DE3918789C2 - Adaptives Verfahren und Vorrichtung zum Ermitteln einer Größe durch Folgern anhand von Regeln - Google Patents
Adaptives Verfahren und Vorrichtung zum Ermitteln einer Größe durch Folgern anhand von RegelnInfo
- Publication number
- DE3918789C2 DE3918789C2 DE3918789A DE3918789A DE3918789C2 DE 3918789 C2 DE3918789 C2 DE 3918789C2 DE 3918789 A DE3918789 A DE 3918789A DE 3918789 A DE3918789 A DE 3918789A DE 3918789 C2 DE3918789 C2 DE 3918789C2
- Authority
- DE
- Germany
- Prior art keywords
- measured
- degree
- membership
- rule
- quantities
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
- G06N7/04—Physical realisation
-
- 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
- G06N5/048—Fuzzy inferencing
-
- 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
Description
Die Erfindung betrifft ein adaptives Verfahren zum Er
mitteln einer Größe durch Folgern anhand von Regeln, deren
jede ein aus einem Bedingungsteil und einem Wirkungsteil be
stehendes Paar enthält, sowie eine Vorrichtung zur Durchfüh
rung dieses Verfahrens.
Eine unscharfe Folgerung, unscharfe Teilmengen von zu
messenden Ereignissen (Größen) und Anwendungen unscharfer Al
gorithmen wurden bereits im einzelnen in den Artikeln von
z. B. L. A. Zadeh, "Outline of a New Approach to the Analysis
of Complex Systems and Decision Processes", IEEE Trans., Vol.
SMC-3, Nr. 1, Jan. 1973, Seiten 28 bis 44 und E. H. Mamdani
et al., "Application of Fuzzy Algorithms for Control of Simp
le Dynamic Plant", Proc. IEEE, Vol. 121, Nr. 12, Dez. 1974,
Seiten 1585 bis 1588 beschrieben.
Beim konventionellen Kenntnisvorratssystem erscheinen
vollständig vage primäre Ereignisse, für die keine Bestim
mungsmittel wie z. B. Meßeinrichtungen und dergleichen, vor
handen sind, so daß in einem Fall, in welchem eine Regel exi
stiert, die auf diese primären Ereignisse verweist, aufgrund
der Tatsache, daß eine Folgerungsoperation durch Anwendung
des Wissens hierüber nicht durchgeführt werden kann, die Aus
führung der Kenntnisverarbeitung vermieden, übersprungen oder
weggelassen wird, um weiterhin eine Folgerung zu ermöglichen.
Alternativ wird zur Abschätzung eine unterschiedliche Kennt
nis gebildet, um durch Ausführung der Kenntnisverarbeitung
die primären Ereignisse vorherzusagen. Die Ereignisse sind
daher adaptiv im Hinblick auf die Folgerung.
Auch in einem Fall, bei dem eine Mehrzahl von verschie
denen Kenntniseinheiten in Verbindung mit einem Objekt exi
stiert und es notwendig ist, geeignete Kenntniseinheiten zur
Anwendung im Folgerungsverfahren zu bestimmen, ist es übliche
Praxis, daß die Kenntniseinheiten im voraus eindeutig klassi
fiziert werden, und zwar aufgrund von Situationen und Fällen,
die ähnlich den zuvor beschriebenen sind, und daß eine unter
schiedliche Kenntnis gebildet wird, um geeignete Kenntniseinheiten
zur Adaption im Hinblick auf die Folgerung zu beurtei
len, um dadurch die adaptive Kenntnis über die Folgerung be
stimmen bzw. vorhersagen zu können. Als ein Beispiel, bei dem
die Kenntnis nicht klar klassifiziert werden kann und daher
die Adaption durch erlaubte Überlappung der Kenntnis durchge
führt wird, sei der Artikel von P. Jackson, "Introduction to
Expert System", Addison Wesley, 1986, Chapter 6, MYCIN: Medi
cal Diagnosis Using Production Rules, Seiten 93 bis 106, ge
nannt. Beim MYCIN wird für individuelle Ereignisse (Größen)
und Regeln, die jeweils als Kenntnis beschrieben werden, ein
Grad (Zugehörigkeitsgrad) eingeführt, der die Unschärfe re
präsentiert und der im Bereich von -1,0 bis 1,0 liegt, so daß
die Kenntnis im Hinblick auf die Folgerung adaptiert werden
kann. Aufgrund des Grades sind sich überlappende Teile zwi
schen jeweiligen Ereignissen und Regeln erlaubt, die jeweils
eine willkürliche Unschärfe aufweisen. Zur Durchführung der
Folgerung bezieht sich die Folgerungsmaschine (oder ein ge
eigneter Mechanismus) auf den Grad eines jeden Ereignisses
und einer jeden Regel, so daß Ereignisse, verbunden mit der
selben Schlußfolgerung, über eine arithmetische Regel mitein
ander kombiniert werden, die vom genannten Grad beeinflußt
ist. Es ist damit also auch nach der Folgerung möglich, daß
die Ereignisse und Regeln an die Folgerung angepaßt werden,
und zwar in einem Zustand, bei dem die Überlappung zwischen
den Ereignissen und Regeln existiert.
Beim Stand der Technik wird aufgrund des Vorhandenseins
nur vager primärer Ereignisse oder Größen, die nicht meßbar
sind, die Ausführung einer Folgerung aufgrund nicht vorhande
ner Kenntnis über diese Ereignisse vermieden, wie bereits
oben beschrieben. Das bedeutet, daß ein Teil der Kenntnis
verloren ist, was zu dem Problem führt, daß der Anwendungsbe
reich der Kenntnis begrenzt ist, da sie unvollständig ist.
Andererseits ist es in einem Fall, bei dem eine verschiedene
Kenntnis eingeführt wird, unerläßlich, eine neue Kenntnis zu
konstruieren. Andererseits sind Überlegungen erforderlich im
Hinblick auf die Angemessenheit bzw. Zulänglichkeit der je
weiligen Kenntniseinheiten im Hinblick auf die Vollständig
keit sowie im Hinblick auf die Konsistenz der Kenntnis als
Ganzes, so daß ein Benutzer eine große Aufgabe zu bewerkstel
ligen hat.
