JPH0690666B2 - 弁別ネツトワ−クの動的変形方法 - Google Patents
弁別ネツトワ−クの動的変形方法Info
- Publication number
- JPH0690666B2 JPH0690666B2 JP60195845A JP19584585A JPH0690666B2 JP H0690666 B2 JPH0690666 B2 JP H0690666B2 JP 60195845 A JP60195845 A JP 60195845A JP 19584585 A JP19584585 A JP 19584585A JP H0690666 B2 JPH0690666 B2 JP H0690666B2
- Authority
- JP
- Japan
- Prior art keywords
- node
- network
- condition
- nodes
- satisfied
- 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.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 41
- 238000012545 processing Methods 0.000 claims description 39
- 238000000547 structure data Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008707 rearrangement Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
-
- 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
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/911—Nonmedical diagnostics
- Y10S706/914—Process plant
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)
- Devices For Executing Special Programs (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Description
【発明の詳細な説明】 〔発明の利用分野〕 本発明は、条件の成立判定を行なうために、弁別ネツト
ワークに類したネツトワークを用いるシステムに係り、
特に知識ベースシステムに好適な弁別ネツトワークの変
形方法に関する。
ワークに類したネツトワークを用いるシステムに係り、
特に知識ベースシステムに好適な弁別ネツトワークの変
形方法に関する。
条件の真偽判定を高速に行なう方法として、弁別ネツト
ワークに類したネツトワークを用いる方法がある〔多パ
ターン・多オブジエクト高速マツチアルゴリズム（人工
知能、19巻第１号、1982年）｛“Rete:A Fast Algorith
m for the Many Pattern/Many Objected Pattern Match
Problem"（Artificial Intelligence vol 19 No.1（19
82））｝〕。この方法は、現況データと呼ばれる現況デ
ータ名および単数または複数の属性名と属性値との対よ
り成る構造体データに関する条件をネツトワークに変換
し、それを用いて条件の真偽判定を行なう。
ワークに類したネツトワークを用いる方法がある〔多パ
ターン・多オブジエクト高速マツチアルゴリズム（人工
知能、19巻第１号、1982年）｛“Rete:A Fast Algorith
m for the Many Pattern/Many Objected Pattern Match
Problem"（Artificial Intelligence vol 19 No.1（19
82））｝〕。この方法は、現況データと呼ばれる現況デ
ータ名および単数または複数の属性名と属性値との対よ
り成る構造体データに関する条件をネツトワークに変換
し、それを用いて条件の真偽判定を行なう。
現況データに関する条件は、現況データの属性に関する
複数の条件項より構成されており、条件項は、ネツトワ
ークのノードに対応している。
複数の条件項より構成されており、条件項は、ネツトワ
ークのノードに対応している。
条件の成立判定を行なうには、現況データをネツトワー
クに流し、各ノードに記憶されている条件項を満足する
か調べ、満足されていれば次のノードへと流し、満足さ
れていなければ、処理を中止するという処理を繰返し、
終端ノードまで到達すると、そのノードに記述されてい
る条件名が成立したと判定する方式であり高速処理性に
すぐれている。
クに流し、各ノードに記憶されている条件項を満足する
か調べ、満足されていれば次のノードへと流し、満足さ
れていなければ、処理を中止するという処理を繰返し、
終端ノードまで到達すると、そのノードに記述されてい
る条件名が成立したと判定する方式であり高速処理性に
すぐれている。
一般に、このようなネツトワークを用いた条件成立判定
方法では、ノードに記されている条件を満たす現況デー
タが少ない、つまり、きつい条件に関するノードが、ネ
ツトワーク上部に位置した方がより効率的である。
方法では、ノードに記されている条件を満たす現況デー
