• 전자공학회논문지CI
• /
• 제39권1호
• /
• pp.23-34
• /
• 2002

본 논문에서는 진화전략을 이용하여 빠르게 학습하는 새로운 구조의 뉴로퍼지 시스템을 제안하고 제안한 시스템의 효용성을 입증하기 위하여 비선형 시스템 동정에 응용한 결과를 설명한다. 뉴로퍼지 시스템의 학습 방법으로는 지금까지 주로 변형된 오류역전파 알고리즘과 최적화 기법인 유전자 알고리즘이 많이 사용되어왔으나, 오류역전파 알고리즘은 학습시간이 많이 걸리며 유전자 알고리즘은 해를 유전형 형태로 표현함으로 인하여 미세한 탐색이 힘든 단점이 있었다. 본 논문에서 사용한 진화전력은 해를 표현형의 개체로 나타내어 실수형태로 진화하기 대문에 미세한 탐색이 가능하며 오류역전파 알고리즘에 비해 지역해에 빠질 가능성이 작고 속도가 빠른 장점이 있다. 제안한 뉴로퍼지 시스템을 비선형 시스템 동정에 적용한 결과 학습속도가 빠르며 학습결과도 우수함을 보았다.

• 대한기계학회논문집A
• /
• 제36권12호
• /
• pp.1635-1642
• /
• 2012

어셈블리 시스템의 동적거동을 예측하기 위해서는 그 시스템의 체결에 사용된 조인트의 동특성을 정확히 아는 것이 중요하다. 그러나 이들 체결부의 동특성은 매우 큰 산포로 인하여 해석 또는 실험적인 방법으로 동특성을 동정하기 까다로우며, 때로는 불가능 한 경우도 있다. 체결부 동특성 동정 관련 선행 연구사례는 대부분이 실험과 해석을 연계한 방법이며, 그 대상은 볼트조인트에 국한되어 있다. 본 연구에서는 힌지조인트를 대상으로 체결부의 동특성을 동정하는 간단한 방법을 제시한다. 본 연구에서 제시하는 방법의 타당성을 입증하기 위해두 개의 빔이 힌지조인트에 연결된 체결구조물을 제작하여 주파수-응답 실험을 실시하고 그 결과를 제시된 방법의 결과와 비교/검증한다. 그리고 본 연구에서 제안하는 방법을 실제 자동차에 사용되고 있는 글로브박스(Glove Box)의 힌지조인트에 적용해 보았다.

• 한국콘텐츠학회논문지
• /
• 제11권4호
• /
• pp.74-82
• /
• 2011

비선형 공정을 퍼지 모델링 하는 것은 전체 입력의 공간 분할 및 퍼지 추론 방법에 따른 퍼지 추론 시스템의 입출력 특성을 분석하는 것이 필요하다. 이를 위해, 퍼지 모델은 입력 변수와 퍼지 입력 공간 분할 및 후반부 다항식 함수에 의한 구조 및 파라미터를 동정함으로서 표현된다. 퍼지 규칙의 전반부에서 입력 데이터의 최소 값과 최대 값을 이용하는 최소-최대 방법 및 입력 데이터를 군집으로 형성하는 C-Means 클러스터링 알고리즘이 퍼지 모델의 동정을 위해 사용되고, 소속 함수는 삼각형, 범종형, 사다리꼴형 소속함수를 사용한다. 퍼지 규칙의 후반부 동정에서 퍼지 추론은 간략 및 선형 추론과 같은 두 가지 형태를 수행한다. 각 규칙의 후반부 파라미터들, 즉 다항식의 계수들의 동정은 표준 최소자승법에 의해 수행된다. 마지막으로, 비선형 공정으로는 널리 이용되는 가스로 데이터를 이용하여 시스템 특성 및 성능을 평가한다.

• 한국통신학회논문지
• /
• 제17권9호
• /
• pp.1040-1049
• /
• 1992

억제대상(抑制對象)의 모델이 정확(正確)하게 기술(記述)되지 않을때, 애매(曖昧)함이 미지(未知)의 파라메터로 나타나는 경우(境遇)가 많다. 이 애매(曖昧)함이 어떤 제약조건(制約條件)을 만족(滿足)하는 경우(境遇) 로버스트 제어방법(制御方法)을 이용(利用)하면 모델이 정확(正確)하게 기술(記述)되지 않더라도 제어(制御) 시스템을 구성(構成)할 수 가 없다. 가변구조(可變構造) 이론(理論)을 기초(基礎)로 한 제어(制御)의 특징(特徵)은 시스템의 애매(曖昧)함에 의한 영향(影響)을 고이득궤환(高利得饋還)으로 제거(除去)할 수 있다. 따라서 본 논문(論文)에서는 가변구조(可變構造) 이론(理論)을 이용(利用)한 VSS동정기(同定器)를 제안(提案)하였다. 미끄럼 상태(狀態)에 들어있는 제어(制御)시스템이 발생(發生)하고있는 억제입력(抑制入力)의 절환현상(折煥現像)은 실제(實際) 제어대상(制御對象)의 애매(曖昧)함의 영향(影響)을 반영(反影)한다. 따라서 몇번의 조환(操煥) 입력(入力)으로부터 유용(有用)한 정보(情報)를 검출(檢出)하여 적당(適當)한 동정기구(同定機構)를 선택(選擇)해서 이들 정보(情報)를 이용(利用)하면, 미지(未知) 파라메터를 정확(正確)하게 정(定)하는 것이 가능(可能)하다. 따라서 제안한 동정기를 로보트 매니퓰레이터의 미지파라메타 동정기에 첨가하여 보다 효과적인 제어기를 구성하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.429-432
• /
• 2004

본 논문은 기존의 퍼지 다항식 뉴럴 네트워크 (Fuzzy Polynomial Neural Networks ; FPNN) 모델을 이용하여 비선형성 데이터에 대한 추론을 제안한다. 복잡한 비선형 시스템의 모델동정을 위하여 생성된 GMDH 방법에 기초한 FPNN의 각 노드는 퍼지 규칙을 기반으로 구축되었으며, 층이 진행되는 동안 모델 스스로 노드의 선택과 제거를 통해 최적의 네트워크 구조를 생성할 수 있는 유연성을 가지고 있다. FPNN 각각의 활성노드를 퍼지다항식 뉴론(Fuzzy Polynomial Neuron ; FPN)이라고 표현한다. FPNN의 후반부 구조는 입출력 변수 사이 의 간략과 회귀다항식 (1차, 2차, 변형된 2차식) 함수에 의해 구현된다. 규칙의 전반부 멤버쉽 함수는 삼각형과 가우시안형의 멤버쉽 함수가 사용된다. 또한 유전자 알고리즘을 사용하여 각노드의 부분표현식을 구성하는 입력변수의 수, 입력변수와 차수의 선택 동조를 통하여 최적의 Genetic Algorithms(GAs)을 이용한 FPNN모델을 설계하는 것이 유용하고 효과적임을 보인다.

• 감성과학
• /
• 제1권2호
• /
• pp.93-103
• /
• 1998

효율적이고 체계적인 퍼지제어를 위해 조작자의 제어동작을 모델링하거나 공정을 모델링하는 기법이 필요하고, 또한 퍼지 추론시에 조건부의 기여도(contribution factor)의 결정과 동작부의 제어량의 결정이 추론의 결과에 중요하다. 본 논문에서는 추론시 조건부의 기여도와 동작부의 세어량이 퍼지 엔트로피의 개념하에서 수행되는 적응 퍼지 추론시스템을 제시한다. 제시된 시스템은 전방향 신경회로망의 토대위에서 구현되며 주건부의 기여도가 퍼지 엔트로피에 의하여 구해지고, 동작부의 제어량은 확장된 퍼지 엔트로피에 의하여 구해진다. 이를 위한 학습 알고리즘으로는 역전파 알고리즘을 이용하여 조건부의 파라미터의 동정을 하고 동작부 파라미터의 동정에는 국부해에 보다 강인한 유전자 알고리즘을 이용하다. 이러한 모델링 기법을 임펄스 잡음과 가우시안 잡음이 첨가된 영상에 적용하여 본 결과, 영상복원시에 발생되는 여러 가지의 경우에 대한 적응성이 보다 양호하게 유지되었고, 전체영상의 20%의 데이터만으로도 객관적 화질에 있어서 기존의 추론 방법에 비해 향상을 보였다.

• NEWSLETTER 전기공업
• /
• 93-19호통권92호
• /
• pp.38-40
• /
• 1993

• STIMA Bulletin
• /
• 통권3호
• /
• pp.6-11
• /
• 2005

• NEWSLETTER 전기공업
• /
• 93-25호통권97호
• /
• pp.39-42
• /
• 1993

• NEWSLETTER 전기공업
• /
• 97-14호통권183호
• /
• pp.35-37
• /
• 1997