• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.491-499
• /
• 2001

본 논문에서는 유전알고리즘(Genetic Algorithm)과 FCM(Fuzzy c-means) 클러스터링을 이용하여 TSK(Takagi-Sugeno-Kang)형태의 퍼지 규칙 생성과 퍼지 시스템(FCM-ANFIS)을 효과적으로 구축하는 방법을 제안한다. 구조동정에서는 먼저 PCA(Principal Component Analysis)을 이용하여 입력 데이처 성분간의 상관관계를 제거한 후에 FCM을 이용하여 클러스터를 생성하고 성능지표에 근거해서 타당한 클러스터의 수, 즉 퍼지 규칙의 수를 얻는다. 파라미터 동정에서는 유전알고리즘을 이용하여 전제부 파라미터를 최적에 가깝도록 탐색을 시도한다. 결론부 파라미터는 유전알고리즘에 의한 탐색공간을 줄이기 위해 전제부 파라미터가 결정되면 PLSE(Recursive Least Square Estimate)에 의해 추정되어진다. 이렇게 함으로서 타당한 규칙 수와 효율적인 퍼지 규칙을 얻을 수 있다. 제안된 방법의 유용성을 보이기 위해 Box-Jenkins의 가스로 데이터와 Rice taste 데이터의 모델링에 적용하여 이전의 연구보다 좋은 결과를 보임을 알 수 있었다.

• 한국수자원학회논문집
• /
• 제33권2호
• /
• pp.159-167
• /
• 2000

본 연구는 낙동강수계인 위천 유역의 최하류 군위 지점에 대해 추계학적 모형인 Box-Jenkin의 승법 ARIMA 모형과 상태공간모형 이론적 토대로 하여 계절별 월 유출량을 모의하였다. 다변량 시계열 모형인 상태공간모형의 입력변수로 월 유효우량과 균등기간의 관측된 월 유출량을 사용하여 군위지점의 월 유출량을 예측한 결과 다변량 시계열 모형인 승법 ARIMA모형에 비하여 표준오차가 작게 나타났으므로, 유효우량과 유출량을 함께 이용하는 상태공간 모형을 이용하여 합리적인 유출량 예측이 가능하도록 하였다. 본 논문은 월 유출량 기록치 및 유효우량 자료를 분석하여 승법 ARIMA 모형 및 상태공간 모형에 적용하였으며, 상태공가 모형의 이론을 적용하여 VAR(P)의 P값을 구하기 위해 시차에 의한 AIC 값을 이용하였다. VARMA 모형은 정준상관계수를 이용한 상태공간 모형을 구하여 구축하였다. 따라서, 본 논문에서는 구축된 상태공간 모형을 사용하여 위천유역의 군위 지점에서 장·단기 유출량을 예측하여 수자원의 장·단기전략 수립에 도움을 주기 위함이다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.1-10
• /
• 2015

본 연구에서는 한국프로야구 변천사를 야구 통계량들을 중심으로 살펴보았다. 분석방법으로는 1982년부터 2013년까지의 한국프로야구 데이터를 이용하여 야구 통계량들의 시계열 그래프와 상관계수를 이용하였다. 그 결과 유의수준 1%에서 연도와 유의한 양의 상관관계를 보인 통계량은 2루타, 타점, 4구, 삼진, 병살타, 사구, 출루율, OPS, 방어율, 폭투, WHIP이고, 유의한 음의 상관관계를 보인 통계량은 3루타, 도루자, 실책, 완투, 완봉, 보크였다. 상관계수가 유의한 야구통계량의 예측을 위해서는 Box-Jenkins의 ARIMA 모형을 이용하였다. 결론적으로 세월의 흐름과 가장 상관이 큰 것은 완투 횟수의 감소이며, 그 다음으로 삼진 개수의 증가를 들 수 있었다.