タが少ない、つまり、きつい条件に関するノードが、ネ
ツトワーク上部に位置した方がより効率的である。
しかし、現実には、条件がどのようにネツトワークに変
換されるかを、条件の作成者が把握し、現況データが満
足する割合の小さい条件項を表わすノードが、ネツトワ
ーク上部に変換されるように意識的に条件内の条件項の
位置を変えるなど、作成者自身が条件の記述法を考える
必要があり、条件作成者の負担が大きかつた。
換されるかを、条件の作成者が把握し、現況データが満
足する割合の小さい条件項を表わすノードが、ネツトワ
ーク上部に変換されるように意識的に条件内の条件項の
位置を変えるなど、作成者自身が条件の記述法を考える
必要があり、条件作成者の負担が大きかつた。
また、条件作成者にとつても、どの条件項がどのくらい
の割合で満足されるかをすべて知ることは困難であり、
加えて、対象とする、現象の性質が変化すると、ノード
の満足される割合も動的に変化するため、従来の条件作
成者による条件項の順序付けによるネツトワークの効率
化には限界があつた。
の割合で満足されるかをすべて知ることは困難であり、
加えて、対象とする、現象の性質が変化すると、ノード
の満足される割合も動的に変化するため、従来の条件作
成者による条件項の順序付けによるネツトワークの効率
化には限界があつた。
本発明の目的は、条件の作成者が条件項の順序付けをす
る負担をなくすとともに、条件が記述している対象の性
質が動的に変化しても効率的なネツトワークを維持する
ネツトワークの動的変形法を提供することにある。
る負担をなくすとともに、条件が記述している対象の性
質が動的に変化しても効率的なネツトワークを維持する
ネツトワークの動的変形法を提供することにある。
従来手法の第１の問題点は、条件項の順位付けを、条件
作成者にまかせていたこと、及び、その順位が不変であ
ると仮定している点にある。
作成者にまかせていたこと、及び、その順位が不変であ
ると仮定している点にある。
これにたいして本発明では条件成立判定の処理過程で、
ネツトワークのノード処理量やどのくらいの割合でノー
ドに記述されている各条件が満足されたか等に関するノ
ード処理情報も同時に作成し、そのノード処理情報を用
いて、ネツトワーク変形を行なつて、条件項の順位付け
を条件作成者に頼らなくてすむようにした。
ネツトワークのノード処理量やどのくらいの割合でノー
ドに記述されている各条件が満足されたか等に関するノ
ード処理情報も同時に作成し、そのノード処理情報を用
いて、ネツトワーク変形を行なつて、条件項の順位付け
を条件作成者に頼らなくてすむようにした。
また、条件成立判定システムにおいて、このノード処理
情報を一定期間ごとに作成し、過去のノード処理情報と
比較し、対象の性質が過去と異なる時に、再度ネツトワ
ーク変形（例えば、ノードの上下関係の並べ換え）を行
なえば、対象としている問題の性質が変化し、ノードに
おける処理量や、ノードに記憶されている条件を満たす
割合が変化したとしても、動的にネツトワークを変形す
ることにより、常に効率的なネツトワークを得ることが
できる。
情報を一定期間ごとに作成し、過去のノード処理情報と
比較し、対象の性質が過去と異なる時に、再度ネツトワ
ーク変形（例えば、ノードの上下関係の並べ換え）を行
なえば、対象としている問題の性質が変化し、ノードに
おける処理量や、ノードに記憶されている条件を満たす
割合が変化したとしても、動的にネツトワークを変形す
ることにより、常に効率的なネツトワークを得ることが
できる。
このようなネツトワーク中のノードの上下の並べ換え
は、次に示す第２の問題点がある。
は、次に示す第２の問題点がある。
1.ノードの満足される割合は、ノードの上下関係に強く
依存する。例えば、ノードＡがノードＢより上に位置
し、ノードＡ、ノードＢそれぞれの満足される割合が、
0.5,0.2であつても、0.2は条件付き確率であるのでノー
ドＡ、Ｂの順位を入れ換えることが、必ずしもネツトワ
ークの処理効率を上げるとは言えない。
依存する。例えば、ノードＡがノードＢより上に位置
し、ノードＡ、ノードＢそれぞれの満足される割合が、
0.5,0.2であつても、0.2は条件付き確率であるのでノー
ドＡ、Ｂの順位を入れ換えることが、必ずしもネツトワ
ークの処理効率を上げるとは言えない。
2.ノードの上下関係の並べ換えは、本質的には組み合せ
問題となり計算量が多くなる。
問題となり計算量が多くなる。
これにたいして本願発明では、ネツトワークの処理モー
ドを２つに分け、まず、通常モードでは、ノード処理情
報は収集せず、従来のネツトワーク処理を行ない、ログ
モードでは、ノード処理情報を、全ネツトワークのノー
ドに関して収集する。つまりログモードでは、あるノー
ドで、チエツクが失敗しても、ノード処理情報を得るた
めに次のノードへ現況データを流し処理を続ける。
ドを２つに分け、まず、通常モードでは、ノード処理情
報は収集せず、従来のネツトワーク処理を行ない、ログ
モードでは、ノード処理情報を、全ネツトワークのノー
ドに関して収集する。つまりログモードでは、あるノー
ドで、チエツクが失敗しても、ノード処理情報を得るた
めに次のノードへ現況データを流し処理を続ける。
このように、ネツトワークの全ノードに対してノード処
理情報を収集するため、上記第２の問題点１に示した上
下関係に関するデータもノード処理情報より抽出するこ
とが可能となり、また、問題点２も、ノード間の上下関
