• Journal of KIISE:Software and Applications
• /
• v.27 no.9
• /
• pp.952-960
• /
• 2000

본 논문에서는 퍼지 자동회귀 이동평균 (Fuzzy Auto-Regressive Moving Average, FARMA)제어기를 전력계통의 비선형 2기 5모선 (Two Machine - Five Bus)모형의 주파수 안정화에 적용한 결과를 제시한다 퍼지 자동회귀 이동 평균 제어기는 기존의 전문가에 의존하였던 퍼지제어 규칙을 실시간으로 형성해 나가는 구조이다. 복잡성, 비선형성 등 전력계통의 일반적인 특징들을 기술하고, 그 특징을 표현할 수 있는 비선형 2기5모선 모형을 제시한다. 제시된 모형을 바탕으로 기존 제어 방식과의 성능 비교를 실시하였고, 이를 통하여 FARMA 제어기의 우수성을 확인하였다.

• Journal of the KSME
• /
• v.28 no.2
• /
• pp.169-174
• /
• 1988

신호처리 및 해석에 대한 교육효과를 증대시키기 위해서는 응용사례의 발굴, 프로젝트 개발, P C를 이용한 그래픽스 교육도 이루어져야 하며, 스펙트럼 분석기술 이외에 시간영역 파라미터 모형에 의한 신호해석기법〔예를 들어 자동회귀-이동평균(ARMA)등의 시계열 모형화〕도 최근 에는 실시간 응용의 가능성이 높아지는 추세에 있으므로 PC를 이용한 신호처리 및 해석 교육에 반영하는 것이 바람직하다.

• Journal of the Korean Society for Precision Engineering
• /
• v.11 no.2
• /
• pp.85-94
• /
• 1994

The cutting mechanism of ultrasonic vibration machining is characterized as two phases, that is, an impact at the cutting edge and a reduction of cutting force due to non-contact interval between tool and workpiece. In this paper, in order to identify cutting dynamics of a system with ultrasonically vibrated cutting tool, an ARMA modeling is performed on experimental cutting force signals which have a dominant effect on cutting dynamics. The aim of this study is, through Dynamic Date System methodology, to find the inherent characteristics of an ultrasonic vibration cutting process by considering natural frequency and damping coefficient. Surface roughness and stability of cutting process under ultrasonic vibration are also considered

• Korean Management Science Review
• /
• v.1
• /
• pp.68-80
• /
• 1984

Box-Jenkins 시계열 분석법은 변수에 관한 정보가 부족하거나 너무 많은 변수가 영향을 미치고 있는 경우에도 과학적인 예측치를 구할 수 있는 단기예측 방법이다. Box-Jenkins 모형은 자동회귀 모형(Autoregressive Model), 이동평균 모형 (Moving average Model), 계절적 시계열 모형을 통합한 일반적인 모형이기 때문에 특별한 불안정성을 보이지 않는 경우에는 모두 모형화 할 수 있으며, 모형에 관계된 계수의 수를 최소화 하면서 만족스러운 모형을 찾을 수 있다. Box-Jenkins예측방법은 모형선정, 매개변수추정, 적합성 검정의 3단계를 반복으로 수행함으로써 최적모형에 이르게 하게 하고 있기 때문에 최소의 가능한 모형으로부터 시작하여 부적당한 부분을 제거시켜 나감으로써 시행착오의 과정을 최소화 할 수 있다. 일반 사용자가 Box-Jenkins 시계열 분석법을 쉽게 사용할 수 있도록 Box-Jenkins Package가 개발되었으며 여기서는 KAIST 전산 개발 센터에 설치된 Package를 소개하고 그 사용예를 보였다.

• Journal of the Earthquake Engineering Society of Korea
• /
• v.1 no.2
• /
• pp.1-15
• /
• 1997

This paper presents substructural identification methods for the assessment of local damages in complex and large structural systems. For this purpose, an auto-regressive and moving average with stochastic input (ARMAX) model is derived for a substructure to process the measurement data impaired by noises. Using the substructural methods, the number of unknown parameters for each identification can be significantly reduced, hence the convergence and accuracy of estimation can be improved. Secondly, the damage index is defined as the ratio of the current stiffness to the baseline value at each element for the damage assessment. The indirect estimation method was performed using the estimated results from the identification of the system matrices from the substructural identification. To demonstrate the proposed techniques, several simulation and experimental example analyses are carried out for structural models of a 2-span truss structure, a 3-span continuous beam model and 3-story building model. The results indicate that the present substructural identification method and damage estimation methods are effective and efficient for local damage estimation of complex structures.

• The Korean Journal of Applied Statistics
• /
• v.37 no.2
• /
• pp.255-263
• /
• 2024

GDP represents the total market value of goods and services produced by all economic entities, including households, businesses, and governments in a country, during a specific time period. It is a representative economic indicator that helps identify the size of a country's economy and influences government policies, so various studies are being conducted on it. This paper presents a GDP growth rate forecasting model based on a dynamic factor model using key macroeconomic indicators of G20 countries. The extracted factors are combined with various regression analysis methodologies to compare results. Additionally, traditional time series forecasting methods such as the ARIMA model and forecasting using common components are also evaluated. Considering the significant volatility of indicators following the COVID-19 pandemic, the forecast period is divided into pre-COVID and post-COVID periods. The findings reveal that the dynamic factor model, incorporating ridge regression and lasso regression, demonstrates the best performance both before and after COVID.