A Self-Tuning Method of Fuzzy Reasoning by Delta Rule and Its Application to a Moving Obstacle Avoidance

Publisher Website
Google Scholar
Abstract
ファジィ推論を用いて制御対象を目標の仕様にあうように制御するには、推論ルールのチューニングが必要である。従来、このチューニングを自動的に行う手法がいくつか提案されている。しかし、これらの手法は、チューニングにかかる演算時間が長く、また、十分な汎化能力が得られないという課題を有していた。本論文では、ニューラルネットの学習則であるデルタルールを用いて自動的に推論ルールをチューニングする新たな手法を提案する。本手法は、前件部のメンバーシップ関数を推論ルールごとに独立に設定し、与えられた入出力データに適合するメンバーシップ関数のみをチューニングする。このため、短い学習時間で汎化能力の高い推論ルールの構築が可能である。ここでは、本手法のアルゴリズムを定式化し、簡単な数値例と移動ロボットの障害物回避問題に適用して本手法の有効性を示す。

This publication has 0 references indexed in Scilit: