ファジー制御ルールの学習は，目的関数が微分不可能である 制約付き非線形最適化問題とみなすことができる． この場合には，目的関数値のみを用いる最適化手法である直接探索法と ペナルティ法を組合せて解くことが多い． ところが，この方法ではペナルティ関数の係数をどのような値にすれば 確実に実行可能解が得られるのか，現在得られている解候補がどの程度 制約を満足しているのかを把握することが非常に困難である．

本研究では，制約の満足度をファジー制約満足度で表現し，通常の大小関係の 代わりに制約満足度を考慮した大小関係であるαレベル比較を定義し， この比較に基づき最適化を行うことにより， 制約付き問題を制約のない問題に変換するα制約法を提案する． α 制約法を直接探索法であるPowell法に適応することにより， 本方法が制約満足度を把握でき，αレベルを1にすれば 実行可能解が得られる方法であることをいくつかの例により示す． さらに，倒立振子ファジー制御ルールの学習に応用することにより 本手法の有効性を示す．