Aus EP 0 241 286 A1 ist eine adaptive Steuerung bekannt,
bei der gemessene Größen am Ausgang des zu steuernden Systems
sowie gemessene Steuerfehlergrößen als Eingangssignale einer
mit Unschärfe arbeitenden Folgerungseinheit zugeführt werden.
Die Abschätzung eines Zugehörigkeitsgrades einer nicht meßba
ren Größe zur Gewährleistung einer akkuraten Abschätzung fin
det dort nicht statt.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren
und eine Vorrichtung anzugeben, um in einem technischen Sy
stem durch Verknüpfung unscharfer Aussagen über das System
anhand gegebener Schlußfolgerungs-Regeln den zukünftigen Wert
einer sich ändernden Systemgröße abzuschätzen.
Die erfindungsgemäße Lösung dieser Aufgabe erfolgt mit
dem in Anspruch 1 angegebenen Verfahren und der in Anspruch 4
angegebenen Vorrichtung.
Ein Ausführungsbeispiel der Erfindung wird nachfolgend
unter Bezugnahme auf die Zeichnung näher beschrieben. Es zei
gen:
Fig. 1 eine schematische Darstellung eines Gesamtauf
baus eines Ausführungsbeispiels nach der Erfin
dung,
Fig. 2 eine schematische Darstellung eines Kenntnisvor
ratssystems,
Fig. 3 ein Objektdatenformat,
Fig. 4 ein Regelrepräsentationsformat,
Fig. 5 bis 7 graphische Darstellungen von Funktionen
für das Ausführungsbeispiel,
Fig. 8 eine Regeltabelle für das Ausführungsbeispiel,
Fig. 9 eine Regeltabelle, die mit Fig. 8 assoziiert
ist,
Fig. 10 und 11 Diagramme mit Objektdaten für gemessene
Daten beim vorherigen Betrieb,
Fig. 12 bis 14 Diagramme mit Objektdaten für gemessene
Daten beim gegenwärtigen Betrieb,
Fig. 15 ein Beispiel von Abschätzregeln,
Fig. 16 eine Regeltabelle, die gemäß der Abschätzung er
halten worden ist,
Fig. 17 ein Diagramm mit objektiven Daten des gegenwär
tigen zurückgehaltenen Volumens nach der Ab
schätzung,
Fig. 18 Abschätzregeln,
Fig. 19 eine Regeltabelle nach der Abschätzung,
Fig. 20 ein schematisches Diagramm mit geschätzten Ob
jektdaten gemäß der Abschätzung,
Fig. 21 eine graphische Darstellung einer Konzentrati
onsfunktion für die Umwandlung zwecks Erhaltung
eines festen Werts, und
Fig. 22 geschätzten Objektdaten nach der Umwandlung.
Unter Bezugnahme auf die Zeichnungen wird nun ein Ausfüh
rungsbeispiel der Erfindung im einzelnen beschrieben.
Gegenstand dieses Ausführungsbeispiels ist ein System,
bei dem dann, wenn ein Material durch ein Leiterrohr mit ei
ner willkürlichen Länge hindurchströmt, die Menge des Flusses
oder eine Flußrate, die Geschwindigkeit des Flusses im Rohr
und die Konzentration des fließenden bzw. strömenden Materi
als gemessen werden, um die Konzentration vorherzusagen, die
sich in der Zukunft einstellen soll. Die Fig. 1 zeigt den Ge
samtaufbau dieses Systems, das eine Verarbeitungseinheit 1
für dieses Beispiel, Sensoren 2, 3 und 4 zur Messung von Ob
jekten dieses Beispiels, insbesondere einen Flußvolumensensor
2, einen Flußgeschwindigkeitssensor 3 und einen Konzentrati
onssensor 4 sowie ferner das Rohr 5 enthält. Diese Sensoren 2
bis 4 führen Messungen im Online-Betrieb durch, und zwar bei
einem vorbestimmten Zeitintervall.
Die Fig. 2 zeigt einen Aufbau eines Kenntnisvorratssy
stems für dieses Beispiel, das eine Folgerungseinheit 21 in
nerhalb des Systems enthält. Die Folgerungseinheit 21 weist
ein Folgerungsverhalten auf, bei dem ein Ereignis durch Ob
jektdaten repräsentiert wird, während eine Regel in Form von
IF . . . THEN . . . ausgedrückt wird, derart, daß ein Zustand des
IF-Teils mit den Objektdaten verknüpft wird, um eine Schluß
folgerung des THEN-Teils auszuführen. Die Bezugszeichen 22,
23 und 24 stehen für Speicher jeweils einer Gruppe von Ob
jektdaten (Meßdaten), einer Gruppe von Regeln und einer Grup
pe von Prozeduren für die Umwandlung bzw. Konvertierung eines
gemessenen Wertes, um die resultierenden Werte zu den Objekt
daten zu setzen.
Die Fig. 3 und 4 zeigen
Formate zum Ausdrücken von Ob
jektdaten und Regeln im Kenntnisvorrat nach diesem Beispiel.
Ein Objektdatenname gibt einen individuellen Namen an, der
ein willkürliches Ereignis repräsentiert. Im nachfolgenden
werden Attribute und Posten (Items), die durch eine Gerade
und ihre Werte bestimmt sind, durch Verwendung einer Kombina
tion aus einem Spaltennamen und einem Spaltenwert repräsen
tiert. Eine Regel besitzt ebenfalls einen individuellen Re
gelnamen. In einem IF-Teil wird eine Bedingung in einem mit
den Objektdaten übereinstimmenden Format derart beschrieben,
daß ein Spaltenname und ein Spaltenwert durch Verwendung ei
nes Relationsoperators (=, <, <) miteinander verbunden sind.
