Abstract
In this paper, A new design method of fuzzy modeling is presented for the model identification of nonlinear complex
systems. The proposed FPNN(Fuzzy Polynomial Neural Network) modeling implements system structure and
parameter identification using GMDH(Group Method of Data Handling) method and linguistic fuzzy implication
rules from input and output data of processes. In order to identify premise structure and parameter of fuzzy implication
rules, GMDH method and regression polynomial fuzzy reasoning method are used and the least square
method is utilized for the identification of optimum consequence parameters. Time series data for gas furnace and
those for wastewater treatment process are used for the purpose of evaluating the performance of the proposed
FPNN modeling. The results show that the proposed method can produce the fuzzy model with higher accuracy
than other works achieved previously.
본 논문에서는 복잡한 비선형 시스템의 모델동정을 위해 퍼지모델링의 새로운 방법이 제안된다. 제안된 FPNN모델링은 공정시스템의 입출력 데이터로부터 GMDH방법과 퍼지구현규칙을 이용하여 시스템의 구조와 파라미터 동정을 구현한다. 퍼지구현규칙의 전반부 구조와 파라미터 동정을 위하여 GMDH 방법과 희귀다항식 퍼지추론 방법이 사용되고 최적 후반부 파라미터 동정을 위하여 최소자승법이 사용된다. 가스로 시계열데이타 및 하수처리시스템의 활성화의 공정 데이터가 제안한 FPNN 모델링의 성능을 평가하기 위해 상용된다. 제안된 방법이 기존의 다른 논문과 비교하여 더 높은 정확도를 가진 지능형 모델을 생성함을 보인다.