係に関する好ましさを表わすテーブルを用いることによ
り解消できる。
理情報を収集するため、上記第２の問題点１に示した上
下関係に関するデータもノード処理情報より抽出するこ
とが可能となり、また、問題点２も、ノード間の上下関
係に関する好ましさを表わすテーブルを用いることによ
り解消できる。
以下、本発明の一実施例を第１図により説明する。
第１図は本発明を適用する条件成立判定システムの構成
図である。本システムは、プロセス工場の操業状態を監
視するシステムであり、プロセスの状態をプロセス管理
者に知らせるモニタテレビ１と、プロセス工場の各機器
の状態等の現況データを各測定端より収集するデータ収
集機２、プロセスの操業状態に関する条件が成立するか
どうか判定する計算機３より構成される。
図である。本システムは、プロセス工場の操業状態を監
視するシステムであり、プロセスの状態をプロセス管理
者に知らせるモニタテレビ１と、プロセス工場の各機器
の状態等の現況データを各測定端より収集するデータ収
集機２、プロセスの操業状態に関する条件が成立するか
どうか判定する計算機３より構成される。
第２図に、プログラム構成を示す。プログラム11は、プ
ロセス工場内の各測定端より情報を収集し、現況データ
フアイル８を更新する。プログラム５は、現況データフ
アイル８の内容と、ネツトワークに展開された条件フア
イル９を比較し、条件が成立しているか判定する。プロ
グラム７は、ネツトワークの各ノードの処理状態を収集
し、ノード処理情報としてフアイル10に格納する。プロ
グラム６は、プログラム７で収集したノード処理情報を
記憶しているフアイル10を用いて、条件フアイル９に記
憶されているネツトワークを変形する。プログラム４
は、プログラム５で成立と判定された条件をモニタテレ
ビ12に出力するとともに、一定時間おきに、プログラム
6,7に起動をかけ、効率的なネツトワークを維持する。
ロセス工場内の各測定端より情報を収集し、現況データ
フアイル８を更新する。プログラム５は、現況データフ
アイル８の内容と、ネツトワークに展開された条件フア
イル９を比較し、条件が成立しているか判定する。プロ
グラム７は、ネツトワークの各ノードの処理状態を収集
し、ノード処理情報としてフアイル10に格納する。プロ
グラム６は、プログラム７で収集したノード処理情報を
記憶しているフアイル10を用いて、条件フアイル９に記
憶されているネツトワークを変形する。プログラム４
は、プログラム５で成立と判定された条件をモニタテレ
ビ12に出力するとともに、一定時間おきに、プログラム
6,7に起動をかけ、効率的なネツトワークを維持する。
第３図に現況データの例を示す。現況データ13は、ポン
プＡにおいて現在の圧力は4.5であり、回転数が100であ
り、機器温度が70度であることを示している。このよう
に現況データは、現況データ名である機器名と複数の属
性名と属性値との対より成る構造体データとして表わさ
れる。
プＡにおいて現在の圧力は4.5であり、回転数が100であ
り、機器温度が70度であることを示している。このよう
に現況データは、現況データ名である機器名と複数の属
性名と属性値との対より成る構造体データとして表わさ
れる。
一方、真偽判定する条件は、現況データの構造に則して
記述される。第４図は条件の例を示す。条件14は、その
名称が“ポンプＡ異常”であり、ポンプＡの圧力が0.5
より小さくかつ回転数が300より大きく、機器温度が100
度より大であるという条件を示している。圧力＜0.5、
回転数＞300、機器温度＞100をそれぞれ条件項という。
記述される。第４図は条件の例を示す。条件14は、その
名称が“ポンプＡ異常”であり、ポンプＡの圧力が0.5
より小さくかつ回転数が300より大きく、機器温度が100
度より大であるという条件を示している。圧力＜0.5、
回転数＞300、機器温度＞100をそれぞれ条件項という。
条件成立判定システムでは、条件に記述されている内容
現況データに記憶されている現在値により満足されてい
るかどうかを判定し、成立した条件名をモニタテレビ12
に出力する。
現況データに記憶されている現在値により満足されてい
るかどうかを判定し、成立した条件名をモニタテレビ12
に出力する。
条件と、現況データとの比較は、条件をネツトワークに
変換し、ネツトワークに現況データを流すことにより行
なう。
変換し、ネツトワークに現況データを流すことにより行
なう。
ネツトワークの例を第５図に示す。ネツトワークは頂点
ノードであるROOTノードより始まり、終端ノードであ
るCOND−TERMノード，，，，，，及び、
条件中の条件項に対応するチエツクノート，，等
より成る。
ノードであるROOTノードより始まり、終端ノードであ
るCOND−TERMノード，，，，，，及び、
条件中の条件項に対応するチエツクノート，，等
より成る。
条件の成立判定は次のように行なう。現況データをROOT
ノードより出る枝すべてに流す。チエツクノードでは、
流れてきた現況データが条件を満たすかどうか調べ、満
たすなら次のノードへ現況データを流し、満たさない時
は、処理を中止する。COND−TERMノードに、現況データ
が到達した場合は、COND−TERMノードに記述されている
条件が成立したと判定する。例えば、ノード，，
，，のチエツクノードの条件をすべて満たすと、
COND−TERMノードへ到達し、ノードに記憶されてい
