An Optimization Design of Incremental Granular Model and Its Application

점증적 입자 모델의 최적화 설계와 응용

본 논문에서는 GA(Genetic Algorithm) 기반 점증적 입자모델(IGM: Incremental Granular Model)의 최적화 설계를 제안한다. IGM의 성능은 다양한 실세계 응용예제를 통해 성공적으로 연구되어져왔다. 그러나, IGM의 문제로 각 컨텍스트에서 동일한 클러스터 수가 사용되는 점과 전형적인 퍼지화 계수가 설정된다는 점이 있다. 이러한 문제를 해결하기 위해 IGM을 최적화하여 각 컨텍스트에서 클러스터 중심의 수와 퍼지화 계수를 최적화하는 설계 방법을 제시했다. 제안된 방법의 타당성을 확인하기 위해 Ecotect에서 시뮬레이션 한 12가지 건물 형태를 사용하여 에너지 효율 예측에 대한 실험을 수행하였고, 제안된 방법은 기존의 IGM보다 우수한 성능을 보이는 것을 확인했다.