人間とシステムのコミュニケーションに自然言語を用いれば、より柔軟なコミュニケーションを実現することが可能となる。しかし、自然言語はあいまいであり、システムがこれを解釈するには多くの困難をともなう。従来研究では人間がシステムに言語指示を与えた場合、システムはすでに与えられた知識を利用したりしてその指示の解釈を行ってきた。しかし、抽象的で、的確に把握することが困難な言語指示を人間がシステムに与えた場合、システムは対応する知識を獲得、利用することがきわめて困難となる。本論文ではファジィクラシファイアシステムを用いて、システムが自律的に人間の言語指示を解釈し、意図を抽出するシステムを提案する。意図を抽出することにより、指示内容を的確に把握できるとともに、特定の状況において与えられた言語指示を一般的な知識として獲得できる。ロボットの衝突回避問題に本システムを適用し、言語指示から意図の抽出を行い、その抽出ルールの有効性を示す。

抄録全体を表示

可能性回帰モデルの説明力を定量的に示す量として、可能性回帰分析における評価指標を定義する。はじめに、可能性回帰モデルによる説明力について考察を行う。ここでは、説明変数を追加することによって、得られる可能性回帰モデルの説明力がどの程度増すのかを定量的に議論する。次に、この概念に基づき区間回帰分析および可能性回帰分析における評価指標の定義を行う。また、定義された評価指標の特性についても言及する。最後に、ここで定義した評価指標の計算例を民間最終消費支出と国民総生産の実データを用いて示す。ここでは区間回帰分析によって得られるモデルに対しての評価指標の計算を行った。

抄録全体を表示

因果関係の不確実性評価には条件付確率がよく用いられるが, 条件に記述した事象以外が原因となって結果が生起する事象も含む評価であるため, 人間が考える因果関係の不確実性とは異なることが指摘されている.Peng & Reggiaは, 「原因が生起しそれが原因となって結果が生起する事象」を因果事象, 因果事象の条件付確率を条件付因果確率と名付け, これを因果逆問題, つまり複数の結果が生起した条件下で任意の複数の原因が生起している確率を求める問題に適用する方法を示した.本稿ではこの条件付因果確率と意味的に類似する条件付因果可能性分布を提案し, 従来の条件付可能性分布との関係について述べる.さらに, 条件付可能性分布と条件付因果可能性分布を因果逆問題に適用する方法について検討を行い, 条件付可能性分布を用いると不適切な結果が得られる場合のあることを指摘し, 条件付因果可能性分布を用いるとその問題が解決されることを示す.

抄録全体を表示

地域冷暖房システムでは, 一括して作られた冷水, 高温水が各顧客に供給されるので, 運転効率を高め安定した熱供給を行うためにはその負荷予測は必要不可欠である.本論文では, このような地域冷暖房システムの冷水負荷予測を目的として, さまざまな要因により実際の冷水負荷データに含まれる異常値や欠測値の悪影響を低減するためのロバストフィルタに対して, ロバストフィルタの数値的安定性の問題を改善する簡略型ロバストフィルタの提案を行うとともに, 時系列モデルとしてラジアル基底関数ネットワーク(RBFN)を用いた非線形自己回帰移動平均RBF-NARMAモデルを提案する.さらに, 本論文で提案するRBF-NARMAモデルとJ.T.Connorらが提案されたリカレント非線形自己回帰移動平均(NARMA)モデルを, 現実の地域冷暖房システムで得られた異常値や欠測値を含む冷水負荷データを用いた冷水負荷の長期予測に適用して予測結果の比較を行うことにより, 提案したモデルの有効性を検証する.

抄録全体を表示

本論文では, 多目的線形計画問題に対する新たな有効性判定法を提案し, これを目的関数の係数を区間係数へと拡張した区間多目的線形計画問題へと適用することにより, 効率的な必然的有効性判定法を提案する.区間多目的線形計画問題の解は必然的有効解(および可能的有効解)と呼ばれ, ある実行可能基底が必然的に有効であるか否かを判定することが重要となる.従来より多目的線形計画問題では, 有効性判定は副問題としての線形計画問題を解くことにより行われるが, 区間問題の場合には係数のとり得るすべての可能性について有効性を判定せねばならず, 問題が大規模になると計算量が急激に増大する.このため効率的な有効性判定法の開発が必要とされていた.本論文では, 前半において, 通常の多目的線形計画問題とその有効性の判定法を検討し, 有効性条件の双対的解釈および端線生成法を利用した新たな有効性判定法を提案する.また, 従来の判定法との比較を行い提案法が効率的であることを議論する.論文後半では, 前半での提案法を区間多目的線形計画問題へ適用する.ここではBitranの提案した分枝限定法による必然的有効性判定法を拡張改良した新たな判定法を提案する.その有効性判定の部分に論文前半部で提案した方法を採用する.また, 前半および後半それぞれにおける提案法の具体的な説明を数値例を示すことにより行う.

