• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권8호
• /
• pp.561-570
• /
• 2004

In this paper, new architectures and comprehensive design methodologies of Genetic Algorithms(GAs) based Genetically optimized Neurofuzzy Networks(GoNFN) are introduced, and a series of numeric experiments are carried out. The proposed GoNFN is based on the rule-based Neurofuzzy Networks(NFN) with the extended structure of the premise and the consequence parts of fuzzy rules being formed within the networks. The premise part of the fuzzy rules are designed by using space partitioning in terms of fuzzy sets defined in individual variables. In the consequence part of the fuzzy rules, three different forms of the regression polynomials such as constant, linear and quadratic are taken into consideration. The structure and parameters of the proposed GoNFN are optimized by GAs. GAs being a global optimization technique determines optimal parameters in a vast search space. But it cannot effectively avoid a large amount of time-consuming iteration because GAs finds optimal parameters by using a given space. To alleviate the problems, the dynamic search-based GAs is introduced to lead to rapidly optimal convergence over a limited region or a boundary condition. In a nutshell, the objective of this study is to develop a general design methodology o GAs-based GoNFN modeling, come up a logic-based structure of such model and propose a comprehensive evolutionary development environment in which the optimization of the model can be efficiently carried out both at the structural as well as parametric level for overall optimization by utilizing the separate or consecutive tuning technology. To evaluate the performance of the proposed GoNFN, the models are experimented with the use of several representative numerical examples.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권6호
• /
• pp.264-273
• /
• 2006

In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) by means of consecutive optimization and also discuss its comprehensive design methodology involving mechanisms of genetic optimization. The network is based on a structurally as well as parametrically optimized fuzzy polynomial neurons (FPNs) conducted with the aid of information granulation and genetic algorithms. In structurally identification of FPN, the design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics and addresses specific aspects of parametric optimization. In addition, the fuzzy rules used in the networks exploit the notion of information granules defined over system's variables and formed through the process of information granulation. That is, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. This granulation is realized with the aid of the hard c-menas clustering method (HCM). For the parametric identification, we obtained the effective model that the axes of MFs are identified by GA to reflect characteristic of given data. Especially, the genetically dynamic search method is introduced in the identification of parameter. It helps lead to rapidly optimal convergence over a limited region or a boundary condition. To evaluate the performance of the proposed model, the model is experimented with using two time series data(gas furnace process, nonlinear system data, and NOx process data).

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권3호
• /
• pp.135-144
• /
• 2004

In this paper, we propose competitive fuzzy polynomial neurons-based advanced Self-Organizing Neural Networks(SONN) architecture for optimal model identification and discuss a comprehensive design methodology supporting its development. The proposed SONN dwells on the ideas of fuzzy rule-based computing and neural networks. And it consists of layers with activation nodes based on fuzzy inference rules and regression polynomial. Each activation node is presented as Fuzzy Polynomial Neuron(FPN) which includes either the simplified or regression polynomial fuzzy inference rules. As the form of the conclusion part of the rules, especially the regression polynomial uses several types of high-order polynomials such as linear, quadratic, and modified quadratic. As the premise part of the rules, both triangular and Gaussian-like membership (unction are studied and the number of the premise input variables used in the rules depends on that of the inputs of its node in each layer. We introduce two kinds of SONN architectures, that is, the basic and modified one with both the generic and the advanced type. Here the basic and modified architecture depend on the number of input variables and the order of polynomial in each layer. The number of the layers and the nodes in each layer of the SONN are not predetermined, unlike in the case of the popular multi-layer perceptron structure, but these are generated in a dynamic way. The superiority and effectiveness of the Proposed SONN architecture is demonstrated through two representative numerical examples.

• 전기학회논문지
• /
• 제64권5호
• /
• pp.779-785
• /
• 2015

Recently, home energy management system (HEMS) for power consumption reduction has been widely used and studied. The HEMS performs electric power consumption control for the indoor electric device connected to the HEMS. However, a traditional HEMS is used for passive control method using some particular power saving devices. Disadvantages with this traditional HEMS is that these power saving devices should be newly installed to build HEMS environment instead of existing home appliances. Therefore, an HEMS, which performs with existing home appliances, is needed to prevent additional expenses due to the purchase of state-of-the-art devices. In this paper, an intelligent inference algorithm for EMS at home for non-power saving electronic equipment, called legacy devices, is proposed. The algorithm is based on the adaptive network fuzzy inference system (ANFIS) and has a subsystem that notifies retraining schedule to the ANFIS to increase the inference performance. This paper discusses the overview and the architecture of the system, especially in terms of the retraining schedule. In addition, the comparison results show that the proposed algorithm is more accurate than the classic ANFIS-based EMS system.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.128-132
• /
• 2012

