本研究課題繰り返し型最適点探索方式による制御系設計法に関する研究は，非線形 システムの制御系が「速応性・ロバスト(安定，性能)性・高機能・高性能
J
の内，い ずれかもしくは複数を，特徴的に備えていること」を目的として行われた.その具体的 な実現は，全章を通じて制御系の目標達成のための評価指標を最小化することで行われ る.また，その最小化の過程は繰り返し計算を必要とする.以上の前提において，第2 章，第3章の現代制御理論をベースとしたロバスト極配置制御系設計法は「速応性・ロバ スト(安定，性能)性」を追求したものと言え，第4章のフォワードプロパゲーション一 般化学習ネットワークの高次微分計算法の導出，及び，これを用いた非線形システムのロ バスト制御系設計法の提案は「ロバスト安定性，高機能，高性能J
を追求したもの，第5 章のニューラルネットワークとペトリネットを融合した新しいタイプの学習ネットワーク( :学習ペトリネットワーク)を制御系設計に適用するための方策の提案は，
i
高性能jを追求したものと言える.以下，本章ではこれらについて，本研究で得られた成果をまと めて結論とする.
先ず第
2
章では，時間応答改善(速応性)を目的とした，閉ループ極を扇状領域へ配置 しう評価関数を最小とするフィードバックゲイン決定についての実現の容易な方法を提案 した本提案法は，領域外の極は全て領域内へ一度に移動可能であること.従って，既に 提案されている手法が一度に移動できない手法であることと比較し，移動させる必要のある極が多くなるにつれて本提案法の有効'性，適用性は増すことを示した.
第
3
章では，システムのパラメータ(定数)変動にかかわらず一定の応答を保証する ロバスト極配置と評価関数最小化を同時に達成するフィードノてックゲインを求めるアルゴ124
リズムを提案し，非線形クレーンシステム制御の数値例により，本ロバスト極配置制御系 設計法が，良く知られている標準最適サーボ制御系設計法と比較し制御系の安定性，制 御性能とも優れていることを示したまた，非線形システムを境界領域をモデル化誤差と して持つ線形システムの集合ととらえることにより?難解であるとしてこれまであまり扱 われていなかった非線形システムの制御の一つの有効な制御方法として本提案法を利用 可能であることを非線形クレーンの制御を例にとり示した
第
4
章では，複雑大規模システム(通常は複雑大規模非線形システム)をモデル化・制御するための基本的方式であるフォワードプロパゲーシヨン一般化学習ネットワーク の高次微分の計算方法を提案した.また，高次微分の計算時間はパックプロパゲーシヨ ンによる詐算時間より，フォワードプロパゲーションによる計算時間の方が，少ないケー ス(制御系設計等)があることを示した.さらに，高次微分の応用例として評価指標の パラメータに関する 2次微分計算を利用して，従来、為し得なかった非線形ネットワーク システムへロバスト制御の概念を導入し，この例としてシステムの状態初期値変動によ るシステムの動揺を抑制するロバスト制御，システムパラメータ変動によるシステムの動 揺を抑制するロバスト制御，そして，システムへの外部入力(目標入力)の変動によるシ ステムの動揺を抑制するロバスト制御方式を提案し，各場合共数値例にて，一般に知ら れているニューラルネットワーク制御と比較し提案法を用いた制御系の方が， システム の安定性のおいて優れていることを明らかにした.
第5章では，非線形システムの制御に適した「機能局在
J I
学習」機能を兼ね備えた新 しいコントローラ (LearningPetri Network controller)の開発を行い，その性能につい ての検証を行った.具体的に非線形クレーンシステムに L.P.N.コントローラを適用した 結果7 N.N.コントローラでは，良好な制御が実現できない場合でも， L.P.N.コントロー ラを用いた制御系では，I
機能局在J I
学習J
が実現され，高性能な制御が可能であること を明らかにした.参考文献
[1] [アービブ M.A.，金子隆芳 72]:ニューラルネットと脳理論?サイエンス社，
1972
[2] [青山幹雄 93]:分散処理システムの開発とネット理論情報処理 Vo1.34No.6， 1993
[3] [市川惇信 89]:ペトリネット研究の動向と展望?計測と制御， 28‑9， 1/6 1989 [4] [大林正直?平達宏太郎 96a]:一般化学習ネットワークの
2
次微分を用いた非 線形ダイナミカルシステムの初期値変動に対するロバスト制御F電気学会論文 誌 D部門誌(投稿中) .[5] [大林正直，平津宏太郎 96b]:一般化学習ネットワークの2次微分を用いた非 線形ダイナミカルシステムの外部入力変動に対するロバスト制御方式，システ
ム制御情報学会誌， (投稿中)•
[6] [大林正直，平津宏太郎，村田純一句梶原昭生，相良節夫 95a]:パラメータ変 動を伴うシステムのロバスト極配置制御とその非線形システムへの応用3電気 学会論文誌， Vol.l15‑C，No.8ヲpp.984‑991，1995
[ 7 ]
[大林正直，平津宏太郎，垣内康安 95b]:LTR
を考慮したクレーンの極配置制 御，九州大学工学集報， Vo1.68，No.3，pp.187‑193，1995[8] [対本正直，相良節夫守平津宏太郎ー村田純一94]:扇状領域極配置を満たすフイー ドパックゲインの決定法?電気学会論文誌， Vol.C‑114，No.6，705・712，1994.
