ファジィ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して定義できる．
この問題に対する解法として，α制約Powell法により
既存の初期ルールを最適化する方法が提案されている．
しかし，α 制約Powell法による学習では，
人間が記述したある程度の精度を有する初期ルールが必要であるという問題点，
非常に多くの制御実験を必要とするという問題点がある．
本研究では，非線形最適化手法であるSimplex法に
αレベル比較を導入したα制約Simplex法を提案する．
α制約Simplex法は，
目的関数値のみを用いる直接探索法であるSimplex法において，
通常の大小比較の代わりに制約満足度を
考慮した比較であるαレベル比較を用い，
制約付き問題を解く手法である．
本手法の有効性を示すために，
倒立振子ファジィ制御ルールを対象として計算機シミュレーションを行い，
本手法が，既存のルールを前提とせず，機械的に生成したルールから
精度の高いルールを比較的少ない制御実験により高速に学習できる
手法であることを示す．