In einem THEN-Teil werden ein Operator und/oder eine Prozedur
als Schlußfolgerung beschrieben, die ausgeführt wird, wenn
die Bedingung erfüllt ist, so daß verschiedene Prozeduren als
Funktionsnamen in der Gruppe der Prozeduren 24 in Fig. 2 ge
halten bzw. zurückgehalten werden. Auf der Grundlage des obi
gen Aufbaus wird nachfolgend der Betrieb dieses Beispiels im
einzelnen beschrieben.
Zunächst wird das Problem dieses Beispiels genauer er
läutert. Dabei sei angenommen, daß die Flußmenge Q, die durch
das Rohr 5 zu einem beliebigen Zeitpunkt hindurchtritt, durch
Q(t), die Flußgeschwindigkeit V des fließenden Materials, das
durch das Rohr hindurchbewegt wird oder durch dieses hindurch
diffundiert, durch V(t) und die Konzentration C des strömen
den Materials an einem beliebigen Punkt des Rohrs durch C(t)
repräsentiert werden, und daß diese Größen während eines vor
bestimmten Zeitintervalls gemessen werden. Die Konzentration
C(t+1) im nächsten Zeitpunkt soll sequentiell vorhergesagt
werden, und zwar in Übereinstimmung mit Regeln, die Beziehun
gen zwischen Q, V und C als Einzelpunkt-Informationseinheit
repräsentieren. Q, V und C stellen in diesem Beispiel
die im Anspruch 1 genannten "Eigenschaften" dar.
Jeder Meßwert wird unter Berücksichtigung seiner
Unschärfe mit Hilfe von Funktionen, die in den Fig. 5 bis 7
gezeigt sind, in einen Grad der Zugehörigkeit zu den Klassen
der jeweiligen Eigenschaft umgewandelt.
Die Fig. 5 zeigt Beziehungen von Werten
des Flußdiagramms Q zu den für die Eigenschaft "Flußvolumen"
festgelegten Klassen "GROSS" und "KLEIN', während die Fig. 6 eine
Darstellung der Beziehung
von Werten der Flußgeschwindigkeit V
zu den Klassen "GROSS" und "KLEIN" ist. Dagegen
zeigt die Fig. 7 eine Beziehung von
Werten der Konzentration C zu den Klassen "GROSS", "MITTEL" und "KLEIN". In diesen
Darstellungen repräsentiert jeweils die Abszisse die gemesse
nen Werte, während auf der jeweiligen Ordinate der Grad dar
gestellt ist, ausgedrückt durch reelle Zahlen im Bereich von
0,0 bis 1,0, so daß ein Wert auf der Ordinate, bei dem der
gemessene Wert die zugehörige Funktion schneidet, den Zugehö
rigkeitsgrad repräsentiert.
Zunächst lassen sich die Beziehungen zwischen Q, V und
C, die unter den obigen Bedingungen bestimmt worden sind,
durch mehrere Regeltabellen ausdrücken, die mit einem Zustand
des Objekts in diesem Ausführungsbeispiel verknüpft sind, wie
die Fig. 8 zeigt. Beispielsweise gibt die oberste Zeile in
Fig. 8 an, daß dann, wenn Q und V zu einem beliebigen Zeit
punkt groß sind, C zum nächsten Zeitpunkt ebenfalls groß ist.
Sind also Q(t) und V(t) jeweils groß, so ist auch C(t+1)
groß. Die Folgerung von C auf der Grundlage der obigen Ereig
nisse (oder allgemein: Größen) und Regeln wird in üblicher
Weise in Übereinstimmung mit den Beziehungen zwischen Q, V
und C wie folgt vorgenommen. Es sei angenommen, daß die Zuge
hörigkeitsgrade durch µQ, µV und µC repräsentiert werden.
Dann ergibt sich die folgende Beziehung:
µC = min(µQ, µV) (1)
Existiert dasselbe Ergebnis insbesondere für n Grade von
C, so wird
µC = max(µC1, µC2, µC3, . . . µCn (2)
erhalten.
Bei der Folgerung nach diesem Ausführungsbeispiel sind
jedoch, wie oben beschrieben, Q, V und C jeweils Einzelpunkt-
Informationseinheiten, die mit einer Unschärfe behaftet sind,
wobei die gemessenen Ereignisse an einem beliebigen Punkt er
halten werden und in der Anzahl klein sind, so daß im vorlie
genden Fall nur drei Ereignisse (Größen) gehandhabt werden
können. Demzufolge können die Regeln nach Fig. 8 möglicher
weise angepaßt werden, und zwar durch eine zwischen ihnen
vorhandene Überlappung, die von den Zuständen der Ereignisse
abhängt, die nacheinander mit der Zeit variieren. Es ist da
her erforderlich, die angepaßten Regeln abzuleiten, und zwar
unter Verwendung der Regeltabelle nach Fig. 8.
Die Notwendigkeit der Verwendung adaptiver Regeln in
diesem Beispiel ergibt sich aufgrund der Tatsache, daß in
terne Zustände, wie z. B. der Zustand des Objekts und das ver
bleibende Volumen oder die Menge des fließenden Materials im
Leiter, durch Messung der Ereignisse nicht hinreichend er
kannt werden können. Im Hinblick darauf sind bei diesem Bei
spiel Übereinstimmungen zwischen den Graden der adaptiven Re
geln und den primären, unabhängigen Ereignissen (Größen) her
gestellt worden, die nicht meßbar sind, um interne Zustände
zu repräsentieren. Ein Ereignis wird hier ausgedrückt als
Konzept des Volumens oder der Menge an zurückgehaltenem Fluß
material. Durch Verwendung des zurückgehaltenen Volumens Qr
läßt sich die Regeltabelle nach Fig. 8 in diejenige nach Fig. 9
ändern. Im Ergebnis wird die Folgerung der adaptiven Regeln
identisch zu derjenigen des Ereignisses Qr. Für die Folgerung
von Qr ist es nur erforderlich, die Regeltabelle nach Fig. 9
und die auf diese Weise gemessenen Werte Q, V und C zu ver
wenden. An diesem Punkt sind Q(t-1) und V(t-1) zu einem be
liebigen Zeitpunkt t-1 bekannt. Unter dieser Bedingung läßt
sich Qr(t) aufgrund des gemessenen Wertes von C, insbesondere
aufgrund des tatsächlichen Wertes C(t), mit Hilfe der Werte
von Q(t-1) und V(t-1), die für die Abschätzung am Zeitpunkt
t-1 verwendet worden sind, sowie mit Hilfe der Regeltabelle
von Fig. 8 vorhersagen.
