- 著者
-
渡辺 桂吾
原 勝弘
- 出版者
- 日本知能情報ファジィ学会
- 雑誌
- 日本ファジィ学会誌 (ISSN:0915647X)
- 巻号頁・発行日
- vol.7, no.3, pp.647-657, 1995-06-15 (Released:2017-09-24)
- 参考文献数
- 16
従来のファジィ制御器のほとんどのものは, 入力データ関数型推論や簡略化推論を利用しており, それらのファジィ推論の後件部任意パラメータ等を何らかの方法で合理的に設計する有効な手段は知られていない.従って, それらをファジィ・ニューラルネットワークとして実現しても必ずしも計算時間の短縮や学習パラメータ数の低減化に関しては効果的ではない.本論文では, 前件部メンバシップ関数としてガウシアン型を利用する場合, その平均値を後件部の関数構成に利用する平均値関数型推論に基づくファジィ・ガウシアン・ニューラルネットワークを提案する.この方法によると, 平均値以外の後件部任意パラメータの初期値を予め制御ルールに依存しないVSS制御の安定な切り換え面(または線)のパラメータとして設計することが可能となる.従って, 後件部任意パラメータが制御ルールに依存する入力データ関数型推論や簡略化推論法に基づくファジィ・ニューラルネットワーク制御器に比べて, 後件部の学習パラメータ数を大幅に低減化させることが可能となり, 学習制御器としての計算時間の短縮が可能となることを示す.本手法の有効性は2輪独立駆動型移動ロボット車の軌道追従制御のシミュレーションにて示す.