• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:

    公开号:WO1990008357A1
    申请号:PCT/JP1990/000046
    申请日:1990-01-17
    公开日:1990-07-26
    发明作者:Masakazu Yahiro；Motohisa Funabashi；Haruki Inoue；Yoshiyuki Sato
    申请人:Hitachi, Ltd.；Hitachi Engineering Co., Ltd.；
    IPC主号:G06N5-00
    专利说明:
    [0001] 明 細 書 推論方法、 推論装置および制御方法 [技術分野]
    [0002] 本発明は推論方法及び制御方法に係り、 特に制御シス テム、 エキスパー ト システムを構築する に好適な後向き フ ア ジィ推論方法に関する。
    [0003] [背景技術]
    [0004] 従来のエキスパー ト システムはた とえば特開昭 6 2 — 2 5 6 1 2 8号公報に記載のよ う に 「 Xが a な らば y は b である」 と い う規則と、 「 X力 a であ る」 と い う事実 を も と に 「 y は b である」 とい う結論を推論する前向き 推論方式、 及び既知でない 「 y は b である」 を証明 した い仮説と見な し 「 Xが a な らば y は bである」 とい う規 則から 「 X は a である」 こ とが成立するかどう かを調べ る こ と によっ て、 その仮説の成否を推論する後向き推論 とを組み合わせる こ と によ り現象の原因を診断し、 診断 結果を次の推論規則の前提条件と し、 目的とする結論を 引き出すこ とを可能と していた。
    [0005] [発明の開示]
    [0006] しか し、 こ の様な記述、 ある いは推論は命題の成立、 不成立が Y E S ま たは N 0で明確に記述でき る こ とが前 提であ り （ク リ スプな世界） 、 あいま いな記述、 例えば 「 X力 a にやや近ければ、 y は b にやや近い」 と い う様 な推論は不可能であるから限られた命題に対して しか適 用できないとい う 問題があっ た。
    [0007] このよ うなあいまいな記述に対してはフ ァ ジィ推論方 式が適用可能で、 前向き推論に関しては実用例がある。 しかし、 フ ア ジィ後向き推論に関しては推論結果が存在 しなかっ た り、 一意に定ま らない等の問題があっ た。 (参考文献 ： 日本機械学会第 6 6 5 回講習会 「人工知能 と フ ア ジィ理論」 第 4 1〜 4 6頁）
    [0008] こ の為フ ア ジィ推論による原因診断、 ある いは前向き 推論と組合わせた複合推論によるエキスパー ト システム が実現できていない。
    [0009] 本発明の目的は上記問題点を解決するために、 推論結 果が一意に定ま る後向きフ ァ ジィ推論方法及びその装置 を提供する こ とにある。
    [0010] 本発明の他の目的は後向きフ ア ジィ推論と前向きフ ァ ジィ推論との複合による高度なエキスパー ト システムを 提供する こ とにある。
    [0011] 本発明のさ らに他の目的は未知または観測不可能で原 因または条件となる情報を推論し、 原因の診断を可能と する推論装置を提供する こ とにある。
    [0012] 本発明の別の目的は後向きフ ア ジィ推論の結果を含ん だ制御量の予測によって、 高精度かつ強靭な予測制御方 法を提供する こ とにある。
    [0013] 本発明は後向きフ ア ジィ推論方法であ っ て、 推論規則 i f A j , B t h e n C ( ί = 1， 2， ··· n ) の前提部に含まれる既知ま たは観測可能な情報 A j の適 合度 A i の集合と、 結論部に含まれる既知ま たは観測 可能な情報 Cの適合度 / z C の集合と、 前提部に含まれる 未知ま たは観測不可能な情報 Bの適合度； u B のあ らか じ め定め られた最大値 ^ B ^「 とから
    [0014] ^ ^ m a x
    [0015] { i f β C < β A j ( i = 1 , 2 , — n ) , β ί < μ i t h e n i = β C }
    [0016] と、 H B を推論する方法である。
    [0017] 本発明の後向き推論方法は、 各推論規則ごと に結論部 の既知情報の適合度と前提部の既知情報の適合度とを比 較して前者が後者よ り小さ いと き、 前提部の未知情報の 適合度を前記結論部の適合度に等 し く する ものである。
    [0018] 本発明は後向き フ ア ジィ推論装置であ っ て、 推論規則 の前提部に含まれる未知情報の適合度の最大値を発生す る装置と、 前提部に含まれる既知情報の観測値と この情 報のメ ンバー シ ッ プ関数から適合値を求め、 かつ、 同様 に して結論部の適合値を求める演算装置と、 該結論部情 報の適合度が該前提既知情報の適合度よ り小さ く かつ前 記最大値よ り 小さ いと き に、 前記未知情報の適合度を前 記結論部の適合度で置換し、 そ うでない と き に前記最大 値とする ものである。