물은 생물의 생존을 위해 필수적인 요소로 인류가 시작된 이래로 물을 효율적으로 이용하고 안전하게 관리하기 위한 노력은 계속되어 왔다. 최근 지구 온난화가 주요 원인으로 알려진 국지성 집중호우의 피해는 매우 심각하며, 이로 인해 치수에 대한 중요성은 날로 커지고 있다. 지금까지 사용해 왔던 홍수 예 경보 과정은 특정 지점의 유출량을 예측하기 위해서 강우-유출 모형을 운영하였다. 그러나 물리적 모형의 경우 운영에 필요한 매개변수의 결정과정이 복잡하고, 매개변수 결정을 위해 많은 자료를 필요로 한다. 또한 그 매개변수의 결정과정은 많은 불확실성을 포함하고 있어서 모형의 운영을 위한 전처리과정과 계산과정을 거치는 동안 발생한 오차가 누적되어 결과물 속에는 많은 오차가 포함되어 있다. 본 연구에서는 기존의 홍수 예 경보 시스템의 문제점과 불확실성을 최대한 감소시키고 더 우수한 유출량 예측을 위해 neuro-fuzzy 추론 기법을 이용한 모형인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 사용하여 하천수위를 예측하였다. ANFIS는 신경회로망과 퍼지이론을 결합한 기법으로 신경회로망의 구조와 학습 능력을 이용하여 제어환경에서 획득한 입 출력 정보로부터 언어변수의 membership 함수와 제어규칙을 제어 대상에 적합하도록 자동으로 조종하는 기법이다. 본 연구에서는 ANFIS를 사용하여 탄천 하류에 위치한 대곡교의 수위를 예측하였다. 분석을 위해 2007년부터 2011년까지의 탄천 유역의 관측 강우자료와 수위 자료 중 강우강도와 지속시간, 강우 형태에 따라 7개의 강우사상을 선정하였다. 학습자료 및 보정자료의 변화에 따른 예측 오차를 비교하여 모형의 적용성과 적정성을 평가하였다. 적용결과 입력자료 구성의 경우 해당 시간의 강우량 및 수위자료와 10분 전 강우자료를 이용한 모델이 가장 우수한 예측을 보였고, 학습자료의 경우 자료의 길이가 길고, 최대홍수량이 큰 경우 가장 우수한 예측 결과를 보였다. 본 연구의 적용결과 가장 우수한 모형의 경우 30분 예측 첨두수위 오차는 0.32%, RMSE는 0.05m 이고 예측시간이 길어짐에 따라 오차가 비선형적으로 증가하는 경향을 보였다.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.95-102
• /
• 2012

차량 애드 혹 네트워크(VANETs)를 위한 응용들의 개발은 지능적 안전 운송시스템 제공이라는 매우 제한적인 명확한 목표를 가지고 있다. 공공의 안전을 위한 긴급경고 기술은 제한된 시간에 신속하고 효율적으로 경고 메세지를 전달하는 지능형 방송 기법을 필요로 하는 응용중의 하나이다. VANETs 방송 프로토콜 설계 시에 접근제어 계층에서 여러 노드들이 동시에 전송을 시도할 경우, 다수 패킷들의 충돌과 여분의 지연을 발생하는 방송폭풍 문제가 고려되어야 한다. 본 논문에서는, 효율적으로 방송폭풍 문제와 시간 한계를 해결할 수 있는 조기 지능형 경보 방송(EI-CAST) 알고리즘을 제안한다. 제안 알고리즘은 충돌시간(TTC)에 기초한 조기경보 기술과 퍼지논리에 기초한 지능형 방송 기술을 사용하며, 시뮬레이션을 통해 제안 알고리즘과 기존 경보방송 알고리즘의 성능을 비교 평가 하였다. 실험결과 제안 알고리즘의 경우 경보 전송거리 4 km 이내의 차량들은 사고발생 이전에 경보메시지를 수신할 수 있으며 패킷 충돌이 없음을 확인할 수 있었다.

• 지능정보연구
• /
• 제13권4호
• /
• pp.105-120
• /
• 2007

본 논문은 스마트 홈 네트워크를 구성하는 정보가전기기의 지능성 측정을 위한 지능등급 측정모델을 개발하는 것이 목적이다. 스마트 홈 기기의 지능을 측정하기 위하여 다양한 문헌 고찰을 토대로 지능성 측정에 필요한 핵심 구성요소와 측정요소를 도출하여 재정의 하였다. 이를 토대로 지능등급 측정모델을 개발하였고 도출된 요소들은 각각의 중요도를 반영하기 위해서 델파이 방법을 이용하여 가중치를 산출하였다. 또한 다차원적인 지능성의 속성을 종합적으로 나타내기 위하여 퍼지적분을 사용하였다. 개발한 모델을 현재 출시되고 있는 스마트 홈 정보가전기기에 적용하여 지능수준을 측정하고 지능등급을 판정하였다. 제시된 지능등급측정모델은 사용자가 스마트 홈 기기의 지능성에 대하여 객관적으로 판단할 수 있는 기준을 제공하고, 스마트 홈 기기 개발 업체 및 서비스 개발업체에게는 제품 및 서비스에 대한 지능성 구현 수준을 구체적으로 정할 수 있으므로 스마트 홈 산업화를 촉진하는 계기를 마련할 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.266-270
• /
• 2018