る条件名が成立したと判定する。本発明による条件成立
判定システムでは、このノード，，，，等の
ノードの並びを自動的に並べ換え、ネツトワークを効率
化する。
ノードより出る枝すべてに流す。チエツクノードでは、
流れてきた現況データが条件を満たすかどうか調べ、満
たすなら次のノードへ現況データを流し、満たさない時
は、処理を中止する。COND−TERMノードに、現況データ
が到達した場合は、COND−TERMノードに記述されている
条件が成立したと判定する。例えば、ノード，，
，，のチエツクノードの条件をすべて満たすと、
COND−TERMノードへ到達し、ノードに記憶されてい
る条件名が成立したと判定する。本発明による条件成立
判定システムでは、このノード，，，，等の
ノードの並びを自動的に並べ換え、ネツトワークを効率
化する。
まず、本条件成立判定システムの処理モードについて説
明する。通常モードでは、ノード処理情報は収集せず、
上記で説明した従来の方法でネツトワークを処理する。
ログモードでは、チエツクノードに記憶されている条件
が満たされていなくても、全ノードに関して処理情報を
得るため、次のノードに現況データを流す。通常モード
とログモードは一定時間おきに切り換わる。
明する。通常モードでは、ノード処理情報は収集せず、
上記で説明した従来の方法でネツトワークを処理する。
ログモードでは、チエツクノードに記憶されている条件
が満たされていなくても、全ノードに関して処理情報を
得るため、次のノードに現況データを流す。通常モード
とログモードは一定時間おきに切り換わる。
ログモードで収集するノード処理情報の形式を第６図に
示す。列データ20は、現況データ名としてポンプＡをネ
ツトワークに流した時の、全チエツクノードのノード処
理情報である。チエツクノードに記憶されている条件を
満足した場合、その処理に要した時間をノード処理情報
とする。例えば、現況データポンプＡは、ノードの条
成作立判定のために時間５だけ要したことがわかる。一
方、チエツクノードに記憶されている条件を満足しなか
つた場合、その処理を要した時間に−１を乗じた数を、
ノード処理情報とする。例えば、現況データポンプＡ
は、ノードの条件成立判定に時間５だけ要し、不成立
と判定されたことになる。
示す。列データ20は、現況データ名としてポンプＡをネ
ツトワークに流した時の、全チエツクノードのノード処
理情報である。チエツクノードに記憶されている条件を
満足した場合、その処理に要した時間をノード処理情報
とする。例えば、現況データポンプＡは、ノードの条
成作立判定のために時間５だけ要したことがわかる。一
方、チエツクノードに記憶されている条件を満足しなか
つた場合、その処理を要した時間に−１を乗じた数を、
ノード処理情報とする。例えば、現況データポンプＡ
は、ノードの条件成立判定に時間５だけ要し、不成立
と判定されたことになる。
ログモードの場合、ネツトワークに流されたすべての現
況データに対してノード処理情報を記憶する。第５図で
は、ログモードになつた後、ポンプＡ、タービンＣ、タ
ービンＢの順で現況データがネツトワークに流されたこ
とを示している。
況データに対してノード処理情報を記憶する。第５図で
は、ログモードになつた後、ポンプＡ、タービンＣ、タ
ービンＢの順で現況データがネツトワークに流されたこ
とを示している。
このノード処理情報を用いてノードの好ましい上下関係
を決める方法を以下に説明する。
を決める方法を以下に説明する。
まず次のように定義する。
Ｎ＝｛n1,n2…nm｝ Ｎはノードの集合、niは各ノード
を表わす。
を表わす。
Ｏ＝｛o1,o2,…,on｝ Ｏはログモードの時にネツトワ
ークを流れた現況データの集合、okは各現況データを示
す。
ークを流れた現況データの集合、okは各現況データを示
す。
Ｉ＝（i,k） ノードniに関する現況データokを処理し
た時のノード処理情報。
た時のノード処理情報。
Ｐ＝（i,j） ノードniがノードnjの上位に位置する好
ましさを表わす。
ましさを表わす。
例えば、第６図では、Ｎ＝｛，，，，，…
…｝,O＝｛ポンプＡ、タービンＣ、タービンＢ、ポンプ
Ｂ、ポンプＣ、……｝、Ｉ（1,1）＝5,I（1,2）＝1,I
（1,3）＝6,……である。
…｝,O＝｛ポンプＡ、タービンＣ、タービンＢ、ポンプ
Ｂ、ポンプＣ、……｝、Ｉ（1,1）＝5,I（1,2）＝1,I
（1,3）＝6,……である。
Ｉ（i,k）よりＰ（i,j）を求める方法を第７図に示す。
まず、上下の位置関係を効率化したいＮを設定する（処
理30）。例として、Ｎ＝｛，，，，｝とす
る。このＮの要素ni,njの組で、ｉ＜ｊをみたすものす
べてに対して、Ｐ（i,j）を算出する（処理31）。
まず、上下の位置関係を効率化したいＮを設定する（処
理30）。例として、Ｎ＝｛，，，，｝とす
る。このＮの要素ni,njの組で、ｉ＜ｊをみたすものす
べてに対して、Ｐ（i,j）を算出する（処理31）。
ni,njの組とは、（，），（，），（，
），（，），（，），（，），（，
），（，），（，），（，），である。
），（，），（，），（，），（，
），（，），（，），（，），である。
各々の組成について、まずＰ（i,j）を表すevをクリア
し、各現況データに関する選好関係ev′を加算し（処理
33〜40）、その値をＰ（i,j）Ｐ（i,j）の符号を反転し
た値Ｐ（j,i）とする（処理41）。このようにしてＰ
（i,j）を算出する。