    [0019] 本発明の後向き フ ァ ジィ推論装置は各推論規則毎に求 め られた未知情報の適合度集合に対 して、 評価別に最小 値を求める こ と によ っ て、 適合度を一意に定める もので ある。
    [0020] 本発明の推論装置は後向きフ ァ ジィ推論で求め られた 未知情報の適合度集合と、 該未知情報についてあ らかじ め評価されているメ ンバーシッ プ関数とから逆フ ァ ジィ 化装置によって未知情報を推定する ものである。
    [0021] 本発明の推論方式は後向き推論で得られた未知情報の 適合度集合と、 前提部および結論部の既知情報の適合度 集合の各々 とを前提条件と して、 前向きフ ァ ジィ推論に よ っ て予測情報を推論する ものである。
    [0022] 本発明は、 予測値と目標値の差分から制御機器の制御 量を決定する予測制御方法であって、 観測可能なプロセ ス情報と、 観測不可能ながら後向き フ ア ジィ推論によ つ て推定されたプロセス推定情報とから前記予測値を推論 する よ う に したものである。
    [0023] 本発明の後向き フ ア ジィ推論は以下のよ う に して行う こ とができる。
    [0024] A , B を条件、 Cを結論とする フ ア ジィ関係推論規則 i i A , B t h e n C (ルール 1 ) において A， B， C に対する観測データをそれぞれ A ' B ' ， C ' と し、 この う ち A ' と C が既知で B ' が未 知の と き、 B ' は次の手順で推論される。
    [0025] (ルール 1 ) はフ ア ジィ関係 Rよ り
    [0026] C = ( A X B ) · R (式 1 ) と表わされる。 （式 1 ) より
    [0027] C ' = ( A ' Λ B ' ) · R ( A， B ： C ) (式 2 ) が導出でき る （こ こで、 Α ' Λ B ' は A ' , B ' の う ち の小であ る ものを示す） 。
    [0028] この関係を各項目に対する適合度関数 ^ を用いて表わ すと
    [0029] β C = { A A ^ RA) Λ { B A / RB)
    [0030] = ^ Α Λ Β (式 3 ) とな る。 よ って〃 A , β Β が既知である と き、
    [0031] 記号 を
    [0032] ( a a b { 1 ； a ≤ h , b ； a > b } )
    [0033] a ≤ b のと き 1 、 そ う でない と きは b の値
    [0034] と定義する と、
    [0035] μ Β = ^ B R C k μ C )
    [0036] = 1 α ^ β k α Ζ )
    [0037] = α β Ζ (式 4 ) とな る。 （式 4 ) を推論規則の形式に置き換える と
    [0038] / Β = 1 „ 0
    [0039] { i f C < A , β ί < μ ^
    [0040] t hen β i = μ ί } (式 5 ) になる。 これは結論部情報の適合度 ^ C が観測された前 提部情報の適合度 A よ り小さ く 、 かつ、 B の最大値 ( = 1 . 0 ) よ り小な らば、 求めよ う と している情報 B の適合度 ^ B は // C で置換される こ とを示 している。 そ うでない場合は // B は最大値 （ = 1 . 0 ) である。
    [0041] 以上によ り、 未知情報 Bの適合度 ^ B は一意に定ま り 、 従っ て B ' を定める こ とができ る。 因みに推論規則の条 件が n個になっ た場合でも同様である。 すなわち、 i f A丄 ， A 2 … A Λ ， B then C (ルール 2 ) とい う推論規則で B ' が未知の場合
    [0042] β = 1 . 0
    [0043] { i i β Ζ < A j ,
    [0044] M C < £ A n
    [0045] β Z < ^
    [0046] then B = ju C ) (式 6 ) となる。 この （式 6 ) は （式 5 ) の拡張であり、 結論部 情報の適合度 C が、 観測された全ての前提部情報の適 合度 A i ( i = 1 , 2， … n ) よ り小さ く 、 かつ、 ii B の最大値 （= 1 . 0 ) よ り小な らば、 求めよ う と し ている情報 B の適合度 / ί Β は jti C と等し く 、 そ うでない 場合は； ί B は最大値となる。
    [0047] こ の （式 6 ) は本発明の後向きフ ア ジィ推論を端的に 示した ものであ り、 以下のよう に理解でき る。