원자력 방사능 폐기물 또는 원자력 발전소 해체시 발생 가능한 세슘 이온은 인체뿐만 아니라 생태계 환경에도 큰 악영향을 미친다고 알려져 있다. 이러한 세슘 이온은 자연 속으로 손쉽게 스며들어 발생한 지역뿐만 아니라 쉽게 퍼지게 되어 넓은 지역까지 피해를 주게 되며, 반감기가 30년으로써 한번 자연계에 누출되면 장시간 잔존하여 인간 및 생태계에 악영향을 미치게 된다. 세슘이온이 몸속에 들어오게 되면 장에서 몸으로 100% 흡수되며 내장에 축척되어 연조직 전체에 분포하게 되며 갑상선 암과 같은 심각한 위험에 초래하게 된다. 2011년 발생한 후쿠시마 원전 사고 이후 국내에서도 많은 관심을 가지기 시작하였으며, 따라서 수중의 세슘이온을 제거하기 위하여 나노 입자 형태의 기능성을 가진 물질들을 적용한 많은 연구가 이루어지고 있다. 이러한 나노물질들은 수중의 세슘이온 제거에 대하여 우수한 제거효율을 보여주고 있으나 나노 입자 특성상 사용 이후 회수가 어려워 기능성 물질들의 확산 및 축적에 따른 2차 환경오염의 문제점까지 발생하게 된다. 최근 수처리 분야에서 외부 자기장을 주게 되면 자성을 띄게 되는 물질인 자성체에 대한 관심이 급등하고 있다. 이러한 자성체들은 수중에서 별도의 회수 시스템 없이 자성으로 인하여 완벽히 자기분리 된다. 세슘제거에 탁월한 기능성 물질과 완벽한 자기분리가 가능한 자성체를 결합하여 특별한 회수장치 없이 외부 자기장만 주어진다면 수중의 세슘을 효과적으로 제거 또는 처리할 수 있다. 자성체 입자 표면에 흡착제인 프러시안 블루나 제올라이트와 같은 흡착제를 합성하여 수중의 세슘을 제거하는 연구가 활발히 이루어지고 있다. 그러나 기존의 자성체보다 좀 더 높은 자성을 가지고 있으며 외부 자기장에 의해 강하게 반응을 한다고 알려져 있는 강자성체(Ferromagnetic)를 사용하게 된다면 흡착제와 결합 이후 더욱더 강한 자성을 가진 흡착제가 탄생하며 이를 사용하면 높은 처리율뿐만 아니라 높은 슬러지 회수율을 가질 수 있다. 따라서 본 연구는 흡착제나 이온교환수지와 같은 기능성 물질을 사용하여 수중의 세슘을 제거하는 메커니즘과 강자성체가 가지고 있는 강한 자성의 성질을 결합한 복합체 제조에 대한 연구조사를 중점적으로 실시하였다. 본 연구에 의해 연구 조사된 결과를 바탕으로 수중의 세슘 이온에 대하여 높은 제거효율과 회수율을 가지는 새로운 형태의 복합체 제조에 관한 정보를 제공하고자 한다.

• 한국정보통신학회논문지
• /
• 제24권6호
• /
• pp.795-801
• /
• 2020

국가에 치명적인 감염병이 발생하였을 때, 점차 퍼지는 후속 피해를 막기 위해서는 정부의 신속한 대처와 국민들의 2차 감염 예방이 매우 중요하다. 하지만 기존 의료기관에서 감염병을 발견하고, 이 사실이 질병관리본부까지 도달하기에는 총 4단계의 보고절차를 밟아야 한다. 이에 본 논문에서는 공개형 블록체인을 활용하여 기존 보고절차를 간소화 한다. 또한 감염병 관련 기관들만이 블록체인에서 감염병 정보를 공유하는 것이 아니라, 블록체인의 열람권한을 일반 시민들에게도 부여한다. 빠르게 정보를 공유하고 처리과정을 투명하게 공개하여 감염병 발생에 대한 대처와 공식발표에 신뢰를 더할 수 있다. 국민들 또한 2차 감염을 예방하기 위한 정보들을 블록체인에서 확인하여 효율적인 차세대 방역체계를 구축할 수 있다.