し、各現況データに関する選好関係ev′を加算し（処理
33〜40）、その値をＰ（i,j）Ｐ（i,j）の符号を反転し
た値Ｐ（j,i）とする（処理41）。このようにしてＰ
（i,j）を算出する。
Ｏ＝｛ポンプＡ、タービンＣ、タービンＢ、ポンプＢ、
ポンプＣ｝とし、Ｐ（，）を算出する例を示す。
ポンプＣ｝とし、Ｐ（，）を算出する例を示す。
まずev＝０とする（処理32）。すべてのＯについて以下
を繰り返す（処理33）。
を繰り返す（処理33）。
ポンプＡについて、ev−ni（−はハイフンを表す）は
５、ev−ni（−はハイフンを表す）は２（処理34）であ
り、両方正であるので（処理35）、ev′は０となる。こ
のev′は、ポンプＡという現況データを処理とする場
合、ノードの方がノードよりも上位に位置する好ま
しさを表わす数値である。このev′をすべてのＯについ
て算出し、加算しevを求める。このevは、ノードの方
が、ノードよりも上位に位置する総合的な好ましさを
表わしていると考えられ、Ｐ（，）はevP（、
）は−１＊evとする（処理41）。
５、ev−ni（−はハイフンを表す）は２（処理34）であ
り、両方正であるので（処理35）、ev′は０となる。こ
のev′は、ポンプＡという現況データを処理とする場
合、ノードの方がノードよりも上位に位置する好ま
しさを表わす数値である。このev′をすべてのＯについ
て算出し、加算しevを求める。このevは、ノードの方
が、ノードよりも上位に位置する総合的な好ましさを
表わしていると考えられ、Ｐ（，）はevP（、
）は−１＊evとする（処理41）。
この処理の結果を第８図に示す。値51は、10でありこれ
はＰ（，）を表わしており、ノードがノードの
上位に位置する好ましさが10であることを示している。
はＰ（，）を表わしており、ノードがノードの
上位に位置する好ましさが10であることを示している。
次に第８図に示すような、ノードの上下の選好関係を示
すテーブルを用いて、ノードの効率的な並びを導びく方
法を示す。
すテーブルを用いて、ノードの効率的な並びを導びく方
法を示す。
各ノードの行データを加えた値を、そのノードが一番上
位に位置する好ましさとし、それをすべてのノードにつ
いて計算する。第６図では ノード −10−８−９−11＝−38 ノード 10＋３＋１−５＝＋９ ノード ８−３＋２−１＝＋６ ノード ９−１−２−７＝−１ ノード 11＋５＋１＋７＝24 となり、ノードが、最上位に位置すべきであると判定
する。次に、第６図より、ノードに関する行データ、
列データを、取り除いたテーブルを用いて上記の操作を
行なうと、 ノード −10−８−９＝−27 ノード 10＋３＋１＝14 ノード ８−３＋２＝７ ノード ９−１−２＝６ となるのでノードを２番目のノードとする。以下、ノ
ード，，となる。
位に位置する好ましさとし、それをすべてのノードにつ
いて計算する。第６図では ノード −10−８−９−11＝−38 ノード 10＋３＋１−５＝＋９ ノード ８−３＋２−１＝＋６ ノード ９−１−２−７＝−１ ノード 11＋５＋１＋７＝24 となり、ノードが、最上位に位置すべきであると判定
する。次に、第６図より、ノードに関する行データ、
列データを、取り除いたテーブルを用いて上記の操作を
行なうと、 ノード −10−８−９＝−27 ノード 10＋３＋１＝14 ノード ８−３＋２＝７ ノード ９−１−２＝６ となるのでノードを２番目のノードとする。以下、ノ
ード，，となる。
以上より、ノードの並びは、ノード
の順序に変換され、ポンプＡ、タービンＣ、タービン
Ｂ、ポンプＢ、ポンプＣをこのネツトワークに流すと前
者のノード〜を流れるのに要する時間は38であるの
に対し、後者は18であり約2.1倍の高速化となる。
の順序に変換され、ポンプＡ、タービンＣ、タービン
Ｂ、ポンプＢ、ポンプＣをこのネツトワークに流すと前
者のノード〜を流れるのに要する時間は38であるの
に対し、後者は18であり約2.1倍の高速化となる。
本実施例によれば、 1.条件作成者が、条件項の記述順序を意識せずに条件を
作成しても、効率的な処理を可能としているため、条件
作成者の負担を減少させることができる。
作成しても、効率的な処理を可能としているため、条件
作成者の負担を減少させることができる。
2.通常モードとログモードを一定時間間隔で切り換え、
対象が変化し、ノードの満足される割合が変化しても、
ノード処理情報を用いて動的にネツトワーク変形を行な
うため、常に効率的なネツトワークを得ることができ
る。
対象が変化し、ノードの満足される割合が変化しても、
ノード処理情報を用いて動的にネツトワーク変形を行な
うため、常に効率的なネツトワークを得ることができ
る。
3.ノードの上下位置の選好関係テーブルを用いた本方式
では、最適な解は保障されないが、組み合せによる計算
量の急速な増加という問題点は解消されており、高速に
ノードの効率的な並びを算出することかできる、等の効
果がある。
では、最適な解は保障されないが、組み合せによる計算
量の急速な増加という問題点は解消されており、高速に
ノードの効率的な並びを算出することかできる、等の効
果がある。
本発明によれば、ネツトワークのノード処理情報を用い
て効率的なネツトワークに変形できるため、従来行なわ
れていた、条件の作成者による条件項の順位付けが不要
となり、条件作成者の負担をなくしたこと、及び一定期
間おきに、ネツトワークのノード処理情報を収集し、そ
