초록
입출력 데이터를 이용한 퍼지모델의 설정은 구조 설정과 변수 설정으로 나누어진다. 본 논문에서는 기존 방법의 문제점을 해결하고 퍼지모델의 이러한 구조와 변수를 설정하는 새로운 방법을 제안한다. 입출력 데이터가 주어지면, 후건부 변수는 선형성과연속성을 고려하여 휴(Hough) 변환과클러스터링 방법에 의해 각각 설정된다. 또한 경사 하강법(Gradient descent method)을 사용하여 퍼지모델 변수의 미세조정을 행한다. 마지막으로 단일 입출력 시스템에 대하여 시뮬레이션을 통해 제안된 방법의 유효성을 보인다.
The identification of a fuzzy model using input-output data consists of two parts :Structure identification
and parameter identification.
In this paper an algorithm to identify those parameters and structures is suggested to solve the
problems of the conventional methods. Given a set of input-output data, the consequent parameters are
identified by the Hough transform and clustering method, each of which considers the linearity and continuity
respectively. The gradient descent algorithm is used to fine-tune parameters of a fuzzy model.
Finally, it is shown that this method is useful for the identification of a fuzzy model by simulation, where
we only consider a single input and single output system.