジィ知識の送受、すなわち、書
き込み／読み出しが行われるようになっている。

【００１７】そして、ＲＯＭ等で構成されるファジィ調
整用データ記憶装置６には、想起処理をするための学習
用入力データＸｉと、推論結果を評価するための期待出
力データＤｉが格納されている。そして、その学習用入
力データＸｉは、上記ファジィ推論装置４に与えられ、
そこにおいてその学習用入力データＸｉをファジィ推論
装置４に設定されたファジィ知識に入力するとともにＭ
ＩＮ−ＭＡＸ法等を用いてファジィ推論し、算出された
出力データ列Ｙｉを後段の評価値算出装置７に送るよう
になっている。

【００１８】ここで、上記学習用入力データ列Ｘｉは、
ｉ番目の入力データ列を意味し、具体的には（ｘi1，ｘ
i2，…，ｘiIN ）となっており、また、期待出力データ
列Ｄｉは、ｉ番目の出力データ列を意味し、具体的には
（ｄi1，ｄi2，…，ｄiOUT）となっている。さらにｉ番
目の出力データ列Ｙｉは、（ｙi1，ｙi2，…，ｙiOUT）
となっている。そして、上記ｉは、入出力データ列の順
番を意味し、１〜ｎの整数（但し、ｎは入出力データ列
の総数）となり、また、ｘの添字であるINは入力数を、
また、ｙ，ｄの添字であるOUT は出力数を示す。

【００１９】そして、上記評価値算出装置７では、与え
られた上記出力データ列Ｙｉと、ファジィ調整用データ
記憶手段から送られてきた期待出力データＤｉとを用い
て、出力データ列Ｙｉの評価値（誤差）Ｅｉを下記の算
出式により求めるようになっている。

【００２０】すなわち、ｅir＝ｄir−ｙir によりｉ番目の出力データ列の各出力ｒに対する評価値
データｅirをそれぞれ求め、その算出結果から、ｉ番目
の出力データ列の評価値Ｅirは下記のようになる。

【００２１】Ｅｉ＝（ｅi1，ｅi2，…，ｅiOUT）そして、評価値算出装置７では、上記のようにして求め
られた評価値Ｅｉと、出力データ列Ｙｉ並びに期待出力
データ列Ｄｉを、液晶ディスプレイ３に送り表示するよ
うになり、さらにこの液晶ディスプレイ３には、ファジ
ィ調整用データ記憶装置６から送られてくる学習用入力
データ列Ｘｉも表示するようになっている。さらに本例
では、上記評価値算出装置７にて、評価値Ｅｉを用いて
近似精度Ｅp を求めるようになっている。

【００２２】次ぎに、上記した構成の装置を、本発明に
係るファジィ知識抽出装置として用いた例について説明
する。まず、本装置を含め、本発明の装置を動作させる
前提となるファジィ知識の入力並びに修正作業等につい
て説明すると、図６に示すように、本システムを稼働
し、ファジィ知識の初期設定をする場合には、入力装置
１より新しいファジィ推論のパラメータＰ_FZを入力し、
入力されたパラメータＰ_FZは、初期設定作業が終了する
まで液晶ディスプレイ３に、表示する（Ｓ１０１〜１０
３）。そして、この入力作業並びに表示処理は、すべて
のパラメータの入力が終わるまで繰り返し行われ（Ｓ１
０４）、初期設定が終了したなら、設定されたパラメー
タＰ_FZをファジィ推論装置４に設定し、さらに、ファジ
ィ知識データベース５に設定する（Ｓ１０５，１０
６）。これにより、初期設定が完了する。

【００２３】また、すでに設定したファジィ知識の修正
を行う場合には、上記ステップ１０１にて、図７に示す
ステップ２０１に飛び、修正する推論のパラメータＰ_FZ
をファジィ知識データベース５より知識設定装置２に読
み込む（Ｓ２０２）。次いで、ファジィ知識の修正を行
うために、パラメータＰ_FZの階層移動が必要ならば、そ
の階層移動を実行し、その階層移動したパラメータＰ_FZ
を含み現在のパラメータＰ_FZを液晶ディスプレイ３に表
示する（Ｓ２０３，２０４）。そして、入力装置１を用
いて、パラメータＰ_FZの内容を適宜修正し、その修正の
都度、修正後のパラメータＰ_FZを液晶ディスプレイ３に
表示する（Ｓ２０５，２０６）。そして、上記作業を繰
り返し行い、修正が終了したなら、修正後のパラメータ
Ｐ_FZをファジィ推論装置４とファジィ知識データベース
５に設定し、作業を終了する（Ｓ２０７〜２０９）。

