• 콘크리트학회논문집
• /
• 제14권6호
• /
• pp.1022-1031
• /
• 2002

본 연구에서는 분규ㆍ회귀목-적응 뉴고 퍼지추론 시스템을 사용하여 교량 구조물에 대한 유용한 모델을 제시하였다. 퍼지결정목은 데이터집합의 입력영역이 서로 다른 영역으로 분류되고 하나의 부호나 값으로 나타내지며 데이터 정점에서 특정화시키기 위한 활동영역으로 할당되기도 한다. 분류문제로 사용되는 결정목은 가끔 퍼지결정목이라고 불려지는데, 각 최종점은 주어진 특정백터의 예측등급을 나타낸다. 회귀문제에 사용되는 결정목을 가끔 퍼지회귀목이라고 하는데, 이 때 최종점 영역은 주어진 입력백터의 예측 출력 값을 상수나 방정식으로 나타낼 수 있다. 분류ㆍ회귀목은 관련된 입력값을 선택하여 입력구역에서 분류 할 수 있는 반면에 적응 뉴로 퍼지추론 시스템은 회귀문제를 수정하고 이틀의 회귀문제를 보다 연속적이면서 간략하게 만들 수 있음을 주목해야 한다. 따라서 분류ㆍ회귀목과 적응 뉴로 퍼지추론 시스템은 서로 상보적인 것이며, 이들의 조합은 퍼지모델링을 위해 실직적인 근사식으로 구성된다.

• 한국지능시스템학회논문지
• /
• 제3권3호
• /
• pp.38-54
• /
• 1993

퍼지 제어기(FLC)는 Max-Min CRI 방법을 이용하여 추론하는 시스템이다. 그러나 이 방법은 주관적인 멤버쉽 함수의 결정, 오류 발생 가중치 전략, 비합리적인 추론 규칙들의 조합이라는 세가지 문제점 때문에 원하는 추론 결과와 실제 추론 결과 사이에 상당한 오류 영역을 발생시킨다. 본 논문에서는 이를 해결하기 위해 퍼지 이론에 신경 회로망의 학습 기능이 융합되어 지능적으로 작동하는 뉴로-퍼지 시스템(INFS)을 제안한다. INFS는 이상의 문제 해결 방안이 지식 획득 단계, 적응 조절단계를 통해 작동함으로써 임의의 입력에 대해서도 추론이 가능한 시스템이다. 제안된 INFS를직류 계열 모니터에 적용한 결과 신경 회로망을 사용하지 않았을때 보다 오류 영역을 상당히 줄여주었다. 또한 학습 시간을 고려해 볼 때, INFS에서 사용하는 추론 방법(NCRI 방법)이 지금까지 다른 방법에 비해 휠씬 효율적이었다.

• 생물환경조절학회지
• /
• 제20권3호
• /
• pp.169-175
• /
• 2011

본 연구에서는 유비쿼터스 식물공장의 재배환경에 필요한 요소들의 센서 네트워크를 구성하고 자동으로 감지하여 적응형 뉴로-퍼지 추론시스템을 통하여 환경변화를 추론하여 식물공장의 재배환경을 적절하게 제어할 수 있는 새로운 자동제어시스템의 프레임워크를 제안하고, 이를 설계하였다. 유비쿼터스 식물공장 환경을 제어하기 위하여 식물공장의 재배환경에 영향을 미치는 환경요소인 실내온도, 근권온도, 습도, 광도, $CO_2$ 농도를 측정할 수 있는 센서 네트워크를 구성하고 측정된 환경요소의 변화에 따라 램프, 환기, 습도, $CO_2$ 농도, 온도를 제어할 수 있는 장치를 자동으로 제어할 수 있는 식물공장 자동제어시스템을 설계하였다. 이를 위하여 본 연구에서는 센서를 통하여 받아들이는 입력값을 퍼지소속함수로 변화하고 적응형 뉴로-퍼지시스템에 따라 추론하고 평가하여 보다 정밀하게 식물공장을 자동으로 제어할 수 알고리즘을 개발하였고 이를 구현하였다. 개발된 자동제어시스템을 상추 식물공장에 적용한 결과 만족스러운 시험결과를 얻을 수 있었다. 향후 연구로는 식물공장에서 재배하고 있는 작물별 생장모델의 적합도 검정 및 개선을 위하여, 작물별 재배규칙을 보다 상세히 도출하는 것이 필요하고, 작물의 재배에 필요한 지식을 보다 정량적으로 표현하고 지식상에 내포하고 있는 불확실성을 해결하는 것이 필요하다. 더 나아가 식물공장에서 환경인자간의 상호관련성을 보다 정밀하게 수식화하고 이를 추론할 수 있는 정밀하고 과학적인 자동제어시스템의 개발이 필요하다.

