• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2003년도 춘계공동학술대회
• /
• pp.1108-1115
• /
• 2003

This paper Introduces a method to automate process design using Case Based Reasoning technique. A case is represented hierarchically through functional requirement, behavioral model, and process mechanism model Specifically, a case retrieval algorithm to use function and behavior, case adaptation method to use hierarchical case representation, and a machine selection method are presented.

• 한국건설관리학회논문집
• /
• 제11권4호
• /
• pp.22-31
• /
• 2010

프로젝트 초기단계에서 산정된 공사비는 발주자의 중요한 의사결정에 영향을 미치므로 그 중요성이 강조되고 있지만, 정보의 부족으로 인하여 주로 견적전문가의 경험과 지식에 의존하여 진행된다. 이것은 현재 문제와 가장 유사한 과거 사례를 선택하여 사용하는 사례기반추론으로 발전되었다. 사례기반추론 모델의 예측 성능은 속성 가중치의 산정 결과에 많은 영향을 받으므로, 정확한 속성 가중치의 산정이 요구된다. 기존의 연구는 수학적 방법 또는 전문가의 주관적 판단을 이용하는 방법을 사용한다. 본 연구는 기존 연구의 문제점을 보완하기 위해 유전자 알고리즘을 이용한 사례기반추론 공사비 예측 모델을 제안한다. 공사비 예측 모델은 최근이웃 조회 방법의 과정에 의해 추출한 사례의 공사비 정보를 이용하여 예측 대상의 공사비를 산정한다. 검증 결과 AACE에서 정의한 견적시기별 예측 정확도와 표준화 회귀계수 동일가중치를 사용한 방법보다 높은 오차율을 나타내었다. 따라서 본 연구는 유전자 알고리즘을 도입하여 예측 성능을 향상시키고, 사례기반추론 방법을 사용하여 사용자가 이해하기 용이한 해결책 도출과정을 제시하였다는데 그 의미가 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.341-344
• /
• 2003

사례 기반 추론(case-based reasoning)은 현재의 문제를 해결하기 위해서 과거에 유사하게 수행된적이 있는 사례를 유추하여, 유추된 사례의 해를 이용하는 기법으로서 규칙 기반 추론과 함께 여러분야에 응용되고 있다. 하지만 사례기반 추론 시 새로운 사례를 해결하기 위하여 사례베이스 안의 모든 사례를 검색해야 하기 때문에 수행시간이 증가되는 문제점을 지니고 있다. 본 연구에서는 규칙 및 K-Means 클러스터링 알고리즘에 의한 사례 기반 추론을 이용한 ADS-DAAP(Advanced Diagnosis System for Diseases associated with Acute Abdominal Pain)를 제안한다. 제안하는 시스템은 기존의 CDS-DAAP(Combined Diagnosis System for Diseases associated with Acute Abdominal Pain)와 비교해 볼 때, 수행시간을 감소시켰다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

• 품질경영학회지
• /
• 제19권1호
• /
• pp.151-162
• /
• 1991

The purpose of this study is to propose a facility layout design algorithm based on artificial intelligence concept, and then to develop a computer program which is more practical than any other conventional facility layout design systems. The algorithm is composed of five step layout procedures; knowledge and data input, knowledge interpretation, priority determination, inference of layout design, and evaluation, In the step of priority determination, the algorithm is divided into single row and multi row layout problem. In the step of inference of layout design, alternatives are generated by constraints-directed reasoning and depth first search method based on artificial intelligence concept. Alternatives are evaluated by the moving cost and relationship value by interactive man-machine interface in the step of evaluation. As a case study, analytical considerations over conventional programs such as CRAFT and CORELAP was investigated and compared with algorithm propsed in this study. The proposed algorithm in this study will give useful practical tool for layout planner. The computer progran was written in C language for IBM PC-AT.

• 대한토목학회논문집
• /
• 제33권4호
• /
• pp.1693-1705
• /
• 2013

국내의 수로교는 쌀문화로 상징되는 농업용수를 공급하는 교량으로서 수로교를 개보수하기 위해서는 기본설계를 실시하는 것이 바람직하나 현재 생략되고 있는 실정이므로 이에 소요되는 공사비를 산정할 필요가 있다. 이 연구에서는 2003년 이후 교체한 RC구조 수로교에 대한 실적자료를 기초로 개략공사비 산정 회귀분석(RA) 모델과 사례기반추론(CBR) 모델을 개발하였다. RA 모델의 경우 단순회귀 모델이 다중회귀 모델보다 오차율이 낮았다. CBR 모델의 경우 유전 알고리즘을 이용하였으며 영향요인의 가중치, 편차, 순위조건을 최적화 대상으로 하였고 특히 영향요인 가중치의 범위를 제한하여 수로교 개보수 공사비의 예측 정확도를 제고하였다. RA 모델과 CBR 모델 사이의 오차율은 통계적 차이를 보이지 않았다. 본 논문에서 제시된 수로교 개보수 개략공사비 산정방법은 개보수사업의 시행에 따른 신속한 의사결정을 하는데 활용될 수 있을 것으로 기대된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.114-117
• /
• 2000