【００２４】次ぎに、実際に想起処理を行う処理手順に
ついて説明すると、上記ステップ１０１並びにステップ
２０１にて、ともに「Ｎ」となるため、図８に示すフロ
ーチャートにおけるステップ３０１に移行する。すなわ
ち、想起処理に使用するパラメータＰ_FZをファジィ知識
データベース５から読み込む（Ｓ３０２）。そして、近
似精度で知識を選択するか否かを判断し（Ｓ３０３）、
選択する場合には、その目標（必要）とする指定近似精
度Ｅ_FZを入力し、その指定近似精度Ｅ_FZを満たす高精度
（精度をあらわす数値は小さい）の近似精度Ｅpi（第ｉ
番目の階層の近似精度）があるか否かを判断する（Ｓ３
０４，３０５）。そして、該当する近似精度を有する階
層がない場合には、液晶ディスプレイ３にエラーメッセ
ージを表示し終了する（Ｓ３０６）。

【００２５】また、該当するものがあった場合には、該
当する近似精度の中で最も低い精度を有するファジィ知
識の階層を選択し、選択したパラメータＰ_FZの階層を演
算するのに必要なパラメータＰ_FZをファジィ推論装置５
に設定する（Ｓ３０７，３０８）。すなわち、仮に第３
層の近似精度が該当したとすると、その第３層と、その
上位の階層である第１層，第２層のパラメータを設定す
ることになる。

【００２６】そして、ファジィ調整用データ記憶装置６
に格納された学習用入力データＸｉをｉ＝１からｎまで
順次入力し、上記設定した知識を用いて推論し、出力デ
ータ列Ｙｉを算出し、その算出結果を評価値算出装置７
に設定する。そして、評価値を求める場合には、期待出
力データＤｉを読み込み、評価値Ｅｉを算出する（Ｓ３
０９〜３１７）。

【００２７】そして、すべての入力データ列に対して上
記処理が行われたなら、評価値算出装置から想起結果を
読み込み、液晶ディスプレイ３に表示して処理を終了す
る（Ｓ３１８，３１９）。なお、液晶ディスプレイ３に
表示する想起結果は、評価値算出装置７にて求められた
評価値Ｅｉとともに、その評価値Ｅｉから算出した近似
精度Ｅｐも含まれる。この近似精度Ｅｐは、例えば誤差
二乗和や最大誤差等を使用して求めることができ、本例
では下記式により求められる誤差二乗和を用いている。

【００２８】

【数１】一方、最高の近似精度を指定して想起処理を行う場合に
は、ステップ３０３で図１０のステップ３２０に飛び、
パラメータＰ_FZの中で最小の評価値（最高の近似精度）
の階層のファジィ知識を選択した後（Ｓ３２０，３２
１）、ステップ３０８に飛び、上記推論処理等が行われ
る。

【００２９】さらに、ファジィ推論のパラメータＰ_FZの
階層を指定してファジィ知識を選択する場合には、上記
ステップ３２０でさらにステップ３２２に飛び、指定さ
れた階層のファジィ知識を選択した後（Ｓ３２２，３２
３）、ステップ３０８に飛び、上記推論処理等が行われ
る。

【００３０】そして、本抽出装置では、上記想起処理に
て得られた評価値Ｅｉを知識設定装置２に送り、そこに
おいて一定値（基準値）以上の評価値Ｅｉ（誤差が大き
い）となった出力データに対応する学習用入力データを
抽出し、その抽出した学習用入力データを前件部に有す
るファジィルールを抽出するようになっている。すなわ
ち、上記２つの処理を行う範囲抽出手段とファジィルー
ルを抽出する手段とが、知識設定装置２に配設されてい
る。そして、本例では、上記抽出したファジィルールを
液晶ディスプレイ３に表示するようになっている。