125
[9] [大林正直3平津宏太郎，村田純一?相良節夫 93]:構造的変動を伴う不確定シス テムのロバスト極配置制御，第36回自動制御連合講演会前刷，No.1013，1993.
[10] [小郷寛?美多勉82]:システム制御理論入門?実教出版，1982.
[11] [川崎直哉，示村悦二郎 88]:主要極配置を考慮した選択的折返し設計法?電気 学会論文誌， Vol.C‑108，No.1点5‑62，1988.
[12] [川崎直哉，示村悦二郎79]:指定域に極を配置する状態フィードバック則の設 計法，計測自動制御学会論文集， Vol.15，No4，451‑457， 1979.
[13] [喜多‑92] :ニューラルネットワークの汎化能力，システム制御情報学会 誌，Vo1.36，No，10，pp.625‑633，1992.
[14] [黒江康明 92]:リヵしントニューラルネットワークの学習法，システム制御情 報学会誌，Vo1.36，No，10，pp.634‑643，1992.
[15] [古賀勝司平津宏太郎，大林正直?村田純一 96a]:微分情報を用いたランダム探 索最適化手法‑Likelihood Search Method(L.S.M.)ー?計測自動制御学会論文集?
Vo1.32. No.8
，
pp.1277 ‑1286，
1996.[16] [古賀勝司平津宏太郎?大林正直，村田純一 96b]:一般化学習ネットワークにお けるカオス制御方式3計測自動制御学会論文集う Vo1.32.No.6，pp.844‑853，1996. [17] [児玉慎三?須田信英 78]:システム制御のためのマトリクス理論?計測自動制御
学会，1978.
[18] [五昧裕章，川人光男 91ドフィードバック誤差学習による閉ループシステムの
学習制御，システム制御情報学会誌~，Vo1.35 ，Noムpp.37‑4 7，1991.
[19] [堺慎悟96]:機能局在型学習ネットワークによる非線形制御システムの構成ー Learning Petri Network ‑，九州大学総合理工学研究科修士論文，1996.
[20] [佐久本政和?林亨 92]:ファジイ制御のコンテナクレーン振れ止めシステムへ の適用?日本機械学会論文集 (C編)，58巻，550号，1992.
[21] [湾口俊之 92]:知性の脳構造と進化?海鳴社，1989.
[22] [西川よしー?北村新三95]:ニューラルネットと計測制御，朝倉書庖，1995. [23] [W.Reisig，長谷川・高橋(訳)88] :ペトリネット理論入門，シュプリンガーフェ
アラーク東京， 1988
[24] [早勢実 80]:システム制御工学入門，コロナ社， 1980.
[25] [原辰次噌山本裕 92]:学習制御，計測と制御，Vo.131，No，l ，pp.13‑137 ，1992. [26] [馬場則夫ー小島，小選 94]:ニューラルネットの基礎と応用?共立出版， 1994 [27] [平津宏太郎?大林正直?古賀勝96a]:一般化学習ネットワークの安定性理論?電
気学会論文誌， Vol.116‑C， No.8，pp.973‑982，1996.
[28] [平津宏太郎?大林正直?藤田寛文?古賀勝 96b]:一般化学習ネットワーク理論?
電気学会論文誌， Vol.l16‑C， No.7，pp.794‑801，1996.
[29] [平還宏太郎?大林正直，古賀勝96c]:フォワードプロパゲーション一般化学習 ネットワーク理論p電気学会論文誌， Vol.l16‑C， No.6，pp.692‑698，1996. [30] [平津宏太郎?岡誠司?大林正直ヲ堺慎悟?村田純一 96d]:ペトリネットに準拠し
た機能局在型学習ネットワークー LearningPetri Network ‑，計測自動制御学 会論文集うVo1.32.No.2，pp.241‑250，1996.