In this paper, Fuzzy Self-organizing Neural Networks(FSONN) based on Fuzzy Neural Networks(FNN) is proposed to overcome some problems, such as the conflict between ovefitting and good generation, and low reliability. The proposed FSONN consists of FNN and SONN. Here, FNN is used as the premise part of FSONN and SONN is the consequnt part of FSONN. The FUN plays the preceding role of FSONN. For the fuzzy reasoning and learning method in FNN, Simplified fuzzy reasoning and backpropagation learning rule are utilized. The number of layers and the number of nodes in each layers of SONN that is based on the GMDH method are not predetermined, unlike in the case of the popular multi layer perceptron structure and can be generated. Also the partial descriptions of nodes can use various forms such as linear, modified quadratic, cubic, high-order polynomial and so on. In this paper, the optimal design procedure of the proposed FSONN is shown in each step and performance index related to approximation and generalization capabilities of model is evaluated and also discussed.

• 지능정보연구
• /
• 제14권4호
• /
• pp.179-200
• /
• 2008

본 연구에서는 사례기반 추론 기법을 대상으로 효율성과 효과성을 함께 증진시킬 수 있는 속성선정 방법을 개발하였다. 기본적으로, 본 연구에서 개발한 속성선정 방법은 기존에 개발된 단변량 분석 방법과 LVF 알고리즘을 통합하는 것이다. 먼저, 단변량 분석 방법 중 선택효과를 사용하여 전체 속성 중에서 예측력이 우수하다고 판단되는 일부분의 속성들을 추려낸다. 이 속성들로부터 생성해낼 수 있는 모든 가능한 부분집합을 생성해낸 후에, LVF 알고리즘을 이용하여 이 부분집합들이 가지는 불일치 비율을 평가함으로써 최종적으로 속성 부분집합을 선정한다. 본 연구에서 개발한 속성선정 방법을 UCI에서 제공하는 데이터 집합들에 적용하여 성능을 측정한 후, 기존 기법의 성능들과 비교한 결과, 본 연구에서 개발된 속성선정 방법이 선정된 속성의 개수도 만족할만하고 적중률도 향상되어서, 효율성과 효과성 모두의 측면에서 우수함을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제12권6호
• /
• pp.287-295
• /
• 2007

본 연구에서는 한국종합주가지수 (KOSPI)의 예측을 위하여 사례기반추론에서의 유전자 알고리즘을 이용한 새로운 자료편집기법을 제안한다. 사례기반추론은 복잡한 문제 해결에서의 편의성과 강점으로 인하여 여러 분야에서 광범위하게 활용되고 있다. 그럼에도 불구하고 사례기반추론은 다른 기계학습기법에 비하여 낮은 예측정확도를 나타내기에 비판을 받아 왔다. 일반적으로 사례기반추론으로부터 성공적인 성과를 도출하기 위해서는 주어진 문제에 유용한 선행 사례를 효과적으로 추출하는 것이 핵심이다. 그러나 사례기반추론 시스템에서 우수한 대응과 추출방법을 설계하는 것은 여전히 논란이 있는 연구 주제이다. 본 연구에서는 사례기반추론 시스템에서 우수한 대응과 추출을 위하여 유전자 알고리즘이 동시에 속성 가중치와 적합한 사례를 선택하는 것을 최적화한다. 본 연구에서는 제안된 모형을 주식시장분석에 응용한다. 실험결과는 유전자 알고리즘 접근법이 사례기반추론에서 유망한 사례편집기법이라는 것을 보여준다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.39-44
• /
• 2006

Ship's collision avoidance is a skill that masters of merchant marine vessels have acquired through years of experience and that makes them feel at ease to guide their ship out from danger quickly compared to inexperienced officers. Case based reasoning(CBR) uses the same technique in solving tasks that needs reference from variety of situations. CBR can render decision-making easier by retrieving past solutions from situations that are similar to the one at hand and make necessary adjustments in order to adapt them. In this paper, we propose to utilize the advantages of CBR in a support system for ship's collision avoidance while using fuzzy algorithm for its retrieval of similar navigational situations, stored in the casebase, thus avoiding the cumbersome tasks of creating a new solution each time a new situation is encountered. There will be two levels within the Fuzzy-CBR. The first level will identify the dangerous ships and index the new case. The second level will retrieve cases from casebase and adapt the solution to solve for the output. While CBR's accuracy depends on the efficient retrieval of possible solutions to be adapted from stored cases, fuzzy algorithm will improve the effectiveness of solving the similarity to a new case at hand.