【００３１】これにより、ファジィ推論の誤差が大きい
入力の範囲について、問題となる（悪影響を与えてい
る）ファジィルールを抽出することができ、その抽出さ
れたファジィルールに対して修正・削除等を行うことに
より、精度の高いファジィ知識を設定することが可能と
なる。

【００３２】次ぎに、上記した図１に示す装置を、本発
明に係るファジィ知識詳細化装置に適用した場合につい
て説明する。本装置は、基本的には上記した抽出装置と
同様の構成を備えており、想起処理等を行うことにより
評価値（誤差）が大きく、推論の誤差を大きくする原因
となるファジィルールを抽出することができる。さら
に、本例では、抽出されたファジィルールを細分化する
複数のファジィルールに置き換えるルール置き換え手段
を備えており、このルール置き換え手段も、上記知識設
定装置２に配設されている。

【００３３】次ぎに、この詳細化装置の作用について説
明する。まず、本例では便宜上使用するファジィルール
が、２入力１出力のファジィ知識とし、図１１に示すよ
うになっているとする。そして、詳細化するには、ま
ず、詳細化するファジィ知識の部分を決定しなければな
らないが、この決定基準は、想起処理などを行った結果
得られる出力データの誤差（評価値）が大きくなり、近
似精度が悪くなる原因となっている部分を抽出する。こ
こでは、既存のファジィ知識Ａがあった時、そのファジ
ィ知識Ａの後件部の

【００３４】

【外１】を使用したルールの部分の誤差が大きく、この部分の詳
細化を実行するものとする。次いで、この詳細化するフ
ァジィ知識の部分のみを抽出し、さらに、詳細なファジ
ィ知識を下位の階層のファジィ知識として定義する。す
なわち、図１１に示すように、第１層に設定されていた
ファジィ知識Ａの一部を詳細化して得られたファジィ知
識Ｂを第２層に設定する。

【００３５】さらに、このファジィ知識Ｂの所定部分の
誤差が大きい場合には、さらにその部分を詳細化したフ
ァジィ知識を設け、第３層に設定する。このようにし
て、順次階層だててファジィ知識を構築することがで
き、作成されたファジィ知識は、ファジィ知識データベ
ース５に格納される。

【００３６】また、このようにして形成されたファジィ
知識に対して想起処理をする場合には、上記した図８〜
図１１と同様の処理手順で実行することができるが、こ
こで、例えば使用する近似精度を指定した場合に、第２
層のファジィ知識Ｂも使用する必要が生じた場合、本例
では、ファジィ知識Ｂはもちろんのこと、ファジィ知識
Ａの中の詳細化した部分のルールも用いて推論処理をす
るようになっている（詳細化していない他のファジィ知
識Ａも使用するのはもちろんである）。また、指定され
た近似精度が低く、比較的誤差の大きな推論でも良い場
合には、詳細化する前のファジィ知識Ａのみを使用して
推論処理をすることになる。

【００３７】一方、上記のようにして構築されたファジ
ィ知識の修正を行う場合、基本的には、上位の階層のフ
ァジィ知識を修正し、これに基づいて、下位の階層のフ
ァジィ知識は、自動修正するようになっている。すなわ
ち、例えば、ファジィ知識Ａの前件部のメンバシップ関
数の規格化定数のうち、

【００３８】

【外２】をΔｒだけ修正したとする。すると、その上位の階層の
ファジィ知識の修正した部分が、下位の階層のファジィ
知識で詳細化されていたとすると、その下位のファジィ
知識Ｂの前件部のメンバシップ関数の規格化定数

【００３９】

【外３】について、例えば下記表に示すような既距離に比例した
修正を行う。なお、この修正も知識設定装置２にて自動
的に行うようになっている。

【００４０】

【表１】このように、本発明に係る詳細化装置では、上位の階層
で誤差の原因となったファジィ知識を詳細化することに
より、誤差の減少を図ることができる。しかも、誤差の
大きかったファジィ知識も基本的にはそのまま残すこと
により、必要とされる近似精度が低い場合には、その要
求を満たす所定階層で区切り、詳細化した知識を使用す
ることなく推論処理をすることができるので、使用する
知識の量が少なく、高速処理を図ることができる。さら
に、順次系統だてて詳細化していったため、修正作業
は、ルール数等が少なく人間が理解しやすい上位の階層
に対してのみ行うようにすることもでき、一旦設定した
ファジィ知識の修正作業が容易かつ正確に行うことがで
きる。