れを用いてネツトワークを効率化することにより、条件
記述の対象の性質が変化し、各ノードの処理量、満足さ
れる割合が変化しても、常に効率的なネツトワークとな
るように維持できること等の効果がある。
て効率的なネツトワークに変形できるため、従来行なわ
れていた、条件の作成者による条件項の順位付けが不要
となり、条件作成者の負担をなくしたこと、及び一定期
間おきに、ネツトワークのノード処理情報を収集し、そ
れを用いてネツトワークを効率化することにより、条件
記述の対象の性質が変化し、各ノードの処理量、満足さ
れる割合が変化しても、常に効率的なネツトワークとな
るように維持できること等の効果がある。
第１図は本条件成立判定システムの一構成を示す図、第
２図はプログラム構成の一例を示す図、第３図は現況デ
ータの一例を示す図、第４図は条件の一例を示す図、第
５図は条件のネツトワーク表現の一例を示す図、第６図
はノード処理情報の一例を示す図、第７図はノードの上
下関係の選好度合いを算出する処理手順のフローチヤー
ト、第８図はノード上下関係の選好を表わすテーブルの
一例を示す図である。
２図はプログラム構成の一例を示す図、第３図は現況デ
ータの一例を示す図、第４図は条件の一例を示す図、第
５図は条件のネツトワーク表現の一例を示す図、第６図
はノード処理情報の一例を示す図、第７図はノードの上
下関係の選好度合いを算出する処理手順のフローチヤー
ト、第８図はノード上下関係の選好を表わすテーブルの
一例を示す図である。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 坂口 聖治 神奈川県川崎市麻生区王禅寺1099番地 株 式会社日立製作所システム開発研究所内 (56)参考文献 社団法人 情報処理学会「第30回（昭和 60年前期）全国大会講演論文誌（ＩＩ）」 Ｐ．1541−1542
Claims (2)
- 【請求項１】データ名およびすくなくとも１個の属性名
と属性値との対からなる構造体データに対する複合的条
件の成立判定を、該構造体データに対する個々の条件を
ノードであらわしたネツトワークに基づいて、該ネツト
ワークの頂点から逐次行なうシステムにおいて、すべて
のノードの処理量、ノードに記述されている条件の成立
する割合等に関する情報を収集する処理と、収集した情
報を用いてネツトワークを動的に変形する処理と、上記
情報を収集する処理及びネツトワークを動的に変形する
処理とを、一定時間ごとに切り換える処理とをおこなう
ことを特徴とする弁別ネツトワークの動的変形方法。 - 【請求項２】上記ネツトワークを動的に変形する処理は
ノード間の上下関係に関する好ましさを表わすテーブル
を参照する処理を含むことを特徴とする第１項の弁別ネ
ツトワークの動的変形方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60195845A JPH0690666B2 (ja) | 1985-09-06 | 1985-09-06 | 弁別ネツトワ−クの動的変形方法 |
| US06/897,841 US4761746A (en) | 1985-09-06 | 1986-08-19 | Dynamic reconstruction method for discrimination network |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60195845A JPH0690666B2 (ja) | 1985-09-06 | 1985-09-06 | 弁別ネツトワ−クの動的変形方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6257021A JPS6257021A (ja) | 1987-03-12 |
| JPH0690666B2 true JPH0690666B2 (ja) | 1994-11-14 |
Family
ID=16347964
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60195845A Expired - Lifetime JPH0690666B2 (ja) | 1985-09-06 | 1985-09-06 | 弁別ネツトワ−クの動的変形方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US4761746A (ja) |
| JP (1) | JPH0690666B2 (ja) |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5146537A (en) * | 1985-07-12 | 1992-09-08 | Hitachi, Ltd. | Method for judging whether conditions are satisfied by using a network having a plurality of nodes representing the conditions |
| 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 |
| US5245699A (en) * | 1988-05-12 | 1993-09-14 | Kabushiki Kaisha Toshiba | Inference processor using metal knowledge |