Durch die Abschätzung von Qr(t) werden die adaptiven Re
geln unter Verwendung der Regeltabelle nach Fig. 8 ebenfalls
vorhergesagt, so daß auch C(t+1) zum Zeitpunkt t+1, also die
abgeschätzte Konzentration des strömenden Materials, eben
falls abgeleitet werden kann unter Verwendung von Qr(t), das
über die Abschätzung von Q(t-1) und V(t-1) vorhergesagt wor
den ist.
Im nachfolgenden wird ein Folgerungsverfahren näher be
schrieben, das mit den Beziehungen zwischen C und Qr, Q und V
verknüpft ist, und zwar durch Entwicklung der Gleichungen (1)
und (2). Es sei angenommen, daß der Zugehörigkeitsgrad von Qr
der Ausdruck µQr sein soll, so daß dann erhalten werden:
µC = min (µQr, µQ, µV) (1′)
µC = max (µC1, µC2, µC3, . . . µCn) (2′)
Für die Folgerung von Qr ist es daher nur erforderlich,
die zu den obigen Relationen umgekehrten Relationen zu ver
wenden, um µQr zu erhalten, so daß sich ergibt:
µQr = min(µQr1, µQr2, µQr3, . . . , MQrn) (4)
Der Wert von Q(t-1) und V(t-1) zum vorherigen Zeitpunkt
t-1 wurde jeweils zu 6 g/cm³ und 4 cm/s gemessen. Diese Werte
wurden unter Verwendung der Funktionen von Fig. 5 und 6 kon
vertiert, um als Objektdaten in den Fig. 10 und 11 gespei
chert werden zu können.
In ähnlicher Weise wurden die Werte von Q(t), V(t) und
C(t) zum nächsten Zeitpunkt t (momentaner Zeitpunkt) jeweils
zu 4 g/cm³, 4,0 cm/s und 70,0% gemessen, die als Objektdaten
in den Fig. 12, 13 und 14 aufgelistet sind. In dieser Situa
tion kann Qr(t) unter Verwendung von Q(t-1) und V(t-1) aus
den Fig. 10 und 11, C(t) aus Fig. 14, der Regeltabelle nach
Fig. 9 und der Ausdrücke (3) und (4) vorhergesagt werden.
In der Fig. 15 ist eine Regel dargestellt, die zur Ab
schätzung von Qr verwendet wird und die mit der obersten
Zeile in Fig. 9 über die Gleichungen (3) und (4) verknüpft
ist. Diese Regel bedeutet, daß dann, wenn dem großen Wert der
momentanen Konzentration der Ausdruck ?Grad 1 zugeteilt ist,
das gegenwärtige zurückgehaltene Volumen einzustellen ist,
wenn jeder der Grade der großen Werte des vorherigen Flußvo
lumens, der vorherigen Flußgeschwindigkeit und des momentanen
zurückgehaltenen Volumens größer sind als der obige Grad. Die
anderen Regeln werden ebenfalls in ähnlicher Weise angewandt.
Die Ergebnisse von Qr nach der Abschätzung werden in die Re
geltabelle eingesetzt, wie in Fig. 16 gezeigt ist. Die Ob
jektdaten von Qr nach der Abschätzung sind in Fig. 17 ge
zeigt.
In diesem Beispiel wird unter Berücksichtigung des Fol
gerungsverfahrens nach Gleichung (3) ein Bereich von Qr mit
Werten kleiner als 1,0 als ein geeigneter Bereich angesehen,
so daß Werte jenseits dieses Bereichs für die Adaption als
unzuverlässig eingestuft werden und eine Warnung erfolgt. Ei
ne Folgerung von C(t+1) zum Zeitpunkt t+1 läßt sich unter
Verwendung des auf diese Weise abgeschätzten Werts Qr errei
chen.
Die Fig. 18 zeigt ein Beispiel einer Regel zur Abschät
zung der Konzentration C verbunden mit der obersten Zeile in
Fig. 9 unter Verwendung der Ausdrücke (1′) und (2′). Die Re
gel gibt an, daß dann, wenn ?Grad 1 dem Fall des großen Werts
für das momentane zurückgehaltene Volumen zugeteilt ist, wenn
?Grad 2 in ähnlicher Weise dem Fall des großen Werts für das
gegenwärtige Flußvolumen und wenn ?Grad 3 dem Fall des großen
Werts für die gegenwärtige Flußgeschwindigkeit zugeteilt
sind, die abgeschätzte Konzentration auf ihren Minimumwert
einzustellen ist, wenn der mit dem großen Wert verbundene
Grad der abgeschätzten Konzentration kleiner ist als die obi
gen Gradwerte.
Die Fig. 19 zeigt eine Regeltabelle, in die die Ergeb
nisse der Abschätzung, durchgeführt durch die ähnliche Regel,
eingesetzt sind. Dagegen zeigt die Fig. 20 auf diese Weise
abgeschätzte Objektdaten von C(t+1). Zum Beispiel sei als Ma
ximumwert (max) der Werte 0,5 und 0,0 der Konzentration der
Wert 0,5 angenommen, der in Fig. 20 markiert ist. Bei diesem
Ausführungsbeispiel wird anschließend auf der Grundlage der
Objektdaten von Fig. 20 eine Umwandlung bzw. Konversion der
Grade in quantitative Werte durchgeführt. Die Umwandlung er
folgt so, daß Teile der Funktion von Fig. 7, die die jeweili
gen Grade von Fig. 20 überschreiten, entfernt werden, so daß
auf diese Weise der mit einem Pfeil bezeichnete Schwerpunkt
des verbleibenden Teils (Fig. 21) bestimmt werden kann. Die
Fig. 22 zeigt Objektdaten abgeschätzter Werte nach der Ab
schätzung. Das obige Verfahren wird für jeden beliebigen bzw.
willkürlichen Zeitpunkt durchgeführt.
