ファジィ制御のチューニング問題を遺伝的アルゴリズムにより解決する手法について説明する.チューニング問題とは, 与えられた出力値とファジィ制御の結果との差の2乗を最小にするように, メンバシップ関数の形状やANDとORの演算子, 非ファジィ化関数の形状などを調整することをいう.遺伝的アルゴリズムを用いてファジィルールを表現し, 実行することによってファジィルールが調整される.次に, 遺伝的アルゴリズムに必要なパラメータの調整にファジィルールを用いる方法を定式化する.具体的には, 個体数や交差分割, 確率等の決定にファジィ制御を用いる.本手法は, エキスパートの知識を表現できるので, 新たな知的処理システムと考えることができる.

本論文は新しい主観確率の測定方法を提案する。主観確率を測定する方法として、過去にもくじを用いた方法などが提案されているが、本論文では自然言語とメンバーシップ関数を用いることにより人間の自然な判断を引き出せるとし、言葉を尺度として主観確率を測定する。また、本手法では主観確率を確率分布として表現するため、主観確率判断の確信の強さも知ることができる。本論文では主観確率の一意性を妨げる要因として2種類のあいまいさを扱う。1つ目は信念のあいまいさである。これは切断正規分布を仮定することにより表現する。2つ目は言葉のあいまいさである。これはファジィ理論でよく用いられる台形型のメンバーシップ関数により表現する。次に、判断者により自分の信念が各言葉にどのくらいあてはまっているかを数量的に判断できるとし、これにより各言葉を重み付け平均して主観確率の尤度を求める。そして事前分布に一様分布を仮定することにより、言葉とあてはまりの度合を所与とした主観確率分布が得られる。本手法によりさまざまな事象に対する主観確率を測定したところ、直観と合致し、直接的な数値判断よりも一貫性があることが示された。

実用的プロセス異常診断システムを構築するには, 異常に関する知識と運転に関する情報の不確実性, 専門家経験のヒューリスティック性及び知識表現に関する言語の意味のあいまい性などを処理することが要求される。本論文では, フォールトツリー解析とファジィ推論を用いたプロセス異常診断システムの開発の一手法を提案する。フォールトツリーのミニマルカットセットの情報と異常伝播の関係を明らかにすることにより, ルールベースを作成する。対象プロセスの異常に関する知識のファジネスについて, ファジィ故障解析モデルを提案することにより, ルール結論部の可能性分布として, 知識ベースに格納しておく。プロセスの運転データと知識ベースとのパターンマッチングを行い, ファジィ制御における推論を異常診断に適用する。ファジィ推論の結果に基づき, プロセス異常の原因と診断グレードを推定する。最後には, 実験プラントにより検証し, 提案した異常診断システムの有効性を明らかにする。

近年、非線形制御にファジィ制御が多く用いられており、その設計手法について種々の提案がなされている。制御対象のファジィモデルに基づくファジィ制御設計手法は、制御知識獲得の労力を軽減し、さらにはベテランのいない制御対象に対してもファジィ制御器設計を可能とし、種々の研究が進められている。しかし、ファジィ制御の定性的でわかりやすいという特徴を活かし、さらに望ましい制御系の応答を考慮したファジィ制御器の設計手法は提案されていなかった。本論文では、ファジィ制御系の挙動の検証に用いられるRule-to-Rule Mappingをファジィ制御器設計に応用し、言語的に与えられた制御系の所望の応答を翻訳した設計仕様と制御対象のファジィモデルから自動的にファジィ制御器を設計する手法を提案する。倒立振子の振り上げ実験を行い、本手法により容易にファジィ制御器が設計できることを示す。

DCサーボモータの位置制御性能は、制御則に大きく依存するとともにパラメータ変動や外乱トルクの影響を大きく受ける.一般に、サーボモータ制御ではモータの数学モデルが用いられるが、正確にモータパラメータを測定することは難しく、また、これらの値は温度上昇や磁気飽和等の運転状況によって変化する.以上の理由から、近年外乱トルクやパラメータ変動の影響を補償するための等価外乱トルクオブザーバを用いた制御手法が提案されており、サーボモータの高性能化が達成されている.しかし、等価外乱トルクオブザーバにより推定された外乱トルク推定値には、種々の要因により推定誤差が存在する.したがって、より高性能制御を望むならば、この推定誤差の影響を考慮した制御法が必要である.本論文では、等価外乱トルクオブザーバとフィードバック制御を併用したDCサーボモータのロバスト位置制御法を提案する.本論文では、外乱トルクオブザーバの推定誤差の影響を、ファジィ推論機能を利用した適応フィードバックゲイン制御器によって抑制する.提案手法の有効性は、コンピュータシミュレーション及び実験によって検証されている.

ファジィ推論は, 人間の知識を表現できるものとして, ファジィ制御をはじめ様々な分野に応用されてきた.このファジィ推論は, エキスパートの知識をファジィif-thenルールで記述する.しかし, メンバーシップ関数や推論ルールのチューニング問題が存在する.また, 入出力数が多い複雑なシステムになると, その知識を獲得するのも困難になる.そこで, ファジィルールの自動チューニング, 自動生成を行う研究が盛んに行われてきた.本論文では, 遺伝的アルゴリズム(GA)による機械学習の枠組みよりファジィif-thenルールを自動生成する手法を提案する.そこで, 人間の感覚に近いルールを獲得するため, ファジィルールの形状と位置にある程度の柔軟性を持たせる.すなわち, 提案法では各ルールの前件部と後件部を, それぞれ超円錐形メンバーシップ関数で表す.そして, 前件部と後件部のメンバーシップ関数の配置とその半径をGAで決定する.また, それぞれのルール発火の許否を決定する情報を遺伝情報として埋め込み, 忘却的考え方を用いて不必要なルールの削除を行う.本手法の応用例として, 自動車の追従運転とトレーラ・トラックの後退運転のファジィ制御に適用する.