| JPH01284928A (ja) * | 1988-05-12 | 1989-11-16 | Toshiba Corp | 推論処理装置 |
| US5023807A (en) * | 1988-10-31 | 1991-06-11 | Digital Equipment Corporation | System and method for producing discrimination nets for expert systems |
| US5072405A (en) * | 1988-10-31 | 1991-12-10 | Digital Equipment Corporation | RETE network with provisional satisfaction of node conditions |
| US4951225A (en) * | 1988-11-14 | 1990-08-21 | International Business Machines Corp. | Updating pattern-matching networks |
| EP0417293B1 (en) * | 1988-12-14 | 1998-08-12 | Sony Corporation | Data management system |
| JP2507593B2 (ja) * | 1989-04-25 | 1996-06-12 | 株式会社東芝 | 推論方式 |
| US5241652A (en) * | 1989-06-08 | 1993-08-31 | Digital Equipment Corporation | System for performing rule partitioning in a rete network |
| US5155803A (en) * | 1989-06-08 | 1992-10-13 | Digital Equipment Corporation | Expert system for performing beta-token partitioning in a rete network |
| US5129037A (en) * | 1989-06-20 | 1992-07-07 | Digital Equipment Corporation | Neural network for performing beta-token partitioning in a RETE network |
| JPH07104952B2 (ja) * | 1989-12-28 | 1995-11-13 | シャープ株式会社 | パターンマッチング装置 |
| US5390286A (en) * | 1990-03-26 | 1995-02-14 | Digital Equipment Corporation | Reticular discrimination network for specifying real-time conditions |
| 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 |
| US5159662A (en) * | 1990-04-27 | 1992-10-27 | Ibm Corporation | System and method for building a computer-based rete pattern matching network |
| US5179633A (en) * | 1990-06-29 | 1993-01-12 | Digital Equipment Corporation | Method and apparatus for efficiently implementing read-type procedural attachments in rete-like pattern matching environment |
| US5371809A (en) * | 1992-03-30 | 1994-12-06 | Desieno; Duane D. | Neural network for improved classification of patterns which adds a best performing trial branch node to the network |
| US5349663A (en) * | 1992-07-01 | 1994-09-20 | Bailey Ronn H | System for representing hierarchical structures |
| US5774449A (en) * | 1995-03-31 | 1998-06-30 | Lockheed Martin Energy Systems, Inc. | Multimedia-based decision support system for hazards recognition and abatement |