• 한국국방경영분석학회지
• /
• 제34권2호
• /
• pp.79-101
• /
• 2008

신형/장기 운영 무기체계 수리부속의 불균형적 수요발생에 따른 항공기 불가동을 해소하기 위한 수요예측기법 개선의 필요성이 대두되고 있다. 항공기 수리부품들은 고단가이고, 청구에 소요되는 기간이 길어 사전에 예측하지 못한다면 작전지원에 문제가 발생하게 된다. 신뢰성 있는 수요 예측은 과보유로 인한 재고비용을 줄일 수 있으며, 수요를 예측하기 위한 방법은 회귀분석, 단/다변량 시 계열분석, 데이터 마이닝 기법 등이 있다. 항공기 부품의 수요 예측은 그 부품의 수가 8만 가지 이상이며 각 부품간의 관계를 분석하기에 어려움이 있어 시간에 종속적인 단변량 시계열 분석을 통해 수요예측을 실시하였다. 본 연구에서는 이러한 문제점을 해결하기 위하여 첫째, 자료를 기존 AMMIS 체계에서 고장 자료를 실수요로 가정하여 수집하였다. 고장이나 주기 검사, 시한성 기술지시 등으로 부품을 장 탈착하게 되면 정비부서에서 이를 전산프로그램인 AMMIS에 입력하도록 하고 있다. 따라서 실제 정비부서에서 부품을 사용한 현황을 실수요라고 인정할 수 있다. 둘째, 1999년 1월부터 2007년 2월까지의 월별 자료(98개)를 수집하였다. 자료의 수가 충분하므로 예측 정확성 향상을 위하여 ARIMA기법에 적용이 가능하다. 고장빈도가 높은 부품 50여개를 추출하여 Box-Jenkins의 ARIMA기법을 적용하여 예측을 실시하였다 실시 결과 적합한 모형식을 도출하였으며, 현용기법보다 예측 정확성이 높다는 결론을 얻었다.

• 한국산림과학회지
• /
• 제95권6호
• /
• pp.643-648
• /
• 2006

효율적인 산불예방과 진화활동을 위해서는 산불 발생 및 확산특성에 대한 분석이 요구된다. 본 연구에서는 1970년부터 2005년까지 총 36년간의 월별 산불 발생건수 및 연소면적 자료를 이용하여 산불특성을 분석하고, Box-Jenkins의 ARIMA 모형을 이용하여 시계열 예측모형을 추정하였다. 분석 결과 발생건수 및 연소면적은 월별로 유의한 차이가 있었는데, 3월과 4월 두 달 동안 전체 발생건수의 59%, 연소면적의 72%가 집중되었다. 발생건수와 연소면적 모두에 있어서 ARIMA(1, 0, 1) 모형이 적합한 모델로 선정되었으며, 산불은 1개월과 12개월 전의 발생건수, 연소면적 수치와 밀접한 관련이 있음을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 1992년도 수공학연구발표회논문집
• /
• pp.411-418
• /
• 1992

The purpose of this study is to develop dynamic-stochastic models that can forecast the inflow into reservoir during low/drought periods and flood periods. For the formulation of the models, the discrete transfer function is utilized to construct the deterministic characteristics, and the ARIMA model is utilized to construct the stochastic characteristics of residuals. The stochastic variations and structures of time series on hydrological data are examined by employing the auto/cross covariance function and auto/cross correlation function. Also, general modeling processes and forecasting method are used the model building methods of Box and Jenkins. For the verifications and applications of the developed models, the Chungju multi-purpose reservoir which is located in the South Han river systems is selected. Input data required are the current and past reservoir inflow and Yungchun water levels. In order to transform the water level at Yungchon into streamflows, the water level-streamflows rating curves at low/drought periods and flood periods are estimated. The models are calibrated with the flood periods of 1988 and 1989 and hourly data for 1990 flood are analyzed. Also, for the low/drought periods, daily data of 1988 and 1989 are calibrated, and daily data for 1989 are analyzed.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1395-1399
• /
• 2010