Im Ergebnis erfolgt eine Abschätzung, um aus einer Mehr
zahl von Kenntniseinheiten adaptive Kenntniseinheiten auszu
wählen, wie z. B. adaptive Regeln, die sich dynamisch und kon
tinuierlich mit der Zeit verändern, oder primäre Ergebnisse,
beispielsweise ein zurückgehaltenes Volumen, für das keine
Bestimmungseinrichtung vorhanden ist, so daß sich eine für
jeden Zeitpunkt geeignete Folgerung durchführen läßt.
In Übereinstimmung mit dem obigen Ausführungsbeispiel
können irgendwelche Ereignisse (Größen) in beliebige Zugehö
rigkeitsgrade umgewandelt bzw. konvertiert und durch diese
repräsentiert werden, die mit deren Unschärfe behaftet sind,
so daß sich eine beliebige Folgerung durch Verwendung dieser
Grade durchführen läßt, um eine Abschätzung und Vorhersage zu
ermöglichen. Die Abschätzung und die Vorhersage sind notwen
digerweise mit der Unschärfe verbunden. Diese Technologie ist
jedoch für einen Fall geeignet, bei dem die Eingangsinforma
tionseinheit unzureichend ist, z. B. wenn es sich um eine Ein
zelpunkt-Informationseinheit handelt. Darüber hinaus können
quantitative Information und qualitative Information zur sel
ben Zeit bearbeitet werden.
Claims (4)
1. Adaptives Verfahren zum Ermitteln einer Größe durch Fol
gern anhand von Regeln, deren jede ein aus einem Bedingungs
teil und einem Wirkungsteil bestehendes Paar enthält, mit
folgenden Schritten:
- (a) es werden Daten bereitgestellt, die den Grad (µQ, µv, µC) der Zugehörigkeit von gemessenen Größen (Q(t-1), V(t-1), Q(t), V(t), C(t)) zu Klassen bestimmter Eigen schaften (z. B. klein, mittel, groß) angeben,
- (b) durch Anwenden einer ersten Regel (Fig. 15) wird der Zu gehörigkeitsgrad (µQr) einer nicht meßbaren Größe (Qr) zu einer Klasse abgeschätzt,
- (c) durch Anwenden einer zweiten Regel (Fig. 18) sowie unter Verwendung des im Schritt (b) abgeschätzten Zugehörig keitsgrades (µQr) der nicht meßbaren Größe (Qr) wird der Zugehörigkeitsgrad (µC) einer noch nicht gemessenen Größe (C(t+1)) gefolgert, und
- (d) aus dem im Schritt (c) ermittelten Zugehörigkeitsgrad (µC) wird ein Schätzwert für die noch nicht gemessene Größe (C(t+1)) ermittelt.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet,
daß die Schritte (a) bis (d) durchgeführt werden, sooft ein kompletter Satz von Meßdaten durch die wieder holte Messung der Größen Q(t), V(t), C(t)) erhalten wird, und
daß in dem Schritt (b) die erste Regel (Fig. 15) auf ei nen Zugehörigkeitsgrad (µC), der einer der gemessenen Größen (C(t)) zugeordnet ist, sowie auf Zugehörigkeitsgrade (µQ, µV) angewendet wird, die den zum vorherigen Zeitpunkt (t-1) ge messenen und zur Abschätzung der einen gemessenen Größe (C(t)) verwendeten Größen (Q(t-1), V(t-1)) zugeordnet sind.
daß die Schritte (a) bis (d) durchgeführt werden, sooft ein kompletter Satz von Meßdaten durch die wieder holte Messung der Größen Q(t), V(t), C(t)) erhalten wird, und
daß in dem Schritt (b) die erste Regel (Fig. 15) auf ei nen Zugehörigkeitsgrad (µC), der einer der gemessenen Größen (C(t)) zugeordnet ist, sowie auf Zugehörigkeitsgrade (µQ, µV) angewendet wird, die den zum vorherigen Zeitpunkt (t-1) ge messenen und zur Abschätzung der einen gemessenen Größe (C(t)) verwendeten Größen (Q(t-1), V(t-1)) zugeordnet sind.
3. Verfahren nach Anspruch 1 oder 2, gekennzeichnet durch
den weiteren Schritt:
- (e) wenn der Zugehörigkeitsgrad (µQr) der abgeschätzten, nicht meßbaren Größe (Qr) außerhalb eines für diesen Zugehö rigkeitsgrad vorgegebenen, unter 1 liegenden Bereichs liegt, wird eine Warnung erzeugt.
