• 정보학연구
• /
• 제4권2호
• /
• pp.117-127
• /
• 2001

본 논문에서는 퍼지모델의 최적 입-출력 소속함수들(membership functions) 및 규칙기반(rulebase) 얻기 위한 자율가변구조의 신경망 알고리즘을 제안하였으며 구륜 이동 로봇(WMR : Wheeled Mobile Robot)의 위치, 속도 방향제어를 위한 퍼지-신경망 제어기 설계를 설계하였다. 제안된 알고리즘에서 입-출력 소속함수의 파라미터들을 찾기 위하여 유전알고리즘을 응용한다. 유전알고리즘에 의해 출력술어의 원소가 증가되며, 규칙기반이 원소의 증가에 의하여 조절된다. 새롭게 조절된 제어기는 출력술어의 증가를 수행하지 않은 제어기와 경쟁하며. 만약 새롭게 조절되어진 퍼지-신경망 제어기가 경쟁에서 진다면, 그 제어법칙은 소멸한다. 그 반대로 조절된 제어기가 생존한다면, 출력술어의 증가된 각 원소들 및 변화된 시스템의 규칙기반이 제어기에 적용된다. 출력술어 및 규칙의 조절이 완료된 후 입력소속함수들에 대한 탐색이 제약조건을 가지고 수행되며 입력소속함수들의 탐색이 완료된 후 출력소속함수의 미세 조정이 수행된다.

• 한국정보통신학회논문지
• /
• 제3권2호
• /
• pp.383-388
• /
• 1999

본 논문에서는 정밀 제어와 온-라인 제어를 위하여 유전 알고리즘을 이용한 퍼지-신경망 제어기를 제안하였다. 제안된 제어기의 설계방법은 유전 알고리즘을 사용하여 불확실한 플랜트에 대한 근사적 퍼지 소속함수를 얻은 후, 퍼지-신경망 제어기의 적응학습에 의해 최적의 퍼지 소속함수를 조정할 수 있는 제어구조를 제안하였다. 제안된 제어기를 사용했을 때의 효율성과 정확성을 평가하기 위하여 DC 서보모터의 속도제어 실험을 통해 GA-Fuzzy 제어기를 사용했을 때와 비교분석 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.355-360
• /
• 1999

본 논문에서는 퍼지 논리 제어기에서 전문가의 지식없이 시행 착오법에 의해 최적화 되지 않은 제어 규칙을 이용하는 경우에도, 소속 함수 관계와 스케일링 팩터를 유전자 알고리즘으로 최적화하여 우수한 제어 성능을 갖는 지능 제어 방식을 제안한다. 제안하는 제어 방식은 실제 플랜트는 퍼지 논리를 이용해서 제어를 하되 먼저 오프 라인상에서 퍼지 제어기의 소속 함수 초기 변수값과 스케일링 팩터의 초기값을 유전 알고리즘으로 최적화시킨후 제어를 하는 직접 적응 제어 방식이다. 제안된 제어 방식의 유용성을 확인하기 위하여 비선형 시스템을 제어 대상으로 기존의 퍼지 제어 방식과 시뮬레이션을 통하여 비교 및 검토를 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.11-12
• /
• 2008

퍼지 시계열 예측은 전체 퍼지 구간에 따른 퍼지 소속 함수의 개수와 범위에 따라서 예측성능에 많은 영향을 미치고 있으며, 이러한 문제점을 개선하기 위한 방법으로 다수 객체들의 학습 및 군집 특성을 이용한 Particle Swarm Optimization기법을 도입하였다. 제안된 방법에서는 군집의 최적 객체를 전체 최적해와 각각의 퍼지 소속 함수들에 대한 최적해로 구분하여 탐색하는 기법을 제안한다. 실제 시계열 데이터를 이용한 실험을 통하여 기존의 연구 결과들과 비교함으로써 제안된 방법의 우수한 성능을 가짐을 검증하였다.

• 한국전자통신학회논문지
• /
• 제12권1호
• /
• pp.201-208
• /
• 2017

본 논문에서는 기본적인 로미오와 줄리엣의 사랑모델을 기반으로 외력을 가진 사랑 모델에서 외력을 사람의 인식에 기반한 모델을 만들기 위해 퍼지의 삼각 소속 함수를 제시한다. 또한 이 소속 함수를 외력으로 사용한 후 여기에서 나오는 거동 현상을 시계열과 위상 공간으로 나타내고, 비선형 특성이 존재하는지를 확인한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권6호
• /
• pp.61-70
• /
• 2011

본 논문은 퍼지를 적용한 순환 신경망을 이용하여 잡음 제거용 필터를 구현하였다. 제안된 퍼지 순환 신경망 구조는 기본적으로 순환 신경망 구조를 이용하여 가중치 및 반복횟수가 일정한 값에 수렴하도록 하였으며, 하이브리드 퍼지 소속 함수 연산자를 적용하여 수학적인 계산량 및 복잡성를 단순화하였다. 본 논문은 제안된 퍼지 순환 신경망 구조 필터가 일반적인 순환 신경망 구조 필터보다 평균 0.38dB 정도 영상복원이 개선됨을 PSNR을 이용하여 증명하였다. 또한 결과 영상 비교에서 제안된 방법을 적용하여 얻은 영상이 기존 방법을 적용하여 얻은 영상보다 원영상과 더 유사함을 확인하였다.

