• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.16 no.5
• /
• pp.104-111
• /
• 2002

This paper presents a fuzzy rule extraction method using EM(Expectation-Maximization) algorithm and a design method of adaptive neuro-fuzzy control. EM algorithm is used to estimate a maximum likelihood of a GMM(Gaussian Mixture Model) and cluster centers. The estimated clusters is used to automatically construct the fuzzy rules and membership functions for ANFIS(Adaptive Neuro-Fuzzy Inference System). Finally, we applied the proposed method to the water temperature control system and obtained better results with respect to the number of rules and SAE(Sum of Absolute Error) than previous techniques such as conventional fuzzy controller.

• The Transactions of the Korean Institute of Power Electronics
• /
• v.3 no.4
• /
• pp.388-398
• /
• 1998

In constructing fuzzy control systems. there are many parameters such as rule base. membership functions. inference m method. defuzzification. and I/O scaling factors. To control the system in properly using fuzzy logic. we have to consider t the correlation with those parameters. This paper deals with self-tuning of fuzzy control systems. The fuzzy controller h has parameters that are input and output scaling factors to effect control output. And we propose the looklongleftarrowup table b based self-tuning fuzy controller. We propose the PMTM(Plus-Minus Tuning Method) for self tuning method, self-tuning the initial look-up table to the appropriate table by adding and subtracting the values.

• Journal of Broadcast Engineering
• /
• v.5 no.1
• /
• pp.123-129
• /
• 2000

This paper addresses a new double detection algorithm which is based on the fuzzy control in the adaptive echo canceller of communication system. In this method, the two input of the fuzzy inference for detecting double talk condition are used. The one is the cross-correlation coefficient between the error signal and the primary signal which is the summed signal of the real echo signal and the near-end signal. The other is the cross-correlation coefficient between the estimation error signal and the primary signal. The fuzzy controller made a fuzzification for two inputs by the membership functions of trapezoid and them became the composition using inference rules. The composed result is defuzzificated by the center gravity method. The output is compared with two threshold values to detect double talk and echo path variation effectively. It is confirmed by computer simulation that this fuzzy double talk detector is able to track echo path variation accurately.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.3
• /
• pp.194-202
• /
• 2000

In this paper, an efficient fuzzy rule generation scheme for Adaptive Network-based Fuzzy Inference System(ANFIS) using the conditional fuzzy-means(CFCM) and fuzzy equalization(FE) methods is proposed. Usually, the number of fuzzy rules exponentially increases by applying the gird partitioning of the input space, in conventional ANFIS approaches. Therefore, CFCM method is adopted to render the clusters which represent the given input and output fuzzy and FE method is used to automatically construct the fuzzy membership functions. From this, one can systematically obtain a small size of fuzzy rules which shows satisfying performance for the given problems. Finally, we applied the proposed method to the truck backer-upper control and Box-Jenkins modeling problems and obtained a better performance than previous works.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.5 no.2
• /
• pp.13-27
• /
• 1995

국내외 문헌을 조사해 볼때, 최적의 퍼지 함축을 선택하는 것이 퍼지 추론 및 퍼지 추론의 모든 응용 분야에서 근본적인 문제임을 알 수 있다. 그러나 많은 연구가들의 계속적인 연구에도 불구하고 개인적인 평가 기준과 사용되는 응용 모델에 따라 각기 다른 성능 평가가 이루어졌으므로 퍼지 함축의 선택 문제는 아직까지도 논란의 대상이 되고 있다. 최근 학습이론의 도입으로 퍼지 추론을 상당한 효과를 보았으나 퍼지 함축의 선택 문제와 관련된 연구는 전무하다. 따라서 본 논문에서는 유전자 알고리즘을 퍼지 추론에 적용했을 때의 퍼지 함축의 선택 문제를 고찰, 분석한다. 즉 유전자 알고리즘을 이용하여 퍼지 소속 함수를 조정함으로써 퍼지 추론 기관의 성능 향상뿐 아니라 폭 넓은 퍼지 함축의 선택이 가능하다.

• ICROS
• /
• v.1 no.3
• /
• pp.83-91
• /
• 1995

이 글에서는 신경회로망의 장점과 퍼지논리의 장점을 최대한 이용하며 각각의 단점을 보완하는 뉴로-퍼지 융합 기술과 현재 연구의 흐름을 간단히 살펴보았다. 비구조적인 정보 뿐만 아니라 구조적인 정보까지도 신경회로망의 영역 안에서 처리할 수 있는 새로운 뉴로-퍼지 회로망을 소개하였다. 소개한 뉴로-퍼지 회로망은 비퍼지화와 비퍼지화에 의해 발생하는 오차를 잘 보상할 수 있을 뿐만 아니라, 최적의 입출력 퍼지 소속 함수의 중심점과 모양을 찾을 수 있는 장점이 있다. 또한, 그 특성을 알지 못하는 임의의 비선형 동적 시스템에서 입출력 데이터만 얻을 수 있으며 시스템을 모델할 수 있는 퍼지 규칙을 언어적인 방법과 수치적인 방법으로 표현할 수 있으며 간단한 예제를 통한 시뮬레이션 결과를 보였다. 소개한 뉴로-퍼지 회로망을 이용하여 뉴로-퍼지 제어기를 구성할 수도 있으며, 또한 시스템의 역 퍼지 규칙을 찾는데 이용할 수도 있다. 향후 보다 우수한 일반화 성능을 가질 수 있는 뉴로-퍼지 회로망의 개발이 필요하며, 충분한 입출력 데이터를 얻는 방법의 연구도 필요하다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.6
• /
• pp.635-642
• /
• 2003