• 대한의용생체공학회:의공학회지
• /
• 제24권5호
• /
• pp.465-471
• /
• 2003

본 논문에서는 생체신호 파라미터들을 이용해서 만성적인 스트레스를 평가하는 방법을 개발하고자 하였다. Wistar 쥐에게 14 일간의 소음 스트레스를 부과하고, 매 시간마다 생체신호를 획득하였다. 생체신호로부터 추출한 파라미터들을 통합하기 위한 퍼지추론시스템을 구축하기 위하여, 적응형 뉴로-퍼지 추론시스템으로 퍼지추론시스템의 파라미터들을 구하였다. 훈련 데이터 집합 중 입력 데이터 집합은 생체신호로부터 추출한 파라미터들을, 출력 데이터 집합은 코티솔 호르몬의 생성량으로부터 추정한 목표값을 사용하였다. 퍼지추론시스템으로 생체신호 파라미터들을 통합하고, 그 결과를 24 시간마다 구분하여 Cosinor 분석법을 적용하여 생체리듬의 변화를 관찰하였다. 생체리듬이 깨어진 정도에 의해서 만성적인 스트레스를 평가하였다. 생체신호 파라미터들을 퍼지추론으로 통합하고, 그 결과에서 생체리듬을 분석하여 스트레스 정도를 계산했다. 휴식기의 스트레스 정도를 l이라고 가정하면, 소음 스트레스를 받은지 14일째 되는 날에는 1.37. 7일간의 회복 후에는 1.47의 스트레스 정도가 나왔다. 즉, 쥐는 14일간의 소음으로 휴식 때보다 37% 증가된 스트레스를 받았고, 7일의 회복기를 통해 스트레스로부터 회복되지 않았다.

• 한국정보통신학회논문지
• /
• 제5권4호
• /
• pp.730-737
• /
• 2001

본 논문에서는 적응 뉴로-퍼지 제어기를 이용하여 비선형 복합시스템 모델의 안정화 제어 방법에 적용한다. 제안된 적응 뉴로-퍼지 제어기는 언어적 퍼지추론, 프로세스의 입출력 데이터를 이용하는 신경회로망, 최적이론 등이 포함된 인공지능을 시스템구조와 파라메터 검증에 필요한 도구로 이용한다. 그 결과 제안된 방법이 이전에 연구되었던 다른 방법보다 아주 높은 인공지능 모델을 제시하였다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제24권2호
• /
• pp.72-81
• /
• 2000

In this paper, we design an adaptive neuro-fuzzy inference system(ANFIS) precompensator for load frequency control of 2-area power systems. While proportional integral derivative (PID) controllers are used in power systems, they may have some problems because of high nonlinearities of the power systems. So, a neuro-fuzzy-based precompensation scheme is incorporated with a convectional PID controller to obtain robustness to the nonlinearities. The proposed precompensation technique can be easily implemented by adding a precompensator to an existing PID controller. The applied neruo-fuzzy inference system precompensator uses a hybrid learning algorithm. This algorithm is to use both a gradient descent method to optimize the premise parameters and a least squares method to solve for the consequent parameters. Simulation results show that the proposed control technique is superior to a conventional Ziegler-Nichols PID controller in dynamic responses about load disturbances.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1996년도 추계학술대회 학술발표 논문집
• /
• pp.298-301
• /
• 1996