    [0048] すなわち、 通常の前向き フ ア ジィ推論においては、 各 規則の前提部に含まれる適合度の小さい方について評価 別 （十， 0 , —） に最小値をと つて結論部の適合度の集 合と してい る （一意に定め る と き は、 更に最大値を と る） 。 従ってこ の関係を後向きにみれば、 結論部の適合 度が前提部の既知の適合度よ り小さ く （ ^ C < A ) と き は、 前提部の未知の適合度が採用されている i n C = β Β ) 場合である。 これから も、 本発明の後向き フ ア ジ ィ推論の妥当性は明らかである。
    [0049] 上記推論方法によれば、 既知あ る いは観測可能な情報 と、 未知情報との間に推論規則で記述でき る関係が存在 する場合、 未知情報が推論規則の結論部にある場合は前 向き フ ア ジィ ίί論にて、 ま た未知情報が前提部にある場 合は後向き フ ア ジィ推論にて定める こ とが可能となる。 本方式によれば推論結果が不定にな っ た り、 一意に定ま らない とい う こ と は発生しない。 常に解が求ま る こ と に なる。 従っ て本発明を用いる と前述の様な限定されたク リ スプの特殊な領域のみな らず、 一般的で自然な連続領 域での思考、 すなわち原因を診断 しながら 目的の結論を 得る こ とが可能となる。
    [0050] [図面の簡単な説明]
    [0051] 第 1 図は本発明の一実施例の構成、 第 2 図は適合度演 算装置の構成、 第 3 図は後向き推論装置の構成、 第 4 図 は第 3 図の A t , Β { , C t 間の推論規則、 第 5 図 は 前向き推論装置の構成、 第 6 図は第 5 図の A t , B { ， C t , C t + 1 間の推論規則、 第 7 図は逆フ ア ジィ化装置 の構成、 第 8 図は従来の前向き フ ア ジィ推論装置の構成、 第 9 図は第 8 図の A t , C t ， C t + 1 間の推論規則、 第 1 0 図は ト ンネル内汚染濃度の推論結果比較例、 第 1 1 図は本発明の原因診断エキスパー ト システム、 第 1 2 図 は本発明のフ ァ ジィ制御装置をそれぞれ示す図であ る。 [発明を実施するための最良の形態]
    [0052] 以下、 本発明の一実施例を第 1 図から第 7 図によ り説 明する。
    [0053] 第 1 図に、 本発明による推論装置の構成を示す。 本例 は、 観測可能な情報 A， Cの時刻 t での観測されたデー タ A ' t ， C f t を入力と し、 時刻 t + 1 ( 1 は単位時 間を示す） での情報 cの値 c' t†1 を推論する ものであ る。
    [0054] 推論装置 1 は、 情報 A， Cに対して予め評価されてい るメ ンバーシ ッ プ関数を記憶している記憶装置 6 と、 入' 力値 A ' t , C r t よ り適合度集合 m A t ( = { A t l); β A t z, j^ A i n} にて定義） 、 m C t C= { β C tp, β C t , β C t n} にて定義） を演算する適合度演算装置 2 と、 m A t 、 m C t を入力と し、 観測は不可能だが A 。 との間に推論規則
    [0055] i i A , B then C
    [0056] と い う 関係が知 られてい る情報 B の時刻 t における適 合度集合 m B t ( = { β B t p, β B t z, jti B t n} にて定 義） を推論する後向きフ ア ジィ推論装置 3 と、 m A t ， m B { ， m C t を入力と し時刻 t + 1 における被推論情 報 Cの適合度集合 m C t +1 を出力する前向きフ ア ジィ推 論装置 4 と、 m C t + 1 を入力と し記憶装置 6 に格納され ている メ ンバーシッ プ関数によ り c ' t +1 を定める逆フ ァ ジィ化装置 5 により構成されている。
    [0057] 第 2 図に、 適合度演算装置 2 の構成と動作を示す。 時刻 t における観測されたデータ A t ' を入力 した時の 例であ る。 情報 A は P ( pos i t i ve) 、 Z (z e ro ) 、 N ( nega t i ve) と い う三種類の評価がなされている。 これ ら は A のメ ンバー シ ッ プ関数と称され、 記憶装置 6 に格 納されている。 2 は A ' . をメ ンバー シ ッ プ関数にあて はめ適合度集合 m A t = { μ A t p, β A { r μ A { ])} を 出力する。
    [0058] 第 3 図に、 後向き フ ア ジィ推論装置 3 の構成を示す。 本装置 3 は情報 A , C の時刻 t におけ る観測さ れた値 A ' . ， C ' t に対する適合度集合 m A t と m C t を入 力と し、 フ ア ジィ後向き推論を行ない未知情報 B の時刻 t における適合度集合 m B t を出力す る 。 最大適合度 1 . 0 を発生する ジヱネ レータ ー 7 と、 後向き推論手段 8 と、 最小値決定手段 9 を基本手段と し、 第 4 図に示さ れる推論規則に従っ て構成される。
    [0059] 例えば推論規則 1 (ルール 1 )