4. Vorrichtung zur Durchführung des Verfahrens nach einem
der Ansprüche 1 bis 3, umfassend:
- (a) einen Speicher (22) zur Aufnahme von Meßdaten gemessener Größen (Q(t-1), V(t-1), Q(t), V(t), C(t)),
- (b) einen Speicher (23) zur Aufnahme von Regeln (Fig. 15, 18) zur Abschätzung des Grades (µQr, µC) der Zugehörig keit von noch nicht gemessenen oder nicht meßbaren Grö ßen (C(t+1), Qr(t)) zu Klassen bestimmter Eigenschaften (z. B. klein, mittel, groß) aus den Graden (µQ, µV, µC) der Zugehörigkeit von gemessenen Größen (Q(t-1), V(t-1), Q(t), V(t), C(t)), und
- (c) eine Folgerungseinheit (21), die durch Anwenden einer ersten Regel (Fig. 15) den Zugehörigkeitsgrad (µQr) ei ner nicht meßbaren Größe (Qr) abschätzt, aus diesem Zu gehörigkeitsgrad durch Anwenden einer zweiten Regel (Fig. 18) den Zugehörigkeitsgrad (µC) einer noch nicht gemessenen Größe (C(t+1)) folgert, und daraus einen Schätzwert für die noch nicht gemessene Größe (C(t+1)) ermittelt.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63139325A JPH01309101A (ja) | 1988-06-08 | 1988-06-08 | 適応知識推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
DE3918789A1 DE3918789A1 (de) | 1989-12-21 |
DE3918789C2 true DE3918789C2 (de) | 1995-10-26 |
Family
ID=15242683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE3918789A Expired - Lifetime DE3918789C2 (de) | 1988-06-08 | 1989-06-08 | Adaptives Verfahren und Vorrichtung zum Ermitteln einer Größe durch Folgern anhand von Regeln |
Country Status (3)
Country | Link |
---|---|
US (1) | US5208898A (de) |
JP (1) | JPH01309101A (de) |
DE (1) | DE3918789C2 (de) |
Families Citing this family (70)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3268529B2 (ja) * | 1990-03-14 | 2002-03-25 | 株式会社日立製作所 | 知識データベース処理システムおよびエキスパートシステム |
WO1992008191A1 (fr) * | 1990-10-29 | 1992-05-14 | Omron Corporation | Dispositif de realisation d'operations d'inference floue et procede de controle de leur deroulement |
DE4103128C2 (de) * | 1991-01-30 | 1994-09-01 | Krone Ag | Echtzeit-Expertencomputersystem |
JPH04264566A (ja) * | 1991-02-20 | 1992-09-21 | Mita Ind Co Ltd | 画像形成装置のための自己診断システム |
JPH0511810A (ja) * | 1991-07-08 | 1993-01-22 | Sanki Eng Co Ltd | フアジイ推論エンジンのフイードバツクシステム |
US5481700A (en) * | 1991-09-27 | 1996-01-02 | The Mitre Corporation | Apparatus for design of a multilevel secure database management system based on a multilevel logic programming system |
JPH06131188A (ja) * | 1992-10-22 | 1994-05-13 | Hitachi Ltd | ファジィルール獲得方法およびファジィ推論システム |
KR100218073B1 (ko) * | 1992-11-10 | 1999-09-01 | 타테이시 요시오 | 룰 생성장치 및 방법 |
DE4241920A1 (de) * | 1992-12-11 | 1994-06-16 | Siemens Ag | Verfahren zum Entwurf eines Fuzzy-Reglers |
US5544256A (en) * | 1993-10-22 | 1996-08-06 | International Business Machines Corporation | Automated defect classification system |
US5574828A (en) * | 1994-04-28 | 1996-11-12 | Tmrc | Expert system for generating guideline-based information tools |
US5809493A (en) * | 1995-12-14 | 1998-09-15 | Lucent Technologies Inc. | Knowledge processing system employing confidence levels |
US5715371A (en) * | 1996-05-31 | 1998-02-03 | Lucent Technologies Inc. | Personal computer-based intelligent networks |
US6272481B1 (en) | 1996-05-31 | 2001-08-07 | Lucent Technologies Inc. | Hospital-based integrated medical computer system for processing medical and patient information using specialized functional modules |
US6101488A (en) * | 1996-09-04 | 2000-08-08 | Fujitsu Limited | Intelligent information program generation and retrieval system |
JPH10222371A (ja) * | 1997-02-06 | 1998-08-21 | Seitaro Matsushita | 知識ベースの作成装置及び実行装置並びにこれらを用いた知識ベースシステム |
US6782374B2 (en) | 1998-12-22 | 2004-08-24 | Accenture Global Services Gmbh | System, method and article of manufacturing for a runtime program analysis tool for a simulation engine |
US6085184A (en) * | 1998-12-22 | 2000-07-04 | Ac Properties B.V. | System, method and article of manufacture for a dynamic toolbar in a tutorial system |
US6026386A (en) * | 1998-12-22 | 2000-02-15 | Ac Properties B.V. | System, method and article of manufacture for a goal based educational system with support for dynamic media control |
US6542880B2 (en) * | 1998-12-22 | 2003-04-01 | Indeliq, Inc. | System, method and article of manufacture for a goal based system utilizing a table based architecture |
US6101489A (en) | 1998-12-22 | 2000-08-08 | Ac Properties, B.V. | System, method and article of manufacture for a goal based system utilizing a time based model |
US6018730A (en) | 1998-12-22 | 2000-01-25 | Ac Properties B.V. | System, method and article of manufacture for a simulation engine with a help website and processing engine |
US6535861B1 (en) | 1998-12-22 | 2003-03-18 | Accenture Properties (2) B.V. | Goal based educational system with support for dynamic characteristics tuning using a spread sheet object |
US6018732A (en) | 1998-12-22 | 2000-01-25 | Ac Properties B.V. | System, method and article of manufacture for a runtime program regression analysis tool for a simulation engine |
US6029159A (en) | 1998-12-22 | 2000-02-22 | Ac Properties B.V. | System, method and article of manufacture for a simulation enabled accounting tutorial system |
US6029158A (en) | 1998-12-22 | 2000-02-22 | Ac Properties B.V. | System, method and article of manufacture for a simulation enabled feedback system |
US5987443A (en) | 1998-12-22 | 1999-11-16 | Ac Properties B. V. | System, method and article of manufacture for a goal based educational system |