• 대한공간정보학회지
• /
• 제15권2호통권40호
• /
• pp.43-49
• /
• 2007

본 연구는 퍼지개념을 적용한 GIS 공간분석법을 도입하고 이를 통해 쓰레기 매립장 입지 평가를 수행하였다. 기존 연구는 GIS의 공간 중첩 분석법을 적용하여 입지분석이나 적지선정 등을 수행하였으나 공간 중첩분석은 보통집합의 불린 논리를 바탕으로 공간자료를 처리하였기 때문에 공간자료의 불확실성과 자료분류 기준의 부적합성을 고려하여 분석할 수 없었다. 그러므로 신뢰할 수 있는 분석결과를 제시할 수 없어 실제 문제에서 적극 활용되지 못하였다. 본 연구는 쓰레기 매립장을 대상 시설로 선정하고 객관적인 접근법으로 퍼지 공간분석 법을 적용하였으며, 구체적인 적용과정으로서 연속형 공간자료에 대한 소속함수의 정의방법과 퍼지분석을 위한 퍼지입력값의 생성, 그리고 쓰레기 매립장 입지평가를 위한 분석인자의 선정기준 및 자료분류기준을 검토하여 이것으로부터 소속함수를 결정하는 매개변수를 추출하는 방법을 제시하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.387-392
• /
• 2008

본 논문에서는 에너지 절약을 위한 방법으로 여름철 냉방의 적정 온도 및 풍향을 제어하기 위한 가상의 시뮬레이션을 목적으로 열 영상과 퍼지 추론 규칙을 적용한 온도 및 풍향 제어 기법을 제안한다. 온도 제어를 위한 가상 시뮬레이션에서 열 영상을 분석하기 위해서 영상을 $300{\times}400$의 크기를 가지는 색상 분포 영상으로 변환한다. 색상 분포 영상은 Red, Magenta, Yellow, Green, Sky, Blue의 온도 값을 가지는 R, G, B 값이며 각 색상은 $ 24.0^{\circ}C$에서 $27.0^{\circ}C$의 분포의 온도 값을 가진다. 색상 분포 영상은 아래 계층부터 레벨1에서 레벨10의 높이 계층으로 분류한다. 분류한 각 계층은 고유의 색상 분포도를 가지며 색상이 가지는 온도 수치에 따라서 계층별로 온도를 구성한다. 풍향 제어를 위한 각 계층의 높이는 레벨1에서 레벨3까지는 하위층이며, 레벨 4부터 레벨 7은 중간층, 레벨 8부터 레벨 10은 상위층으로 분류한다. 각 계층의 온도와 높이 레벨 값은 온도 조절과 풍향의 우선 순위, 강도 조절, 지속 시간을 구하기 위한 파라미터이다. 실내 공간의 전체적인 온도의 균형과 풍향을 제어하는 과정으로 풍향의 방향, 지속시간을 적용하고 풍향의 강도를 구하기 위해서 색상 분포영상의 각 구간의 온도 및 높이의 특징을 적용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지 추론 규칙을 적용하여 풍향의 강도를 구한다.

• 전자공학회논문지SC
• /
• 제37권5호
• /
• pp.1-12
• /
• 2000

본 논문에서는 이동 로보트의 자율 주행을 위해 퍼지 제어에 기초한 적응 퍼지 제어기 설계 기법을 제안하였다. 제안한 방법에서는 첫째, 퍼지 추론 과정에서 불필요한 규칙으로 인하여 데이터 처리 시간이 증가된 다는 단점을 이동 로보트의 현재 상태에 적합한 퍼지 추론 규칙과 소속함수를 생성함으로써 향상시켰다. 이 과정은 데이터 쌍을 이용한 클러스터링 방법을 통하여 구현되며, 이동 로보트는 보다 적은 퍼지 추론 규칙을 가지고 빠른 데이터 처리 속도로 주행 가능해 진다. 둘째, 기존의 퍼지 제어기가 입·출력 변수의 고정된 소속 함수로 인하여 느린 수렴성을 갖는 단점을 클러스터링 과정에서 생성된 소속함수를 스케일링함으로써 향상시켰다. 한편 본 논문에서 제안한 제어 방법의 성능 평가를 위해 퍼지 제어를 사용한 기존의 제어 방법과 컴퓨터 모의 실험 및 실제 이동 로보트 주행 실험을 통해 비교 및 고찰하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2846-2849
• /
• 2002

본 논문은 뉴로-퍼지 시스템에서의 규칙 선택 및 모델 학술에 대하여 EM 알고리즘을 기반으로 하는 구조 동정을 제안한다. 뉴로-퍼지 모델링에서의 초기 파라미터가 학습과정에서의 모델 성능에 큰 영향을 주고 있다. 주어진 데이터에 근거한 파라미터 추정에는 다양한 방법들이 소개되고 응용되어져 왔는데 이전 연구들에서 볼 수 있는 HCM, FCM 등은 데이터와의 유클리디언 거리를 최소화하는 중심점을 파라미터로 선택하는 등의 방법과 퍼지 균등화 등은 데이터의 확률 밀도함수를 이용하여 파라미터를 추정하였다. 제안된 방법에서는 데이터에서의 Maximum Likelihood Estimator를 기반으로 하는 방법으로 EM 알고리즘을 이용하였다. 초기 파라미터의 결정에서 EM 알고리즘을 이용하여 뉴로-퍼지 모델의 전제부 소속함수 파라미터 추정을 실시한다. EM 알고리즘을 이용한 퍼지 모델의 특징으로는 전제부가 클러스터링에 의하여 생성되므로 입력의 차원이나 소속함수의 수가 증가하여도 규칙의 수는 증가하지 않는다. 이를 자동차 MPG 예제를 통하여 제안된 방법의 유용성을 보이고자 한다.