• 대한전자공학회논문지TE
• /
• 제39권4호
• /
• pp.370-378
• /
• 2002

수치와 언어적 데이터를 조합한 퍼지 추론은 적응 필터 알고리듬에서 적용되어 왔다. 적응 IIR필터 설계에서 퍼지 전치필터는 퍼지의 Sugeno의 방법을 사용하였으며 소속함수와 추론규칙은 정확성을 개선할 수 있도록 신경망을 통하여 각각 생성하였다. 제안된 알고리듬은 성능평가를 위하여 시스템 식별에 적용하고 필터의 파라미터의 추정특성과 수렴속도에 대하여 성능을 평가하였다. 이와 같은 실험결과 직접구조에서 기존의 알고리듬의 수렴속도보다 우수한 성능을 보였으며 제안된 방법이 안정성 및 국부최소 점에 대한 문제를 극복할 수 있음을 보였다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2010년도 춘계학술대회
• /
• pp.429-435
• /
• 2010

범정부 PRM은 정보화사업의 성과 평가를 위한 평가분류체계로써 측정범주는 제공하고 있지만, 측정범주별 적용기준에 대한 상대적 중요도가 없다는 단점이 있다. 효율적인 정보화사업을 관리하기 위해서는 성과에 대한 평가를 객관적으로 할 수 있는 정량적인 수치화가 필요하다. 연구를 위한 다기준 의사결정의 방법론에 대해 살펴보고, 전문가의 의견을 수렴함에 있어 가장 적절한 연구방법론을 제시한다. 본 논문에서는 퍼지 QFD를 이용하여 범정부 PRM의 개발목적을 잘 반영할 수 있는 측정범주의 상대적 중요도를 도출한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.99-102
• /
• 1998

본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.

• 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 2000년도 학술대회 논문집 전문대학교육위원
• /
• pp.115-121
• /
• 2000

본 논문에서는 진화연산 중에서 해의 다양성과 수렴속도면에서 좋은 성능을 나타내는 실수형 유전알고리즘과 신경회로망을 이용한 적응 퍼지제어기를 설계하였다. 실수형 유전알고리즘을 이용하여 퍼지제어기의 입 출력 이득과 실시간으로 퍼지제어기의 입 출력이득을 적응적으로 변경하는 신경회로망의 가중치를 튜닝하였다. 제안한 방법의 유용성을 평가하기 위해 시지연을 갖는 제어시스템[14]에 적용하였다. 컴퓨터 시뮬레이션 결과, 제안한 적응 퍼지제어기가 기존의 퍼지제어기보다 오버슈트, 정정시간, 상승시간면에서 더 우수한 제어성능을 나타내었다.

• 디지털콘텐츠학회 논문지
• /
• 제2권1호
• /
• pp.51-61
• /
• 2001

퍼지 제어기(FLC)는 고전적인 제어기 보다 외란에 강하고 초기치에 대한 과도응답도 우수할 뿐만 아니라 시스템의 수학적 모델과 파라메터 값을 알지 못하더라도 적절한 제어가 가능하다. 그러나 퍼지 제어기의 제어 규칙 생성은 전문가의 경험과 일단 결정된 제어 규칙은 고정됨으로 인해 제어 시스템의 환경변화에 적응할 수 없는 한계성이 있다. 또한 제어기의 출력값은 미세한 오차를 가지곤 있어 정확한 목표 값에 수렴할 수 없다. 이러한 미세한 오차를 없애기 위하여 여러 가지 방법이 연구되고 있는데, 본 논문에서는 FLC에 NN(Neural Network)과 GA(Genetic Algorithm)를 결합한 GA-FNNIC(유전알고리즘-퍼지 신경망 지능 제어기 : Genetic Algorithm - Fuzzy Neural network Intelligence Controller)를 제안한다. 제안된 GA-FNNIC와 FLC 제어기 간의 출력 특성, 수렴속도, 과도특성과 상승시간에 대해 비교 분석하고, 최종적으로 본 GA-FNNIC가 오차없이 목표치에 정확하게 수렴하는 것을 보인다.

• 한국지능시스템학회논문지
• /
• 제12권5호
• /
• pp.451-461
• /
• 2002

차분 진화는 다양한 형태의 목적함수를 최적화하는데 매우 효율적인 방법임이 입증되었다 차분 진화의 가장 큰 이점은 개념적 단순성과 사용의 용이성이다. 그러나 차분 진화의 수렴성이 제어 파라미터에 매우 민감한 단점이 있다. 본 논문은 새로운 교배용 벡터 생성법과 제어 파라미터의 적응 메커니즘을 결합한 적응성 있는 차분 진화를 제안한다. 이는 수렴성을 해치지 않으면서 차분 진화를 보다 강인하게 만들며 사용이 쉽도록 해준다. 12가지 최적화 문제에 대해 제안한 방법을 시험하였다. 적응성 있는 차분 진화의 응용 사례로써 이벤트 예측을 위한 교사 클러스터링 방법을 제안한다. 이 방법을 진화에 의한 이벤트 클러스터링이라 부르며 데이터 모델링 검증에 널리 사용되는 4 가지 사례에 대해 그 성능을 시험하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2513-2515
• /
• 2004

본 논문에서는 주어진 데이터를 나누어 부분공간으로 구성하여 특성을 구분하거나 또다른 모델의 입력 파라미터로 제공하는 방법 중 하나의 클러스터링의 성능 개선과 이를 이용하여 퍼지 모델링을 실시하였다. 일반적인 클러스터링에서 볼 수 있는 초기 파라미터 결정 문제와 알고리즘의 수렴 문제에 대하여 문제점을 개선하였으며 클러스터링에 의하여 추정된 파라미터를 퍼지 모델에 적용하였다. 또한 일반적인 퍼지 모델의 경우 각 입력의 차원이 서로 독립적으로 구성되어 있어 데이터에서 존재하는 입력간의 상관관계를 고려하지 않았다. 제안된 퍼지 모델에서는 클러스터링에서 추정된 입력간의 상관관계(공분산)까지 고려하여 모델의 성능을 개선하였다. 제안된 논문의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• 한국산학기술학회논문지
• /
• 제13권8호
• /
• pp.3647-3653
• /
• 2012

능동 소음제어 시스템에 사용되는 IIR 필터 구조는 구조적으로 안정성이 보장되어야 하며 이는 분모 전달 함수의 근이 단위원 내부에 존재하여야 한다. 따라서 이를 결정하는 제어 필터의 계수의 적절한 조정이 중요해 진다. 본 논문에서는 적응과정에서 불안정할 우려가 있는 IIR 필터 구조를 가지는 Filtered_U LMS 알고리즘에 안정화 알고리즘과 수렴속도 향상을 위한 퍼지논리를 이용한 수렴계수 계산 알고리즘을 제안하였다. 제안한 알고리즘이 FIR 필터 구조 알고리즘보다 계산량이 적고 수렴특성이 우수함을 시뮬레이션을 통하여 보였다.

• 한국멀티미디어학회논문지
• /
• 제9권3호
• /
• pp.369-376
• /
• 2006

본 논문에서는 퍼지 RBF네트워크의 학습 성능을 개선하기 위하여 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 퍼지 RBF 네트워크를 제안한다. 제안된 학습 알고리즘은 일반화된 델타 학습 방법에 퍼지 C-Means 알고리즘을 결합한 방법으로, 중간층의 노드를 자가 생성하고 중간층과 출력층의 학습에는 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하여 학습 성능을 개선한다. 제안된 RBF 네트워크의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 40개의 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크와 기존의 퍼지 RBF 네트워크 보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.