    [0060] i f A { i s P , B t i s P
    [0061] then C t i s P
    [0062] よ り 、 B t がどの様に後向きに推論されるかを以下説明 する。
    [0063] ジェネ レータ 7 は B t ' の適合度初期値と して 1 . 0 を発生する。
    [0064] へ p = 1 · 0
    [0065] 次に後向き推論手段 8 は前記 （式 5 ) に従い
    [0066] i f C t p< ^ A { ρ, C { ρ < ^ B { ρ then β B tp= A C t p
    [0067] を実行する。 定性的に記述する と 「も し C t pが / z A t p よ り 小さ く 、 かつ ； B t pよ り小な らば、 β B t ρは / C t p と等しい」 となる。 これを全ての規則について並列に処 理後、 最小値決定手段 9 で各評価基準 （ P , Z , N) 毎 の最小値を決定する。 このように して m B t の各要素の 値が一意に、 かつ常に定ま る。 こ こで注目すべき こ と は 本発明の後向き推論においては被推論情報 B のメ ンバー シ ッ プ関数を必要と しないこ とである。 これによ り、 B が外乱など、 あ らかじめメ ンバーシッ プ関数の評価が困 難な場合にも、 本発明は有効に実現でき る。
    [0068] 第 5 図に前向き フ ア ジィ推論装置 4の構成を示す。 本 装置 4 は第 6 図に示される推論規則に従って構成される 例えば推論規則の rule 1
    [0069] i f A t i s P， B t is P , C { i s P then C t + 1 1 s P
    [0070] では m i n— m a x 法にてフ ア ジィ前向き推論が次のよ う に して行なわれる。 最小値決定手段 1 0 は A t p、 β B t p! C t pよ り最小値を求める。 次に各評価基準 （ Ρ， Ζ， Ν ) 毎の最大値が最大値決定手段 1 1 によ り それぞれ定 め られ、 目的とする情報 Cの時刻 t + 1 における適合度 集合 m C t + 1 が出力される。
    [0071] 第 7図に逆フ ア ジィ化装置 5 の構成と動作を示す。 本 装置 5 は前記 m C t +1 を入力と し、 記憶装置 6 に格納さ れている メ ンバー シ ッ プ関数を m C t +丄 の要素で切り 、 その重心 （ C G) を求め出力する。 この値が時刻 t + 1 における情報の Cの予測値 （推論値） C ' t +1 である。
    [0072] つ ぎに、 道路用 ト ンネルの汚染発生プロセスをモデル に本発明を適用 した例と、 従来の前向き フ ア ジィ推論装 置を適用 した例を示し比較する。
    [0073] いま、 ト ンネルを通過する車の媒煙によ る観測可能な 汚染量濃度を C ( P P M) 、 その発生要因を観測可能な 車輛台数 A (台 Z分） と し、 既に ト ンネ ル内 に蓄積さ れていて観測不可能な概念量と しての蓄積汚染量を B ( P P M) とする と、
    [0074] i f A , B then C
    [0075] と記述でき る。 これは 「も し車輛台数が大であ り （A) 、 蓄積汚染量が大な らば （ B ) 、 汚染量濃度は大であ る ( C ) 」 等のルールの集合を示 した ものであ る。
    [0076] 第 1 図に示す本発明の推論装置では、 まず、 A， じの 観測値から後向き フ ァ ジィ推論装置 3で未知情報 Bを推 論する。 実際には A, Cの適合度集合 m A t 、 m C t か ら装置 3で m B t を求め、 これらから t + 1時刻の m C t + 1 を前向き フ ア ジィ推論装置 4で推論 し、 さ らに 逆フ ア ジィ化装置 5で目的の汚染量濃度 C ' t +1 を予測 する。
    [0077] —方、 第 8図は従来の前向き フ ア ジィ推論装置 2 0で、 本発明の第 1 図と比べる と後向き フ ア ジィ推論装置 3力く 無く 、 情報 B も考慮されない。 推論規則は第 9図に示す よ う に、 「も し時刻 t における情報 A t が （ + ) で、 か つ情報 C t が （ + ) な らば、 時刻 t + 1 における情報 c t +1 は （ + ) である」 等となる。
    [0078] 第 1 0図は上記本発明と従来例についての シ ミ ュ レ一 シ ヨ ン結果を示すものである。 同図において、 時刻 0 に おける Aの観測値は A 0 = 5 0 (台） 、 Cの観測値は C β = 2 5 ( P P M ) である。 t = 1 における予測値 C 1 は同図 （ C ) に示すよ う に、 従来例 （△印） では 2 5 ( P P M) で、 実値 （参印） の 5 5 ( P P M) に比 ベ予測精度が悪い。