抄録全体を表示

多くの制御システムがマニュアル制御から自動制御へと替わってきている.ファジィ制御はこの交替の重要な役割を果たしてきた.しかしながら, ファジィ制御ルール作成において, 熟練者が自分の知識や技能を言語的に表現することは難しいという問題は依然残っている.なぜなら, 熟練者はそれら知識や技能を日々の仕事の中で経験的にあるいは直感的に得ているからである.帰納学習はこのような問題の解決策の一つであり, オペレータデータからルールを生成したり抽出する多くのアルゴリズムが開発されている.帰納学習の中で大変有名なアルゴリズムであるID3は簡単で強力なアルゴリズムであり, 小さく有効な決定木を作成する.しかしながら, 残念なことに, ID3は制御データのような実数を扱うことはできず, ただ属性やクラスを扱えるだけである.実際には, 属性にファジィ値を用いる論文もいくつかは提案されているが, クラスを実数で扱う報告はない.本論文では, 実数で与えられるファジィクラスを扱うことのできるID3を提案する.本手法では, 実数値を扱うためにFCMと呼ばれるファジィクラスタリング手法を用いる.次に, 提案したID3を倒立振子制御の熟練者から得られた入出力データに適用し, そのデータからファジィ制御ルールを生成する.最後に, 生成されたルールによる倒立振子制御のシミュレーション結果を示し, それを検討する.

抄録全体を表示

本論文では, ユーザ個人の感性(個性)を反映した平仮名毛筆文字を生成する方法を提案する.本提案方法では, ユーザ独自の情報として, ユーザが動かす電子ペンから得られる座標, 筆圧, 筆速を用い, これらを入力情報として毛筆所帯を生成する.まず, 描画入力により得られたサンプリング点列を毛筆書体へ変換するための前処理として, 与えられたサンプリング点列から適当な数の制御点を選択し, なめらかな曲線形状になるようBスプライン曲線により補間処理する.このとき, 制御点の選択方法として, ファジィスプライン曲線を用い, サンプリング点列の形状を反映しつつ, かつ少ない制御点でなめらかに補間できるような制御点選択方法を提案する.また, 実際の書道における運筆状態に着目し, 電子ペンにより描画入力した文字を分割し, 各運筆状態に割り当てる方法を提案する.これらの方法を毛筆文字出力システムとしてワークステーション上に実装し, システムにより試作した平仮名文字を示すことにより本方法の有効性を示した.

抄録全体を表示

本論文では, 複数の意思決定者が存在する線形計画問題を取り上げ, 最適値として得られる目的関数値をいかに各意思決定者に分配するかについて考察する.特に, 問題の定式化に携わる専門家の人間としての判断のあいまい性を考慮するために, 線形計画問題をファジィパラメータを含む問題として定式化し, その問題からファジィ協力ゲームを生成する.さらにあいまい環境をより適切に反映した解を定義するために, 各提携ごとにファジィ目標を設定し, ファジィ協力ゲームの解として最小のファジィ目標の最大化とファジィ目標の和の最大化に基づく解を定義し, その計算方法を示す.最後に, 数値例によってファジィ協力ゲームの生成から解の導出までを説明する.

抄録全体を表示

不確実な因果関係知識と不確実な証拠(結果)が与えられたときに, その原因を推論する因果逆推論について考察し, 確率表現と可能性表現による2つの新たな推論方法を提案する.不確実な証拠に対する因果逆推論が可能な推論法は従来にもいくつかあり, 確率を用いるものとしてはJeffreyの規則による方法, 主観的Bayes法を利用する近似計算, ベイジアンネットワークによる推論などがある, また, 可能性理論を用いる場合はファジィ関係式の逆演算による方法, およびJeffreyの規則の考え方を可能性理論に適用した方法がある.しかし, これらの推論で用いられる条件付確率あるいは条件付可能性は, 人間が認識する因果の不確実性表現としては適切でないことが指摘され, 条件付因果確率と条件付因果可能性の使用が提案されている.本論文では, 不確実な証拠に対する因果逆推論に関し, 従来の条件付確率および条件付可能性を用いる方法について考察した後, 条件付因果確率と条件付因果可能性を用いる新たな2つの推論方法を提案する.これら2つの方法は, 確率と可能性という異なる不確実性評価尺度を用いるが, 基本的な考え方は同一である.また, 提案手法を用いて因果逆問題に応用する際に, 確率データ, 可能性データをどのように与えるかについても考察する.

抄録全体を表示

電力需要予測は電力の安定供給と経済的な系統運用を行う上で非常に重要である。本論文は, 従来の統計的手法等のモデル化を必要とする予測手法が適用できない場合に必要となる類似日に基づく予測手法の予測精度向上を目的とする。本提案手法は予測日に対応する類似日の最大電力需要の補正にファジィニューラルネットワークを適用し, 翌日最大電力需要予測を行う。本論文で提案するファジィニューロ補正法は, 類似日の最大電力需要を予測値である翌日最大電力需要に一致させるための補正率の推定に用いられる。ファジィニューラルネットワークは学習によりファジィルールの同定, 及びメンバシップ関数の自動調整が可能なため, 補正法としての効果は大きく予測精度の向上が期待できる。本提案手法における予測値は類似日の電力需要に基づいているため, 電力需要の部分的な非線形性や週末等の電力需要予測にも十分な精度で予測が可能である。本提案手法の有効性は沖縄電力株式会社から提供された実際の電力需要データを用いて実証した。

抄録全体を表示