[31] [平津宏太郎，大林正直，古賀勝，村田純一，楠見尚弘 95a]:一般化学習ネット ワークの高次微分の計算理論F電気学会論文誌， Vol.l15‑C， No.l2，pp.1499‑ 1506
，
1995.[32] [平津宏太郎?大林正直?村田純‑ p金春植3岡誠司?堺慎悟?下村恭史95b]:脳の 機能局在をペトリネットでモデル化する方式の提案，電気学会論文誌 Vol.l15‑ C，No.5，719‑727，1995.
128
[33] [平還宏太郎，大林正直司古賀勝94a]:一般化学習ネットワークを用いた非線 形制御方式の提案，九州大学工学集報， Vo1.67，No.5，pp553‑560，1994.
[34] (平漂宏太郎，大林正直村田純一?金春植，下村恭史，岡誠司?木佐賀治，堺慎悟 94b]:脳をペトリネットワークでモデル化した基本制御技術の開発?九州大学 工学集報， Vo1.67，No.4， 265‑271， 1994.
[35] [平津宏太郎?大林正直?梶原昭生p村田純一，相良節夫93]:非線形クレーンシス テムのロバスト極配置制御?第 12回計測自動制御学会九州、￨支部学術講演会予 稿集，No.113，1993.
[36] [福田敏男，柴田崇徳 91]:ニューラルネットワーク技術，電気学会雑 誌、Vo1.111，No，1，pp.8‑13，1991.
[37] [古田勝久，美多勉，川路茂保?原辰次 84]: メカニカルシステム制御?オーム ネ土，pp.192‑193，1984.
[38] [村田忠夫 92]:ペトリネットの解析と応用?近代科学社， 1992.
[39] [Bamba略 R.
，
E.Shimemura，
K.Uchida92]: Mixed H2 / H∞， Output Feed‑ back Control with Pole Placement in a Class of Regions. 21st S1CE Symposium on Control Theory. 85‑90，
1992.[40] [Cun Y.L. ，John S.Denker， Sara A，Solla 89]: Optimal Brain Dam‑
age，Advances in Neural 1nformation Processing Systems 2，pp598‑605，1989. [41] [Davison E.J. 70]: A Note on the Eigenvalues of a Real Matrix
，
IEEE Trans.on Automa. Conもrol，Vol.AC‑15，No.2，252・253，1970.
[42] [Fukushima K. 75] :Cognitron: A self‑organizing multilayered neu叫
network，Biol. Cybern.， Vo1.20，pp121‑136，1975.
[43] [Furuta K.
，
S.B.Kim 87] : Pole Assignment in a Speci五edDisk，
IEEE Tran. on Autom. Control，Vol.AC‑32，No.5，423‑427，1987.129
[44] [Grossberg S. 76]: Adaptive pattern classification and univer‑ sal recording: 1 Parallel development and coding of neural feature detectors，Bio，.lCybern.，Vo1.23，pp121‑134，1976.
[45] [Gutman S. 90]: Root Clustering in Parameter Space. Lecture Notes in Control and 1nformation Sciences. Springer‑Verlag 95
，
1990.[46] [Gutman S. 81]: A General Theory for Matrix Root‑Clustering in Subregions of the Comolex Plane
，
IEEE Trans. on Autom. control人!ol.AC・26，
No.4853・ 863，
1981.[47] [Han M. ， K.Hirasawa， M.Ohbayashi， H.Fujita 96]: Search for Optimal Time Delays in Universal Learning Netrwork
，
Proc. of 11th Korea Automatic Control Conference，
1996.[48] [Hirasawa K.
，
M.Ohbayashi，
M.Koga 96e]: Forward Propagation of Uni‑ versal Learning Network，
Proc. of 1996 1EEE International Conference on Neu‑ ral Networks，Vo1.1， pp，353‑358，1996.[49] [Hirasawa K.， S.Oka， S.Sakai， M.Ohbayashi， J.Murata 95c] :Learning Petri Network with FuncもionsDistribution
，
Memoirs of the Faculty of Engi‑ neering Kyushu University， Vo1.55， No.2， pp.139‑150ヲJun.1995.[50] [Hirasawa K.， S.Oka， S.Sakai， M.Ohbayashi， J.Murata 95d] : Learning Petri Network with Route Control
，
Proc. of 1EEE International Conference on Systems， Man and Cybernetics，Vo.13，pp.2706・2711，Oct. 1995.[51] [Hirasawa K.