    [0079] 一方、 本発明の例では、 時刻 t = 0において後向き推 論から求めた適合度集合 m B を逆フ ア ジィ化して B β を計算する と Β β = 1 3 0 (P P M) となる。 さ らに、 A 0 , B 0 , C 0 の適合度集合から t = 1時刻の { を 予測する と、 C ^ = 6 0 (P P M) が得られ、 従来例に 比べ予測精度は格段に向上 している。 同様に して時刻 t = 1 0 まで繰り返すと、 本発明による Cの予測値 （ Y) は従来 （X) に比べ実値 （実線） によ く 追従している こ とがわかる。
    [0080] 上記例は ト ンネルの汚染量発生プロセスを例にとっ て いるが、 本発明はこれに限る ものではない。 たとえば、 空気や水など流体中の濃度や透明度などの測定あるいは 予測にさい し、 蓄積量など測定不能な概念量や外乱が存 在してプロセスに影響を与える よ う な場合、 本発明は広 く 適用でき る。
    [0081] 本発明が原因診断エキスバ一 ト システム と しても利用 でき る こ と は、 これまでの説明から も明らかである。 第 1 1 図はその基本構成を示した ものであ る。 原因診断ェ キスパ一 ト システム 3 0 は、 観測値 A ' 、 C ' を入力 し て各々 の メ ンバー シ ッ プ関数適合度を演算する装置 2、 A ' , C ' の適合度集合 m A、 m C よ り未知情報の適合 度集合 m Bを推論する後向き推論装置 4、 該 m Bか ら未 知情報 B の値 B ' を求める逆フ ア ジィ化装置 5 からなる。 上述の ト ンネルを例に と る と、 本システム 3 0 によ っ て、 汚染濃度 Cの一因となる未知の汚染蓄積量 B を推定する こ とができ る。
    [0082] こ こ で未知情報 Bを測定 しょ う とすれば、 蓄積されて いる汚染物を全て採取 してその重量を測るか、 ある いは 完全に空気攪拌 して濃度を測る等、 実際上測定不可能で ある。 仮にそのよ う に して測定 したと して も、 その結果、 蓄積量と しての性質を失い、 実際のプロ セス状態を反映 しな いので意味がない。 こ のよ う に本発明は実質的に測 定不可能な情報の測定や原因診断の手段と して極めて有 効である。
    [0083] 第 1 2 図は本発明による フ ア ジィ制御方法を各種ブラ ン ト の予測制御に適用 した一例であ る。 本例ではプロセ ス情報 A， B， C , Dがセ ンサによ り観測され、 それら の値を も と にフ ア ジィ ゃ線型モデル等の予測装置 1 0 1 で予測が行なわれる。 こ の予測値と制御目標値との差分 を も と に制御量決定装置 1 0 2 で制御機器 X I、 X 2 の 運転量と分担が決定される。 この と き、 観測不可能な情報または概念量あるいは外 乱などであ っ て、 プロセス挙動に与える影響が無視でき ない情報 E， F， Gを、 上述の後向き フ ア ジィ推論装置 1 0 3 によ っ て付加する。 即ち観測データ A〜Dを入力 と して未知情報 E〜 Gを推論する （もちろん、 適合度集 合でもよい） 。 あたかも仮想セ ンサから情報 E〜Gを加 味したと同様な効果を奏し、 予測装置 1 0 1 における予 測の精度を向上する。
    [0084] こ の よ う に本発明の制御方法によれば、 観測不可能な 情報や外乱あるいは原因不明の情報があって、 プロセス の状態に無視できない影響を与えるよ う な場合であって も、 これらの情報を適切に推論してプロ セスの挙動を予 測でき るので、 高精度かつ強靭な制御が可能となる。
    [0085] 本発明によれば、 従来のフ ア ジィ推論においては困難 であっ た、 推論規則の前提部にある未知情報を一意に定 める こ とができ るので、 後向き フ ア ジィ推論方法および 装置を実現でき る効果がある。
    [0086] こ の後向きフ ア ジィ推論によ り、 現象から原因を診断 するエキスパー ト システムを構築でき、 しかも この原因 情報が観測不可能な概念量や外乱などであ つ ても適用で き る効果がある。
    [0087] また、 本発明の後向き フ ア ジィ推論と前向きフ ア ジィ 推論を複合した推論方式によ っ て、 プロセスの挙動を高 精度に予測でき、 オペレータの診断や運転支援に極めて 有用な効果がある。 さ らに、 本発明の予測制御によれば、 従来のフ ィ ー ド バッ ク制御では問題の多かっ た、 時定数の大きいある い は外乱の影響が大きい系に も好適で、 と く に、 観測不可 能な情報がプロセスの挙動に影響を与える系において、 高精度かつ適応性のよい制御が実現でき る顕著な効果が あ 。
    权利要求:
    Claims請 求 の 範 囲
    1. フ ァ ジィ関係推論規則
    i ί A j , B then C ( i = l ， 2， ···， η ) の前提部に含まれる観測可能な情報 A j の適合度 A j の集合と、 結論部に含まれる観測可能な情報 C の適合度 β C の集合とから、 前提部に含まれる未知情報 Βの適合 度 B を後向きに推論する方法において、 μ Β の最大値 を B D X と し、