【００４１】次ぎに、上記した図１に示す装置を本発明
に係るファジィ知識簡略化装置に適用した場合について
説明する。基本的な構成・機能は、上記した各装置のも
のと同様であるが、範囲抽出手段における判断基準が、
上記装置のものとは逆に所定の基準値より小さい（誤差
の少ない）出力データに対応する学習用入力データを抽
出するようになっている。そして、ファジィルール抽出
手段に変えて、上記範囲抽出手段により抽出された学習
用入力データの連続した範囲を前件部に有するファジィ
ルール群を抽出するファジィルール群抽出手段を知識設
定装置２に配設し、さらに、知識設定装置２に配設され
たルール置き換え手段も、上記の簡略化装置のものとは
逆に、複数のファジィルールからなるファジィルール群
を単一のファジィルールに置き換えるような機能を備え
ている。

【００４２】次ぎに、この詳細化装置の作用について図
１２を用いて説明する。まず、簡略化するファジィ知識
の部分を決定するが、この決定はできるだけ出力データ
の誤差が大きくならず、近似精度が悪くならないような
ファジィ知識の部分を抽出することで、例えば、ファジ
ィ知識の後件部のシングルトンの値の解像度を変更（１
きざみを２きざみに解像度を変更して粗くする）し、あ
る入力の複数のメンバシップ関数に対する後件部のシン
グルトンの値がすべて一致する場所を簡略化する部分と
することができる。

【００４３】具体的には、例えば図示するような既存の
ファジィ知識Ａがあった時、後件部の解像度を低下させ
る。この時、ファジィ知識Ａの入力２の前件部の１番目
と２番面のメンバシップ関数に対する後件部のシングル
トンの値が下記表に示すようにすべて等しいものとする
と、この部分を簡略することになる。

【００４４】

【表２】次いで、この簡略化する部分のみ抽出し、簡略化した新
しいファジィ知識を元のファジィ知識全体の範囲にわた
って定義する。すなわち、この例では、ファジィ知識Ａ
の所定部分を簡略化して形成したファジィ知識Ｂをファ
ジィ知識Ａ全体の範囲に渡って定義することになる。

【００４５】そして、この簡略化したファジィ知識Ｂ
を、上位の階層のファジィ知識とし、下位の階層のファ
ジィ知識を、簡略化した部分のみを抽出して、簡略化す
る前のファジィ知識を実現するように定義する。すなわ
ち、簡略化して形成したファジィ知識Ｂを第１層のファ
ジィ知識とし、元のファジィ知識Ａを実現するべく、フ
ァジィ知識Ｂの中で簡略化した部分の簡略化する前の知
識をファジィ知識Ｃで詳細に定義し、このファジィ知識
Ｃ（ファジィ知識Ｂの一部を詳細化した形となる）を第
２層のファジィ知識とし、ファジィ知識データベース５
に格納する。

【００４６】このようにして、簡略化したファジィ知識
が上位層に設定され、元の詳細なファジィ知識は、その
上位層（ファジィ知識Ｂ）と新たに作成した階層（ファ
ジィ知識Ｃ）とにより定義されることになるので、簡易
な制御を行う場合には、上位層のみを用いて推論を行
い、詳細な制御を行う場合には、上位層と新たに作成し
た階層とを用いて推論を行うことになる。

【００４７】また、本装置を実行することにより作成さ
れたファジィ知識は、上記した詳細化装置と逆の処理
（詳細化装置では、階層に向かって知識を構築していく
のに対し、簡略化装置は上位層に向かって知識を構築し
ていく）を行って作成されるものの、最終的に形成され
た知識は、上位と関連付けられながら下位の階層が詳細
化されながら作成されている点では同じであるため、詳
細化装置における想起処理並びに修正処理は、本簡略化
装置においても同様の手順で行われる。但し、修正処理
を示した表中の（Ａ），（Ｂ）は、それぞれ（Ｂ），
（Ｃ）に置き換えるものとする。