最短経路問題において、ネットワーク内で定義される距離は定数とされてきた。しかし、そのようなことは実社会において稀である。本研究においては、そのような距離をファジィ理論で扱うL-Rファジィ数として問題を設定する。経路の距離に対してはファジィ目標を導入し、経路の距離がある値以下となる可能性が最大であるものを最適(最短)とみなし定式化を行う。また、その解法として、Dijkstraのアルゴリズムを拡張した方法を提案する。

本研究では, 目的関数の係数がファジィ数で制限される線形計画問題を取り扱う.目的関数の係数の変動に対してロバストであり, 最適値との差が大きくないソフトな最適解とその計算方法が議論される.まず, 通常の線形計画問題に対して, 最適値との差があまり大きくないファジィ最適解集合が定義される.次に, 目的関数の係数がファジィ数で制限される場合に対して, 係数が変動してもファジィ最適性をある度合以上に維持する必然的ファジィ最適解集合が定義される.必然的ファジィ最適解集合への帰属度が高いほど合理的な解と考えられるので, 帰属度の最も高い解を最良必然的ファジィ最適解とし, その計算方法が議論される.容易に求められる線形計画問題のある端点集合を用いれば, 緩和法と二分法により, 最良必然的ファジィ最適解が計算できることが示される.

現在の直面している問題に対して最良の解決策を求めて意思決定を行う場合には、我々は通常、現在の状況に類似した過去の事例を参照する。したがって、意思決定者に過去の事例を検索するシステムを提供すれば有効であるものと考えられる。ただし、現在の状況と全く同一の過去の状況というものは存在しないから、このシステムは類似の度合いを評価して、その度合いと共に検索事例を出力する必要がある。この類似事例検索において、事例にはいくつかのインデックスが設定されており、これらが事例を特徴付けている。各インデックスはインデックス値の集合を持ち、その中のただ1個が対応するインデックスに対して指定されている。したがって、このインデックス値の定量的な関係を示すファジィシソーラスがあれば、類似事例検索に有効であるものと考えられる。これまでにも文献検索のために、文献の内容全体におけるキーワード対の同時出現に基づいたファジィシソーラス生成法が提案されている。しかし、電子化されているインデックスのデータのみを用いてファジィシソーラスを生成する方が、実用上は望ましい。この場合の問題点は、各インデックスにインデックス値はただ1個しかないために、単一インデックス内での同時出現が観測されないことである。本論文では、電子化されているインデックスのデータのみを用いたファジィシソーラス生成の新しい方法を示し、類似事例検索への応用を示す。この方法は、事例に設定されている複数のインデックスに着目し、2つのインデックスのインデックス値対の相互出現を観測する。そして、sum-min合成と呼ぶ演算を用いて、1つのインデックス内のインデックス値対の間接的な関係をこの相互出現により評価し、ファジィシソーラスを生成する。災害派遣活動を計画する意思決定システムを開発した。このシステムは、現在の状況と類似した過去の災害派遣活動の事例を検索するためにファジィシソーラスを利用する。このファジィシソーラスを生成するために本論文に示すアルゴリズムが用いられている。

本論文では, これまでの多目的0-1計画問題に対して, 問題の定式化に携わった専門家の人間としての判断をより適切に表現するために, パラメータのあいまい性がファジィ数として特性づけられるファジィパラメータを含む多目的0-1計画問題の定式化を行う.また, すべてのファジィパラメータのメンバシップ関数の帰属度がα以上となるパラメータ設定の中で, 特に意思決定者にとって最も望ましい設定が選択される非ファジィなα-多目的計画問題を定式化し, パレート最適解の概念を拡張したα-パレート最適解を導入する.しかも, 意思決定者が主観的に設定したあいまい性の度合いと基準点に拡張ミニマックスの意味で近いα-パレート最適解を, 2重構造文字列コード化遺伝的アルゴリズムの適用により効率的に求める.さらに, もし意思決定者が得られたα-パレート最適解に満足しなければ, 対話的に基準点やあいまい性の度合いを更新することによりα-パレート最適解の集合の中から意思決定者の満足解を導出するという対話型意思決定手法を提案する.最後に数値例により提案した手法の妥当性と有効性を示す.

ビデオカメラの重要な機能の一つに, 映像輝度を調節するオートアイリスがある.この論文では, 色の情報を用いたオートアイリスの露光制御方式について検討する.現在のオートアイリスは, 画像処理によって, 逆光や過順光の状態にある被写体を検出し, 被写体が適切な露光になるように補正することで, 被写体に重点をおいた露光制御を行なっている.この逆光・過順光補正には, 適切な被写体の輝度を得ようとすると, 背景が犠牲になってしまうという問題がある.しかし, これまでに提案されてきた露光制御方式では, 背景の重要性を考慮せず, 逆光・過順光の度合のみに基づいて, 補正量を決定している.これは, オートアイリスが輝度信号から情報を得て, 露光を制御しているので, 輝度情報だけでは, 背景の重要性を判断することが難しいことによる.提案する露光制御方式では, 画素の色相と彩度を利用して, 背景の重要度を求め, ファジィ推論を用いることで, 総合的に補正量が決定される.従来の方式と提案する方式によるオートアイリスのシミュレーション実験を行ない, 被験者による評価試験を通して性能を評価する.