US6745170B2 (en) | 1999-02-08 | 2004-06-01 | Indeliq, Inc. | Goal based educational system with support for dynamic characteristic tuning |
US6073127A (en) * | 1998-12-22 | 2000-06-06 | Ac Properties B.V. | System, method and article of manufacture for a goal based system with dynamic feedback information |
US6134539A (en) * | 1998-12-22 | 2000-10-17 | Ac Properties B.V. | System, method and article of manufacture for a goal based education and reporting system |
US7194444B1 (en) | 1999-02-08 | 2007-03-20 | Indeliq, Inc. | Goal based flow of a control presentation system |
US7054848B1 (en) | 1999-02-08 | 2006-05-30 | Accenture, Llp | Goal based system utilizing a time based model |
US7386524B2 (en) | 1999-02-08 | 2008-06-10 | Accenture Global Services Gmbh | Simulation enabled focused feedback tutorial system |
US7065512B1 (en) | 1999-02-08 | 2006-06-20 | Accenture, Llp | Dynamic toolbar in a tutorial system |
US7089222B1 (en) | 1999-02-08 | 2006-08-08 | Accenture, Llp | Goal based system tailored to the characteristics of a particular user |
US6970858B1 (en) | 1999-02-08 | 2005-11-29 | Accenture, Llp | Goal based system utilizing an activity table |
US7065513B1 (en) | 1999-02-08 | 2006-06-20 | Accenture, Llp | Simulation enabled feedback system |
US7156665B1 (en) | 1999-02-08 | 2007-01-02 | Accenture, Llp | Goal based educational system with support for dynamic tailored feedback |
US20020138590A1 (en) * | 2000-05-05 | 2002-09-26 | Beams Brian R. | System method and article of manufacture for creating a virtual university experience |
EP1185964A1 (de) | 1999-05-05 | 2002-03-13 | Accenture Properties (2) B.V. | System, methode und gerät zur verwirklichung von mitwirkenden simulationen mit mehreren rollen pro student |
US20030023686A1 (en) * | 1999-05-05 | 2003-01-30 | Beams Brian R. | Virtual consultant |
US6993513B2 (en) | 1999-05-05 | 2006-01-31 | Indeliq, Inc. | Interactive simulations utilizing a remote knowledge base |
US7152092B2 (en) * | 1999-05-05 | 2006-12-19 | Indeliq, Inc. | Creating chat rooms with multiple roles for multiple participants |
US6611822B1 (en) | 1999-05-05 | 2003-08-26 | Ac Properties B.V. | System method and article of manufacture for creating collaborative application sharing |
US6397202B1 (en) * | 1999-07-01 | 2002-05-28 | The United States Of America As Represented By The Secretary Of The Navy | System and method for monitoring risk in a system development program |
US6529889B1 (en) * | 1999-07-27 | 2003-03-04 | Acappella Software, Inc. | System and method of knowledge architecture |
US6736642B2 (en) * | 1999-08-31 | 2004-05-18 | Indeliq, Inc. | Computer enabled training of a user to validate assumptions |
US20020078435A1 (en) * | 1999-10-15 | 2002-06-20 | Pamela P. Liu | Table driven configurator on internet |
US6996552B2 (en) * | 2000-06-02 | 2006-02-07 | Johnson Joseph E | Apparatus and method for handling logical and numerical uncertainty utilizing novel underlying precepts |
US6725287B1 (en) * | 2000-11-09 | 2004-04-20 | Elity Systems, Inc. | Method and system for capturing streaming data by an actionable information engine |
US6907416B2 (en) * | 2001-06-04 | 2005-06-14 | Honeywell International Inc. | Adaptive knowledge management system for vehicle trend monitoring, health management and preventive maintenance |
JP2003001685A (ja) * | 2001-06-25 | 2003-01-08 | Fanuc Ltd | 成形技術収集装置 |
US7899688B2 (en) * | 2001-12-31 | 2011-03-01 | Genworth Financial, Inc. | Process for optimization of insurance underwriting suitable for use by an automated system |
US7895062B2 (en) * | 2001-12-31 | 2011-02-22 | Genworth Financial, Inc. | System for optimization of insurance underwriting suitable for use by an automated system |
US7844476B2 (en) | 2001-12-31 | 2010-11-30 | Genworth Financial, Inc. | Process for case-based insurance underwriting suitable for use by an automated system |
US7844477B2 (en) * | 2001-12-31 | 2010-11-30 | Genworth Financial, Inc. | Process for rule-based insurance underwriting suitable for use by an automated system |
US7818186B2 (en) | 2001-12-31 | 2010-10-19 | Genworth Financial, Inc. | System for determining a confidence factor for insurance underwriting suitable for use by an automated system |
US8005693B2 (en) | 2001-12-31 | 2011-08-23 | Genworth Financial, Inc. | Process for determining a confidence factor for insurance underwriting suitable for use by an automated system |
US8793146B2 (en) * | 2001-12-31 | 2014-07-29 | Genworth Holdings, Inc. | System for rule-based insurance underwriting suitable for use by an automated system |
US7630910B2 (en) * | 2001-12-31 | 2009-12-08 | Genworth Financial, Inc. | System for case-based insurance underwriting suitable for use by an automated system |
US7801748B2 (en) | 2003-04-30 | 2010-09-21 | Genworth Financial, Inc. | System and process for detecting outliers for insurance underwriting suitable for use by an automated system |
US7813945B2 (en) | 2003-04-30 | 2010-10-12 | Genworth Financial, Inc. | System and process for multivariate adaptive regression splines classification for insurance underwriting suitable for use by an automated system |
US7383239B2 (en) | 2003-04-30 | 2008-06-03 | Genworth Financial, Inc. | System and process for a fusion classification for insurance underwriting suitable for use by an automated system |
US7567914B2 (en) * | 2003-04-30 | 2009-07-28 | Genworth Financial, Inc. | System and process for dominance classification for insurance underwriting suitable for use by an automated system |
