• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.27-29
• /
• 2008

시스템 분석에 주로 사용하는 자료 중에는 비선형 자료와 시계열 등이 있다. 이들 자료는 그 함축적인 관계가 매우 복잡하여 전통적인 통계분석 도구로 분석하는데 어려움이 많다. 본 연구에서는 현실 세계에서 다양하게 나타나는 복잡성을 다루기 위하여 하이브리드 진화 신경망 모델링 접근 방법으로 자료를 모형화 하고 이를 통한 학습의 적합도를 살펴본다. 비선형 자료 등을 모형화하기 위한 학습은 역전파 신경망 기법을 이용한다. 학습의 효율을 높이기 의해서 격자감소 학습 알고리즘과 함께 이용하는 유전자 알고리즘은 네트워크 구조를 최적화 시킬 수 있는 초기가중값을 이용한 전역 최소값을 찾는데 이용한다. 학습 결과를 통해 제안된 하이브리드형 접근방법의 학습이 보다 효율적임을 살펴보기 위하여 유전자 알고리즘으로 최적화된 신경망 학습 알고리즘을 비선형 모의자료의 학습에 적용하여 보았다.

• 한국항공우주학회지
• /
• 제37권3호
• /
• pp.248-254
• /
• 2009

유전자 알고리즘은 공기역학적 최적 형상 설계를 위해 매우 유용한 도구임에도 불구하고 인구수 기반의 탐색 알고리즘이 내포하고 있는 과도한 계산 시간으로 말미암아 제한적으로 적용된다. 본 연구에서는 과도한 계산 시간을 줄이고 정확한 최적해를 유도하기 위해 근사모델인 역전파 신경망과 전역적 최적화 기법인 실수기반 적응영역 유전자 알고리즘을 결합한 하이브리드 기법을 제안한다. 그 결과 하이브리드 기법이 에어포일의 항력 및 최적화 계산 시간 측면에서 일반적인 유전자 알고리즘 대비 14%, 33% 향상된 결과를 나타내었다.

• 한국정밀공학회지
• /
• 제19권11호
• /
• pp.192-199
• /
• 2002

This paper demonstrates that hybrid neural-genetic multimodel parameter estimation algorithm can be applied to structured system Identification of electro-hydraulic servo system. This algorithm are consist of a recurrent incremental credit assignment (ICRA) neural network and a genetic algorithm. The ICRA neural network evaluates each member of a generation of model and genetic algorithm produces new generation of model. We manufactured electro-hydraulic servo system and the hybrid neural-genetic multimodel parameter estimation algorithm is applied to the task to find the parameter values(mass, damping coefficient, bulk modulus, spring coefficient) which minimize total square error.

• 한국정밀공학회지
• /
• 제20권5호
• /
• pp.196-203
• /
• 2003

This paper demonstrates that an improved hybrid neural-genetic multimodel parameter estimation algorithm can be applied to the structured system identification of an electro-hydraulic servo system. This algorithm is consists of a recurrent incremental credit assignment (ICRA) neural network and a genetic algorithm, The ICRA neural network evaluates each member of a generation of model and the genetic algorithm produces new generation of model. We manufactured an electro-hydraulic servo system and the improved hybrid neural-genetic multimodel parameter estimation algorithm is applied to the task to find the parameter values, such as mass, damping coefficient, bulk modulus, spring coefficient and disturbance, which minimize total square error.

• 한국산학기술학회논문지
• /
• 제12권7호
• /
• pp.2963-2968
• /
• 2011

플라스틱 사출 제품은 다양한 가전제품과 하이테크 제품에 널리 사용되고 있다. 그러나 플라스틱 사출 제품 제조업자들은 고객을 만족시키면서 경쟁력을 얻기 위하여 다른 경쟁자들보다 먼저 새로운 제품을 시장에 출시하고 신제품의 개발기간을 줄이기 위한 노력을 할 여유가 부족하다. 따라서 무한 경쟁의 시장에서 살아남기 위해서는 제조업자들은 시장 마켓 점유를 빠르게 올리는 것과 동시에 제품의 가격 경쟁력을 가져야 한다. 본 연구에서는 하이브리드 인공신경망과 유전자 알고리즘을 이용한 특징기반 플라스틱 사출제품의 비용 평가 모델을 제안한다. 제안하는 방법은 기존의 플라스틱 사출제품의 비용평가절차와 계산을 위해 필요로 하는 변수들을 극적으로 간단하게 하고 줄일 수 있다. 사례연구는 제안하는 모델이 플라스틱 사출 제품의 개발단계에서의 비용평가문제를 해결하는데 효율성과 효과성이 있음을 입증한다.

• 한국인터넷방송통신학회논문지
• /
• 제11권4호
• /
• pp.91-97
• /
• 2011

본 논문에서는 Mackey-Glass시계열의 예측에서 유전자알고리즘을 이용하는 구조적인 동정과 뉴로퍼지에 의한 파라미터 동정의 학습방법과 하이브리드 시스템을 제안하였다. 본 방법은 두 가지로 구성되었다. 하나는 입력공간에 대한 분할을 통하여 유전 알고리즘을 이용하여 퍼지 규칙베이스를 구축하고 다른 하나는 이 규칙베이스를 토대로 기울기 최하강법을 이용하여 제어규칙의 변수에 대한 파라미터 동정이다. 제안된 방법을 성능을 검증하기 위하여 입력의 패턴을 시간간격에 따라서 x(t-3), x(t-6)과 x(t-9)의 세 가지로 구성하였다. 많은 시뮬레이션을 통하여 유전알고리즘에 의한 구조적인 동정으로 인하여 학습초기에 오차가 작은 것을 알 수 있었다. 표2에서와 같이 성능을 확인 할 수 있었다.