，
M.Ohbayashi，
J.Murata 95e]: Universal Learning Network and Computation of its Higher Order Derivatives，
Proc. of 1995 1EEE Inもerna‑ tional Conference on Neural Networks，Vo1.3，pp1273・1277，1995.[52] [Hirasawa K.， M.Ohbayashi， M.Koga， M.Kusumi 95f] : Stability The‑ ory of Universal Learning Networkヲ MemoirsofもheFaculもyof Engineering
Kyushu University
，
Vo1.55，
No， 4 .
pp. 4
53‑466，
1995.[53) [Hirasawa K.
，
R. W u，
M.Ohbayashi 95g]: Univer‑ sal Learning Network‑based Fuzzy Control，
Proc. of 10th Korea Automatic Control Conference，
pp.79・82，
1995.[54) [Hunt K.J.
，
D.Sbarbaro，
R.Zbikowski，
P.J.Gawthrop 92] : Neural ne七worksfor control systems ‑A survey， ，
Auもomaもica，
Vo.128，
No.6，
pp.1083‑ 1112，
1992.[55] [Jang J.R・ヲ C.Sun95] : Neuro‑Fuzzy Modeling and Co凶 ol
，
Proc.of The IEEE，
Vo1.83，
No.3ヲpp.378‑406，
1995.[56) [Kawasaki N
，
Etujiro Simemura 83] : Determining Quadratioc Weighting Matrices to Locate Poles in a Specified Region，
Automatica，
Vol.19，
N05，
557‑ 560，
1983.[57) [Koga M.
，
K.Hirasawa，
J .Murata，
M.Ohbayashi 96]:Chaos Control using Second Order Derivatives of Universal Learning Network，
Proc. of 1996 IEEE International Conference on Neural Networks，
Vo1.3，
pp.1287‑1292，
1995. [58] [Koga M.，
K.Hirasawa，
J .Murata，
M.Ohbayashi 95] :Likelihood BasedSearch Method
，
Memoirs of the Faculty of Engineering Kyushu U niversity，
Vo1.55
，
N03，
pp.235‑256，
1995.[59) [Kohonen T. 82] : Self‑organized formation of topologicaly correcもfeature maps
，
Biol， ・
Cybern.，
Vo.143，
pp59‑69，
1982.[60) [Levine W.S
，
M.Athans 70]: ON七heDetermination ofもheOptimal Con‑ stant Output Feedback Gains for Linear Multivariable Systems，
IEEE Tran.onAutom. Control
，
Vol. AC‑15，
No.1，
44‑48，
1970.[61] [Murata J.
，
A.Tajiri，
K.Hirasawa，
M.Ohbayashi 95]: An Optimization Method Using SimulaもedAnnealing for U niversal Learning Network，Proc. of 10th Korea AuもomaticControl Conference，
pp.183‑186，
1995.[62] [Niesler T.R.
，
J .J. du Plessis 95] : Time‑Optimal Control by Means of Neural Networks，
IEEE Control Systems，
October，
pp.23‑33，
1995.[63] [Ohbayashi M.
，
K.Hirasawa，
S.Sakai 96c]: Learning Petri Network and Its Application to Non‑linear System Control，
Research Reports on 1n‑ formation Science and Electrical Engineering of Kyushu University，
Vo1.1，
No.1
，
pp.31‑38，
1996.[64] [Ohbayashi M.
，
K.Hirasawa，
M.Hashimoto，
J.Murata 96d]: RobusもControl for System Parameter Perturbation using Second Order Derivative of Universal Learning Netrwork
，
Transactions of the Society of 1nstrument and Control Engineers(S1CE)，
(On contribution)[65] [Ohbayashi M.
，
K.Hirasawa，
J .Murata，
A.Kajiwara，
S.Sagara 96d]: Robust Control with Pole Assignment in a Specified Region for Systems Under Parameter Perturbations; Application to a Nonlinear System，
Electrical Engi‑ neering in Japan (published by Scripta Technica，
1nc.)，
Vo.l116，
No.6，
pp.104‑ 114，
1996.[66] [Ohbayashi M.
，
K.Hirasawa，
J.Murata，
M.Harada 96e]: Robust Learn‑ ing Conもrolusing Universal Learning Netrwork，
Proc. of 1996 IEEE Interna‑ tional Conference on Neural Networks，
pp.2208‑2213，
1996.[67] [Ohbayashi M.
，
K.Hirasav.叫M.Hashomto，
J.Murata 96f]: Robust Con‑trol using Second Order Derivatives of Universal Learning Netrworkー，forsys‑ tem parameter perturbation
， ・
Proc. of 1996 IEEE 1nternational Conference on Sys七ems，
Man，
and Cybernetics，
pp.1184‑1189，
1996.132
[68] [Ohbayashi M.