US7698159B2 (en) | 2004-02-13 | 2010-04-13 | Genworth Financial Inc. | Systems and methods for performing data collection |
US7668824B2 (en) * | 2004-03-01 | 2010-02-23 | Denso Corporation | Interface device, inferring system, and visual expression method |
US20070295556A1 (en) * | 2006-06-22 | 2007-12-27 | Oded Grinberg | Device system and method of adjustable telescopic legs |
US20080097811A1 (en) * | 2006-10-24 | 2008-04-24 | Fritz Kramer | Systems and methods for reducing poverty |
JP5582707B2 (ja) * | 2009-02-27 | 2014-09-03 | キヤノン株式会社 | 医療意志決定支援装置及びその制御方法 |
US20110205850A1 (en) * | 2010-02-23 | 2011-08-25 | Srinivas Annambhotla | System and method for managing calendar events using location information |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4712182A (en) * | 1983-03-09 | 1987-12-08 | Hitachi, Ltd. | Method of estimating fracture point of pipe line network |
US4730259A (en) * | 1985-03-01 | 1988-03-08 | Gallant Stephen I | Matrix controlled expert system producible from examples |
GB8521663D0 (en) * | 1985-08-30 | 1985-10-02 | British Steel Corp | Control of reactants in chemical engineering systems |
US4763277A (en) * | 1986-01-17 | 1988-08-09 | International Business Machines Corporation | Method for obtaining information in an expert system |
US4754410A (en) * | 1986-02-06 | 1988-06-28 | Westinghouse Electric Corp. | Automated rule based process control method with feedback and apparatus therefor |
EP0241286B2 (de) * | 1986-04-11 | 1994-11-09 | Mitsubishi Denki Kabushiki Kaisha | Selbsteinstellender Regler |
JPH0786893B2 (ja) * | 1986-11-13 | 1995-09-20 | オムロン株式会社 | ファジィ情報処理装置 |
US4860213A (en) * | 1987-10-01 | 1989-08-22 | General Electric Company | Reasoning system for reasoning with uncertainty |
JPH01125692A (ja) * | 1987-11-11 | 1989-05-18 | Hitachi Ltd | 情報サービス方式 |
JPH01283639A (ja) * | 1988-03-11 | 1989-11-15 | Internatl Chip Corp | Vlsiハードウェア構成のルールベースエキスパートシステムの装置及び方法 |
KR920003701B1 (ko) * | 1988-03-17 | 1992-05-09 | 가부시끼가이샤 도시바 | 리얼타임 엑스파트 계산기 시스템 |
US4918620A (en) * | 1988-06-16 | 1990-04-17 | General Electric Company | Expert system method and architecture |
-
1988
- 1988-06-08 JP JP63139325A patent/JPH01309101A/ja active Pending
-
1989
- 1989-05-30 US US07/359,023 patent/US5208898A/en not_active Expired - Fee Related
- 1989-06-08 DE DE3918789A patent/DE3918789C2/de not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
DE3918789A1 (de) | 1989-12-21 |
JPH01309101A (ja) | 1989-12-13 |
US5208898A (en) | 1993-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE3918789C2 (de) | Adaptives Verfahren und Vorrichtung zum Ermitteln einer Größe durch Folgern anhand von Regeln | |
DE19910311A1 (de) | Automatisierungssystem mit wiederverwendbaren Automatisierungsobjekten und Verfahren zur Wiederverwendung von Automatisierungslösungen in Engineering-Werkzeugen | |
DE4409169C2 (de) | Verfahren und Anordnung zur Fuzzy-Regelung | |
DE10017551C2 (de) | Verfahren zur zyklischen, interaktiven Bildanalyse sowie Computersystem und Computerprogramm zur Ausführung des Verfahrens | |
DE19734947A1 (de) | Verfahren zur Steuerung von Prozeßvorgängen | |
DE19513960A1 (de) | Abbildung eines Graphen in einen Speicher | |
DE4121453C2 (de) | Näherungsschlußfolgerungsvorrichtung | |
Reips | Web-Experimente—Eckpfeiler der Online-Forschung | |
DE102019204118A1 (de) | Verfahren zum Übertragen eines Merkmals eines ersten Bilds an ein zweites Bild | |
DE10234085A1 (de) | Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor | |
DE19528426A1 (de) | Verfahren zur Ermittlung von Zustandsparametern eines chemischen Reaktors unter Verwendung künstlicher neuronaler Netze | |
DE4209746A1 (de) | Verfahren zur Optimierung eines technischen Neuro-Fuzzy-Systems | |
DE19624614C2 (de) | Verfahren zum Entwurf oder zur Adaption eines Fuzzy-Reglers oder eines Systems von verknüpften Fuzzy-Reglern | |
EP1124187A1 (de) | Vorrichtung, Speichermedium und Verfahren zum Ermitteln von Objekten mit grosser Ähnlichkeit zu einem vorgegebenen Objekt | |
DE2223257B2 (de) | Sichtanzeigeeinrichtung zum Ziehen von Linien auf einer Kathodenstrahlröhren-Sichtanzeigefläche | |
DE19835137A1 (de) | Vorrichtung zum Bestimmen der Konzentration einer Meßflüssigkeit | |
WO2021180663A1 (de) | Mikroskopiesystem und verfahren zum verarbeiten von mikroskopbildern | |
DE102019131639B4 (de) | System zum Bereitstellen eines Erklärungsdatensatzes für ein KI-Modul | |
DE3627204C2 (de) | Digitales Computersystem mit einem Expertensystem | |
DE102022206892A1 (de) | Verfahren zum Bestimmen einer optimalen Architektur eines künstlichen neuronalen Netzes | |
EP0863485B1 (de) | Verfahren zum Rekonstruieren von Mustern | |
DE202022103792U1 (de) | Vorrichtung zum Bestimmen einer optimalen Architektur eines künstlichen neuronalen Netzes | |
Rodriguez | Improving the conceptualization of the streamflow Travel Time Distribution and its estimation from isotopic tracers | |
DE4408264A1 (de) | Verfahren zur Erzeugung einer scharfen Ausgangsstellgröße am Ausgang eines Fuzzy-Regelkreises | |
DE4315948A1 (de) | Verfahren zum Entwurf eines Fuzzy-Reglers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8128 | New person/name/address of the agent |
Representative=s name: STREHL, P., DIPL.-ING. DIPL.-WIRTSCH.-ING. SCHUEBE |
|
D2 | Grant after examination | ||
8364 | No opposition during term of opposition |