    推論規則
    ^ ^ max
    { ί ί β Ζ < β k · ( i = l ， 2 , "· η ) ， β Ζ < >
    によって / £ Β を推論する こ とを特徴とする後向きフ ア ジ ィ推 δ冊 0
    2. フ ア ジィ関係推論規則の前提部に含まれる未知 の適合度を推論する方法であって、 各推論規則ごと に結 論部の適合度と前提部の既知の適合度とを比較して前者 が後者よ り小さいと き、 前記未知の適合度を前記結論部 の適合度に等し く する こ とを特徵とする後向き推論方法
    3. 後向きフ ア ジィ推論装置であって、 被推論情報 がフ ア ジィ関係推論規則の前提部に含まれ、 該披推論情 報の適合度の最大値を発生する最大値発生装置と、
    推論規則の前提部に含まれる情報の観測値と該情報の あ らかじめ評価されている メ ンバー シ ッ プ関数とから、 Π および、 推論規則の結論部に含まれる情報の観測値と該 情報のあ らかじめ評価されている メ ンバー シップ関数と から、 それぞれ評価別の適合度を求める適合度演算装置 と、
    求め られた前記結論部の適合度を前記前提部の適合度 および前記最大値と前記論理規則ごと に比較 して、 該結 論部の適合度が該前提部の適合度および該最大値よ り小 さ い と き は前記被推論情報の適合度を前記結論部の適合 度と し、 そ うでないと き は前記被推論部の適合度を前記 最大値とする後向き推論装置と、
    を設ける こ とを特徴とする後向き フ ア ジィ推論装置。
    4. 特許請求の範囲第 3項の後向き フ ア ジィ推論装 置で各推論規則毎に求め られた被推論情報の適合度の集 合に対 し、 メ ンバー シ ッ プ関数の評価別に最小値を決定 する装置を設け、 前記被推論情報の適合度の集合要素を 評価別に一意に定める こ とを特徴とする後向き フ ァ ジィ 删： 3¾ ο
    5. 特許請求の範囲第 4項の後向き フ ア ジィ推論装 置によ っ て求め られた被推論情報の適合度集合と、 あ ら かじめ評価されている該被推論情報のメ ンバー シ ッ プ関 数とから重心演算によ っ て被推論情報を算出する逆フ ァ ジィ化装置を設ける こ とを特徴とする推論装置。
    6. 前提条件と推論規則とから推論を行う推論方式 において、 推論規則の前提部および結論部における複数 の情報をあ らか じめ各情報ごと に評価したメ ンバー シ ッ プ関数の記憶装置と、 未知情報の適合度の集合の推論を、 既知または観測可能な情報に対する前記メ ンバーシ ッ プ 関数の適合度と後向き推論規則とから行う後向き推論装 置と、 前記既知または観測可能な情報の適合度の集合と 未知情報の前記推論された適合度の集合とを前提条件と して先の時刻の結論を予測する前向きフ ァ ジィ推論装置 とを設ける こ とを特徵とする推論方式。
    7. 予測値と 目標値の差分から制御対象の制御量を 決定する予測制御方式において、 既知または観測 れた プロ セ ス情報を入力して後向きにフ ア ジィ推論してプロ ' セスの未知情報を推論し、 これらの情報を入力と して前 記予測値を求める こ とを特徵とする予測制御方式。
    8 . 特許請求の範囲第 3項乃至第 7項のいずれかに おいて、 未知情報が観測不可能な情報およびまたは概念 量あるいは外乱である こ とを特徵とする推論方法または 制御方法。
    类似技术:
    公开号 | 公开日 | 专利标题
    Li et al.2017|Dynamic Bayesian network for aircraft wing health monitoring digital twin
    JP6068468B2|2017-01-25|予測及び予知のための逐次的カーネル回帰モデリング方法
    Wang et al.2013|Model-based health monitoring of hybrid systems
    Sigaud et al.2013|Markov decision processes in artificial intelligence
    US8660980B2|2014-02-25|Monitoring system using kernel regression modeling with pattern sequences
    Li et al.2001|Particle filtering based likelihood ratio approach to fault diagnosis in nonlinear stochastic systems
    Isermann et al.1996|Trends in the application of model based fault detection and diagnosis of technical processes
    Hershberger et al.2006|The problem of equivalent structural models
    Eichfelder2010|Multiobjective bilevel optimization