최근 들어 전 세계적으로 태풍과 가뭄 그리고 국지적인 호우 등의 기상변화로 인하여 수자원 종합적인 개발과 이용계획에 대한 전문적인 예측이 필요하다. 우리나라는 홍수기에 집중적인 강우 발생으로 인하여 평수기와 유입량 차이가 심한 수문특성을 가지고 있어 안정적인 수자원 공급에 대한 장기적인 관점에서 이수와 치수정책을 수립해야 한다. 본 연구는 1985년 1월부터 2008년 12월까지 24년에 해당하는 한정된 기간의 짧은 유출량 자료를 갖는 대청댐 유역에서의 시계열 유입량 특성을 Box-Jenkins모형 또는 ARIMA모형을 적용하여 추계학적 분석을 실시하였다. 월유입량과 같은 비정상성 시계열에 적용될 수 있는 적절한 추계학적 모형을 찾기 위하여 모형의 식별과 모형의 추정, 모형의 검진 등의 3단계에 걸친 분석을 실시하였다. 연구결과 대청댐 월유입량 예측모형으로 승법계절 ARIMA$(0,1,2){\times}(1,1,0)_{12}$이 유도되었으며, 이 모형으로 1, 3, 6, 12개월의 선행기간에 대한 실시간 유입량을 예측하였다. 예측된 유입량을 2008년 실측유입량과 비교한 결과 6개월에 대한 예측의 정확성이 가장 높게 나타났다. 또한 평수기와 홍수기를 구분한 예측도 실시하였으며, 평수기는 1개월 홍수기는 3개월 간격으로 예측하는 것이 가장 적절한 것으로 분석되었다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권9호
• /
• pp.430-438
• /
• 2001

In this study, we introduce the adaptive Polynomial Neuro-Fuzzy Networks(PNFN) architecture generated from the fusion of fuzzy inference system and PNN algorithm. The PNFN dwells on the ideas of fuzzy rule-based computing and neural networks. Fuzzy inference system is applied in the 1st layer of PNFN and PNN algorithm is employed in the 2nd layer or higher. From these the multilayer structure of the PNFN is constructed. In order words, in the Fuzzy Inference System(FIS) used in the nodes of the 1st layer of PNFN, either the simplified or regression polynomial inference method is utilized. And as the premise part of the rules, both triangular and Gaussian like membership function are studied. In the 2nd layer or higher, PNN based on GMDH and regression polynomial is generated in a dynamic way, unlike in the case of the popular multilayer perceptron structure. That is, the PNN is an analytic technique for identifying nonlinear relationships between system's inputs and outputs and is a flexible network structure constructed through the successive generation of layers from nodes represented in partial descriptions of I/O relatio of data. The experiment part of the study involves representative time series such as Box-Jenkins gas furnace data used across various neurofuzzy systems and a comparative analysis is included as well.

• Journal of Electrical Engineering and Technology
• /
• 제11권4호
• /
• pp.869-877
• /
• 2016

Necessity has compelled man to improve upon the art of tapping wind energy for power generation; an apt reliever of strain exerted on the non-renewable fossil fuel. The power generation in a Wind Farm (WF) depends on site and wind velocity which varies with time and season which in turn determine wind power modeling. It implies, the development of an accurate wind speed model to predict wind power fluctuations at a particular site is significant. In this paper, Box-Jenkins ARIMA (Auto Regressive Integrated Moving Average) time series model for wind speed is developed for a 99MW wind farm in the southern region of India. Because of the uncertainty in wind power developed, the economic viability and reliability of power generation is significant. Life Cycle Costing (LCC) method is used to determine the economic viability of WF generated power. Reliability models of WF are developed with the help of load curve of the utility grid and Capacity Outage Probability Table (COPT). ARIMA wind speed model is used for developing COPT. The values of annual reliability indices and variations of risk index of the WF with system peak load are calculated. Such reliability models of large WF can be used in generation system planning.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권3호
• /
• pp.210-216
• /
• 2006

In the rule based modeling, data partitioning plays crucial role be cause partitioned sub data set implies particular information of the given data set or system. In this paper, we present an empirical study result of the data pattern estimation to find underlying data patterns of the given data. Presented method performs crisp type clustering with given n number of data samples by means of the sequential agglomerative hierarchical nested model (SAHN). In each sequence, the average value of the sum of all inter-distance between centroid and data point. In the sequel, compute the derivation of the weighted average distance to observe a pattern distribution. For the final step, after overall clustering process is completed, weighted average distance value is applied to estimate range of the number of clusters in given dataset. The proposed estimation method and its result are considered with the use of FCM demo data set in MATLAB fuzzy logic toolbox and Box and Jenkins's gas furnace data.