This paper describes the structure Identification of nonlinear function using Adaptive Neuro-Fuzzy Inference Technique(ANFIS). Nonlinear mapping relationship between inputs and outputs were modeled by Sugeno-Takaki's Fuzzy Inference Method. Specially, the consequent parts were identified using a series of 1st order equations and the antecedent parts using triangular type membership function or bell type ones. According to learning Rules of ANFIS, adjustable parameters were converged rapidly and accurately.

• 대한토목학회논문집
• /
• 제26권4D호
• /
• pp.573-580
• /
• 2006

포화차두시간은 신호시간 설계와 교차로 용량추정에 있어서 중요한 변수 중에 하나이다. 그러나 현재의 기법은 신호교차로에서 포화차두시간에 영향을 미치는 요인들 중 정성적인 요인들을 다루기에는 부적절하다. 본 연구에서는 퍼지적 성격을 가진 정성적 인자인 강우조건과 주변 밝기정도를 선택하여 ANFIS를 이용해서 현장에서 관측된 관측치와 입 출력 데이터 집합의 학습을 통해 퍼지근사추론 모형을 구축하였다. 강우조건은 강우량에 따라 3개의 퍼지변수로, 주변 밝기정도는 2개의 퍼지변수로 구분하였다. 이렇게 구축된 모형의 예측력은 검증자료를 이용한 관측치와 추론치를 비교함으로써 평가되었다. 결정계수와 오차 및 분산정도를 나타내는 척도인 평균절대 오차(MAE)와 평균제곱근 오차(MSE)가 각각 0.993, 0.0289, 0.00173으로 나타나 본 모형의 설명력이 높은 것으로 평가 된다.

• 한국정밀공학회지
• /
• 제26권12호
• /
• pp.69-77
• /
• 2009

In this study an ANFIS-based trajectory tracking motion control algorithm is proposed for autonomous garage and parallel parking of a model car. The ANFIS controller is trained off-line using data set which obtained by Mandani fuzzy inference system and thereby the processing time decreases almost in half. The controller with a steering delay compensator is tuned through simulations performed under MATLAB/Simulink environment. Experiments are carried out with the model car for garage and parallel parking. The experimental results show that the trajectory tracking performance is satisfactory under various initial and road conditions

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.239-247
• /
• 2019

감정을 정확히 예측하는 것은 환자중심의 의료디바이스 개발 및 감성관련 산업에서 매우 중요한 이슈이다. 감정예측에 관한 많은 연구 중 감정 예측에 심박 변동성과 뉴로-퍼지 접근법을 적용한 연구는 없다. 본 연구는 HRV를 이용한 ANFEP(Adaptive Neuro Fuzzy system for Emotion Prediction)을 제안한다. ANFEP의 핵심 기능은 인공 신경망과 퍼지시스템을 통합해 예측 모델을 학습하는 ANFIS(Adaptive Neuro-Fuzzy Inference System)에 기반한다. 제안 모형의 검증을 위해 50명의 실험자를 대상으로 청각자극으로 감정을 유발하고, 심박변이도를 구하여 ANFEP 모형에 입력하였다. STDRR과 RMSSD를 입력으로 하고 입력변수 당 2개의 소속함수로 하는 ANFEP모형이 가장 좋은 결과를 나타났다. 제안한 감정예측 모형을 선형회귀 분석, 서포트 벡터 회귀, 인공신경망, 랜덤 포레스트와 비교한 결과 본 제안모형이 가장 우수한 성능을 보였다. 연구 결과는 보다 적은 입력으로 신뢰성 높은 감정인식이 가능함을 입증했고, 이를 활용해 보다 정확하고 신뢰성 높은 감정인식 시스템 개발에 대한 연구가 필요하다.