    Solak et al.2003|Derivative observations in Gaussian process models of dynamic systems
    Elkan et al.1994|The paradoxical success of fuzzy logic
    US6567752B2|2003-05-20|General method for tracking the evolution of hidden damage or other unwanted changes in machinery components and predicting remaining useful life
    Traub1988|INFORMATION-BASED CEMPLEXTIY
    Wong et al.1996|Interference of two Bose-Einstein condensates with collisions
    Janusz et al.1991|Automatic generation of qualitative descriptions of process trends for fault detection and diagnosis
    US6898554B2|2005-05-24|Fault detection in a physical system
    Hahn et al.2010|PARAM: A model checker for parametric Markov models
    Hart et al.1990|Evaluating black-boxes as medical decision aids: issues arising from a study of neural networks
    Palit et al.2006|Computational intelligence in time series forecasting: theory and engineering applications
    Goebel et al.2006|Fusing competing prediction algorithms for prognostics
    JP2014525096A|2014-09-25|パターンシーケンスを用いるカーネル回帰モデリングを使用した監視方法
    Mann et al.1995|Statistical‐based or condition‐based preventive maintenance?
    US7373283B2|2008-05-13|Monitoring and fault detection system and method using improved empirical model for range extrema
    US6343261B1|2002-01-29|Apparatus and method for automatically diagnosing a technical system with efficient storage and processing of information concerning steps taken
    EP0216356B1|1994-04-20|Plant diagnostic system
    同族专利:
    公开号 | 公开日
    JP2550173B2|1996-11-06|
    JPH02297113A|1990-12-07|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    法律状态:
    1990-07-26| AK| Designated states|Kind code of ref document: A1 Designated state(s): DE US |
    1991-04-04| RET| De translation (de og part 6b)|Ref document number: 4090056 Country of ref document: DE Date of ref document: 19910404 |
    1991-04-04| WWE| Wipo information: entry into national phase|Ref document number: 4090056 Country of ref document: DE |
    优先权:
    申请号 | 申请日 | 专利标题
    JP1007817A|JP2550173B2|1989-01-18|1989-01-18|ファジイ推論方法、装置および制御装置|
    JP1/7817||1989-01-18||DE19904090056| DE4090056T1|1989-01-18|1990-01-17|Verkettungsverfahren, verkettungsvorrichtung und steuerverfahren|
    [返回顶部]