【００４８】このように、本発明に係る簡略化装置で
は、必要とするファジィ知識の量を少なくすることがで
き、推論に要する時間も少なくすることができる。しか
も、簡略化する前の複数のファジィルールは、その出力
のシングルトンが等しいものを抽出したため、推論結果
における評価値（誤差）並びに近似精度は、簡略化する
前のものに比較してさほど低下しない。

【００４９】さらに、本発明では、上記した各装置を適
宜組み合わせ、詳細化／簡略化装置を構成することもで
きる。このようにすることにより、まず、大まかにファ
ジィ知識を作成し、次ぎに、作成したファジィ知識を用
いて想起処理を行い、この知識を近似精度で評価し、満
足できるものであれば作成を終了し、満足できない場合
には逐次知識の詳細化（この時、誤差が大きい部分を重
点的に詳細化することができ、不必要な詳細化（類似す
るルール等の作成）を防止できる）を図ることにより、
効率良く高精度のファジィ知識を作成することができ
る。また、逆に必要以上に高精度となった場合には、簡
略化することも可能であり、所望の近似精度を有するフ
ァジィ知識を効率良く作成することができる。

【００５０】さらに、上記した各使用例のほかに、簡略
化装置を用いてることにより、簡易に修正処理を行うこ
とができる。すなわち、一旦作成し、記憶しておいたフ
ァジィ知識を読み込み、そのファジィ知識を簡略化し、
大まかなファジィ知識とした状態で液晶ディスプレイ３
に表示する。したがって、人間は大まかなファジィ知識
を見ることにより、その内容を容易に理解することがで
き、修正作業も容易に行える。そして、その大まかなフ
ァジィ知識に対して行なわれた修正にともない、元のフ
ァジィ知識の修正処理を行う。そして、その元の詳細な
ファジィ知識に対して想起処理を行い、それを近似精度
で評価する。そして、所望の近似精度が得られるまで上
記処理を繰り返し行うことになる。したがって、人間が
行う修正は、簡略化した知識に対して行い、元の詳細な
評価は装置に行わせることにより、簡単に修正処理を行
うことができる。

【００５１】さらに、本発明に係るファジィ推論装置で
は、上記した各装置を実行すること等により得られる
（最初から階層的に設定しても良い）階層的に構築され
たファジィ知識を記憶させたファジィ知識データベース
５を備え、さらに、各階層ごとの近似精度も併せて格納
してある。したがって、各種制御等のために実際にファ
ジィ推論をする場合には、データベース５に格納したす
べてのファジィ知識を使用するのではなく、その制御等
に必要な所望の近似精度の知識を得るに必要なファジィ
知識をファジィ推論装置に設定し、与えられた入力に対
してその設定された知識を使用して推論を行うことにな
り、短い推論時間でもって所望の近似精度を得ることが
できる。

【００５２】

【発明の効果】以上のように、本発明に係るファジィ知
識抽出装置並びにファジィ知識詳細化／簡略化装置及び
ファジィ推論装置では、たとえファジィ知識の量が多く
なったとしても、それらが、適宜詳細化したり簡略化し
たり等して、階層的に構築されているため、人間がその
ファジィ知識の理解を容易に行うことができる。そして
ファジィ知識の良・不良を適切に判断することにより、
知識の詳細化や簡略化を自由かつ容易に行うことができ
る。しかも、必要とする近似精度に適したファジィ知識
を用いて推論処理を行うため、推論に要する速度も向上
する。