| US8112378B2 (en) | 2008-06-17 | 2012-02-07 | Hitachi, Ltd. | Methods and systems for performing root cause analysis |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4286330A (en) * | 1976-04-07 | 1981-08-25 | Isaacson Joel D | Autonomic string-manipulation system |
| JPH0650442B2 (ja) * | 1983-03-09 | 1994-06-29 | 株式会社日立製作所 | 設備群制御方法およびシステム |
| US4599692A (en) * | 1984-01-16 | 1986-07-08 | Itt Corporation | Probabilistic learning element employing context drive searching |
| US4599693A (en) * | 1984-01-16 | 1986-07-08 | Itt Corporation | Probabilistic learning system |
| US4649515A (en) * | 1984-04-30 | 1987-03-10 | Westinghouse Electric Corp. | Methods and apparatus for system fault diagnosis and control |
| US4670848A (en) * | 1985-04-10 | 1987-06-02 | Standard Systems Corporation | Artificial intelligence system |
-
1985
- 1985-09-06 JP JP60195845A patent/JPH0690666B2/ja not_active Expired - Lifetime
-
1986
- 1986-08-19 US US06/897,841 patent/US4761746A/en not_active Expired - Lifetime
Non-Patent Citations (1)
| Title |
|---|
| 社団法人情報処理学会「第３０回（昭和６０年前期）全国大会講演論文誌（ＩＩ）」Ｐ．１５４１−１５４２ |
Also Published As
| Publication number | Publication date |
|---|---|
| US4761746A (en) | 1988-08-02 |
| JPS6257021A (ja) | 1987-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0690666B2 (ja) | 弁別ネツトワ−クの動的変形方法 | |
| CN110609759B (zh) | 一种故障根因分析的方法及装置 | |
| KR101329350B1 (ko) | 그래프의 매개 중심성 갱신 방법 | |
| US7107340B2 (en) | System and method for collecting and storing event data from distributed transactional applications | |
| CN106164795B (zh) | 用于分类报警的优化方法 | |
| CN114731341B (zh) | 信息获取方法、设备和系统 | |
| CN111159127A (zh) | 一种基于Apriori算法的日志分析的方法及装置 | |
| CN110019205B (zh) | 一种数据存储、还原方法、装置及计算机设备 | |
| CN110334105A (zh) | 一种基于Storm的流数据异常检测算法 | |
| CN112948469A (zh) | 数据挖掘方法、装置、计算机设备及存储介质 | |
| CN113434607A (zh) | 基于图数据的行为分析方法、装置、电子设备和存储介质 | |
| CN106681791A (zh) | 一种基于对称邻居关系的增量式虚拟机异常检测方法 | |
| CN119441670A (zh) | 一种基于云模型的效能评估算法 | |
| JP3275612B2 (ja) | ファジィシソーラス生成装置 | |
| CN116719955A (zh) | 标签标注信息生成方法、装置、电子设备和可读介质 | |
| CN111562990B (zh) | 一种基于消息的轻量级无服务器计算方法 | |
| CN110930024A (zh) | 一种基于贝叶斯网络的深海应急态势智能分析系统及方法 | |
| JPH10242997A (ja) | 情報提供装置及び情報提供方法 | |
| JPH11344589A (ja) | プラント診断システム | |
| Brand | Relation variables in qualitative spatial reasoning | |
| CN116090800B (zh) | 基于监控参数的设备稳定性实时评价方法 | |
| CN113806600B (zh) | 业务数据的家庭关系网络构建方法、装置、设备及介质 | |
| JP3006132B2 (ja) | 大規模グラフ分解装置 | |
| JPH06176073A (ja) | 単位推定装置 | |
| Wani et al. | Importance-driven In situ Analysis and Visualization |