，
K.Hirasawa，
J.Murata 96g]: Eva1uation of Robust Con‑もr01by Universal Learning Netrwork
，
Proc. of 1n七ernationa1Symposium on Artificial Life and Robotics，
pp.l07・110，
1996.[69] [Ohbayashi M.
，
K.Hirasawa 96h]: Robust Control for External Input Perturbation using Second Order Derivative of Universal Learning Netrwork，
Proc. of 11もhKorea AutomaもicControl Conference
，
pp.111‑114，
1996.[70] [Ohbayashi M.
，
K. Hirasawa，
J.Murata 96i] : Robust Control using Sec‑ ond Order Derivatives of U niversa1 Learning Network，
Memoirs of the Faculty of Engineering Kyushu University，
Vo.156，
No.1，
pp.1‑14，
1996.[71] [Ohbayashi M.
，
K.Hirasawa，
J.Murata 95c]: Robust Control by Universal Learning Netrwork，
Proc. of 10もh Korea Automatic Control Conference，
pp.123‑126，
1995[72] [Schiffmann W.H.
，
H.W. Geffers 93] : AdapもiveContr01 of Dynamic Sys‑もemsby Back Propagation Networks Neural Networks
，
Vo1.6，
pp.517‑524，
1993. [73] [Shao N.，
K.Hirasawa，
M.Ohbayashi，
K.Togo 96]: Nonlinear Con‑trol System using Universal Learning Netrwork with Random Search Method of variable Search Length
，
Proc. of 11th Korea Automatic Control Confer‑ ence，
1996.[74] [Shieh.Leang.S
，
Hani M.Dib，
Sekar Ganesan 87]: Continuous‑time quadratic regulators and pseud‑conもinuous‑timequadratic regulators with pole placemenもina specified region，
1EE Proceedings，
Vol 134，
Pt.D，
No.5，
338・ 345，
1987.[75] [Werbos P. :Beyond Regression 74]:
yS1泊S1凶nthe Behavioral Sciences" Ph.D. dissertation
，
Harvard University，
1974.133
[76] [Williams R.J.
，
D.Zipser 90] : Gradient‑based Learning Algorithm for Recurrent Connectionist Networks，
College of Computer Science Technical Re‑ port: Northeastern University，
NU‑CCS‑90‑9，
1990.[77] [Wylie C.W. 61]: Advanced Mathem叫icsfor Engineers
，
McGraw‑Hill，
1961. [78] [Xiao‑Hu Yu 96]: E伍cientEstimation of Dynamically Optimal LearningRaもeUsing Higher Order Derivatives
，
Proc of 1996 1EEE 1nternational Confer‑ ence on Neura1 Netrworks，
pp.1251‑1256，
1996.謝辞
本研究については，平成元年4月九州大学助手任用以来今日に至るまで多くの方々の 暖かい御支援があったからこそ，このように論文として纏めることができたと思っていま す.ここに，感謝の意を申しあげる機会を得て非常に嬉しく思います.
最初に，本学電気電子システム工学専攻の平津宏太郎教授には司本研究全般について 常に温かい御指導を頂きました.特に，平津教授には，本研究の根幹となった部分につい ての適切な助言及び討論をして頂き司さらには，本博士論文作成にあたり懇切丁寧な御指 導を頂きました.心から感謝申しあげ、ます.
そして，本学電気電子システム工学専攻和田清教授にはー研究に有益な論文を多々御 紹介頂き，また本論文作成にあたっては温かい御支援と適切な助言を頂き有り難うござ いました.本学知能システム工学専攻長谷川勉教授には，本論文作成にあたり，厳しく も有益な御批評を頂き有り難うございました.ここに厚くお礼申しあげます.
それから司学生時代及び大学ヘ戻る経緯並びに研究を再び開始するにあたって司元本 学電気工学教室の相良節夫教授には大変お世話になりました.さらに研究を開始するに あたり研究の方向づけについても多くの御指導を頂きました.この場を借りて厚くお礼 申しあげます.どうも有り難うございました.
それから，研究は勿論，助手の職務遂行についてもいろいろと御助言を頂いた本学電 気電子システム工学専攻村田純一助教授司実験装置作成等で大変お世話になった梶原昭 生技官には，心よりお礼申し上げます。その他ここに記していなくも多くの方々にお世 話になりました.この場を借りて厚くお礼申し上げます.
最後に，日立製作所勤務時代から今日に至るまでの陰の協力者妻文子に心力、ら感謝 する.