【図面の簡単な説明】

【図１】本発明に係る各種装置を実行するためのファジ
ィ推論システムの一例を示すブロック構成図である。

【図２】ファジィパラメータのデータ構造を示す図であ
る。

【図３】ファジィ知識の階層構造の一例を示す図であ
る。

【図４】ファジィ知識の階層構造のデータ構造を示す図
である。

【図５】各階層のファジィ知識内容のデータ構造を示す
図である。

【図６】ファジィ知識の初期設定を行う処理過程を示す
フローチャート図である。

【図７】ファジィ知識の修正作業を行う処理過程を示す
フローチャート図である。

【図８】想起処理の一部を示すフローチャート図であ
る。

【図９】想起処理の一部を示すフローチャート図であ
る。

【図１０】想起処理の一部を示すフローチャート図であ
る。

【図１１】２入力１出力のファジィの構成を示す図であ
る。

【図１２】本発明に係るファジィ知識詳細化装置の作用
を説明する図である。

【図１３】本発明に係るファジィ知識簡略化装置の作用
を説明する図である。

【符号の説明】

２知識設定装置４ファジィ推論装置（ファジィ推論部）５ファジィ知識データベース（ファジィ知識を階層的
に記憶する手段）６ファジィ調整用データ記憶装置（学習用入力データ
と期待出力データを組にして記憶する記憶手段）７評価値算出装置

Claims

【特許請求の範囲】

【請求項１】ファジィルールとメンバシップ関数から
なるファジィ知識を用いてファジィ推論を実行するファ
ジィ推論装置に設けられ、そのファジィ推論の対象となる学習用入力データとそれ
に対応する期待出力データを組にして記憶する記憶手段
と、前記学習用入力データの入力を受けて前記ファジィ知識
を適用したファジィ推論を実行するファジィ推論部と、前記ファジィ推論部の出力するデータを前記期待出力デ
ータと比較してその誤差が基準値よりも大きい学習用入
力データの値の範囲を抽出する範囲抽出手段と、前記範囲抽出手段によって抽出された学習用入力データ
の範囲を前件部に有するファジィルール群に含まれるフ
ァジィルールを抽出する手段とからなるファジィ知識抽
出装置。
【請求項２】ファジィルールとメンバシップ関数から
なるファジィ知識を用いてファジィ推論を実行するファ
ジィ推論装置に設けられ、ファジィ推論の対象となる学習用入力データとそれに対
応する期待出力データを組にして記憶する記憶手段と、前記学習用入力データの入力を受けて前記ファジィ知識
を適用したファジィ推論を実行するファジィ推論部と、前記ファジィ推論部の出力するデータを前記期待出力デ
ータと比較してその誤差が基準値よりも大きい学習用入
力データの値の範囲を抽出する範囲抽出手段と、前記範囲抽出手段によって抽出された学習用入力データ
の範囲を前件部に有するファジィルール群に含まれるフ
ァジィルールを抽出するファジィルール抽出手段と、前記ファジィルール抽出手段によって抽出されたファジ
ィルールを複数のファジィルールに置き換える手段とか
ら構成されるファジィ知識詳細化装置。
【請求項３】ファジィルールとメンバシップ関数から
なるファジィ知識を用いてファジィ推論を実行するファ
ジィ推論装置に設けられ、ファジィ推論の対象となる学習用入力データとそれに対
応する期待出力データを組にして記憶する記憶手段と、前記学習用入力データの入力を受けて前記ファジィ知識
を適用したファジィ推論を実行するファジィ推論部と、前記ファジィ推論部の出力するデータを前記期待出力デ
ータと比較してその誤差が基準値よりも小さい学習用入
力データの値の範囲を抽出する範囲抽出手段と、前記範囲抽出手段によって抽出された学習用入力データ
の連続した範囲を前件部に有するファジィルール群を抽
出するファジィルール群抽出手段と、前記ファジィルール群抽出手段によって抽出されたファ
ジィルール群を単一のファジィルールに置き換える手段
から構成されるファジィ知識簡略化装置。
【請求項４】設定した前記ファジィ知識に対して、必
要に応じて請求項２に記載の装置を用いて知識の詳細化
を実行し、或いは、請求項３に記載の装置を用いて知識
の簡略化を実行する知識設定手段を備えたファジィ知識
詳細化／簡略化装置。
【請求項５】前記ファジィ知識を階層的に記憶する手
段と、その手段に記憶された前記ファジィ知識のうち、推論結
果に要求される近似精度を満たす知識を前記ファジィ推
論装置に読み込むとともに、その知識を用いて入力デー
タに対する推論を行うようにしたファジィ推論装置。