Reinforcement learning got successful results in a lot of applications such as control and scheduling. Various function approximation methods have been studied in order to improve the learning speed and to solve the shortage of storage in the standard reinforcement learning algorithm of Q-Learning. Most function approximation methods remove some special quality of reinforcement learning and need prior knowledge and preprocessing. Fuzzy Q-Learning needs preprocessing to define fuzzy variables and Local Weighted Regression uses training examples. In this paper, we propose a function approximation method, Fuzzy Q-Map that is based on on-line fuzzy clustering. Fuzzy Q-Map classifies a query state and predicts a suitable action according to the membership degree. We applied the Fuzzy Q-Map, CMAC and LWR to the mountain car problem. Fuzzy Q-Map reached the optimal prediction rate faster than CMAC and the lower prediction rate was seen than LWR that uses training example.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.390-396
• /
• 1998

본 논문은 퍼지 논리 제어기(FLC)의 근사화 능력과 제어 성능을 동시에 향상시키는 정확한 무게 중심(Center Of Gravity; COG) 비퍼지화기를 제안한다. 본 논문은 비퍼지화 과정이 최적 선택의 한 과정이며 비퍼지화 방법의 적절한 선택이다. 제안한 COG 비퍼지화기의 정확성은 출력 소속 함수를 여러 개의 설계 파라메터(중신, 폭, 변경자(modifier))로 나타내고 이들 설계 파라메터들을 학습과 진화의 Lamarckian 상호 적응에 의하여 갱신함으로써 얻어진다. 이러한 학습과 진화의 상호 적응은 학습하지 않는 경우 보다 빠르게 최적 COG 비퍼지화기를 얻도록 하며, 보다 넓은 범위의 탐색으로최적해를 찾을 가능성을 높여 준다. 제안한 설계 방법은 목적 함수의 가중치를 조절하여 높은 근사화 능력, 높은 제어 성능, 또는 이들간의 균형된 성능을 갖는 다양한 특정 응용형(Application-specific)COG 비퍼지화기를 제공한다. 제안한 상호적응 COG 비퍼지화기의 설계방법을 트럭 후진 주차 제어 문제에 적용하여, 각각 시스템 오차와 평균 추적 거리로 나타내어진 근사화 능력과 제어 성능을 기존의 COG 비퍼지화기와 비교한다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.1
• /
• pp.31-45
• /
• 2001

퍼지 시스템의 설계시, 퍼지 시스템의 성능 저하 없이 최적의 퍼지 규칙 선택과 퍼지 소속 함수의 단순한 정의는 매우 중요하다. 이러한 목적을 이루기 위해서, 본 논문에서는 입력 공간에 강한 영향을 보이는 퍼지 규칙만을 퍼지 규칙으로 선택함으로써 입력 공간의 증가에 유연하게 대처할 수 있는 퍼지 규칙 구조를 제안한다. 또한, 유전자 알고리즘의 진화 탐색을 통하여 퍼지 시스템의 최적화된 구조를 얻기 위해서 퍼지 시스템의 구조를 생성시키는 문법 규칙을 해개체로 코딩하는 문법 코딩을 이용한 유전적 퍼지 시스템을 제안한다. 문법 규칙은 퍼지 규칙의 복잡한 구조를 단순한 모듈 구조로 표현하므로 문법 규칙의 코딩은 유전자 알고리즘의 빠른 수렴과 효율적인 탐색을 보장한다. 아울러, 제안하는 방법을 많은 입력 공간을 갖는 아이리스 데이타(Iris data) 문제와 시간열 예측(time series prediction) 문제에 적용함으로써 제안하는 방법의 응용성을 보이고 성능을 분석한다. 실험 결과, 제안하는 방법이 직접 코딩을 사용한 다른 설계 방법보다 더 좋은 성능을 보여 주었다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.8
• /
• pp.3636-3643
• /
• 2011

To prevent the electrical accidents in the laboratory, we identify problems for periodic inspections of the electric field and develop a fuzzy inference system that can be practically applied to check items. Focusing on electrical safety in the lab environment, we draw check items that can be applied in common and develop a standard checklist that is consistent with the laboratory electrical safety and the periodic inspections. Using the standard checklist we select the items that may contain a linguistic ambiguity and define the membership functions for these items. We also have a safety rating defined by the membership function. Using these fuzzy variables we form the fuzzy rules in the form of 'If-Then' and develop a fuzzy inference system through the fuzzy engine. From this, electrical accidents could be prevented in advance continuously by managing the intelligent and efficient inspection and electrical safety to prevent the electrical accidents in the laboratory.