• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.521-526
• /
• 2005

모호함의 측도를 위하여 퍼지 엔트로피와 거리측도 그리고 유사측도와의 관계를 이용하여 새로운 퍼지 측도를 제안하였다. 제안된 퍼지 엔트로피는 거리측도를 이용하여 구성된다. 거리측도는 일반적으로 사용되는 해밍 거리를 이용하였다. 또한 집합사이의 유사성을 측정하기 위한 유사측도를 거리 측도를 이용하여 구성하였고, 제안한 퍼지 엔트로피와 유사측도를 증명을 통하여 타당성을 확인하였다.

• 경영과학
• /
• 제14권1호
• /
• pp.11-29
• /
• 1997

This paper presents the better efficient evaluation of the Small and Medium Enterprises by use of fuzzy multi-criteria decision making methodology under intersectional dependence relations. The five Small and Medium Enterprises alternative will be evaluated by Fuzzy Analytic Hierarchy Process(FAHP) based on entropy weight in this study. A case study is presented to illustrate the use of entropy weight measurement with intersectional dependence problems. These problems are evaluated seven criteria : market criteria, thchnology criteria, management ability criteria, planning criteria, propulsion ability criteria, project propulsion basis criteria, propulsion result criteria.

• 제어로봇시스템학회논문지
• /
• 제7권12호
• /
• pp.985-992
• /
• 2001

This paper proposes a self-organizing fuzzy modeling(SOFUM)which an create a new hyperplane shaped cluster and adjust parameters of the fuzzy model in repetition. The suggested algorithm SOFUM is composed of four steps: coarse tuning. fine tuning cluster creation and optimization of learning rates. In the coarse tuning fuzzy C-regression model(FCRM) clustering and weighted recursive least squared (WRLS) algorithm are used and in the fine tuning gradient descent algorithm is used to adjust parameters of the fuzzy model precisely. In the cluster creation, a new hyperplane shaped cluster is created by applying multiple regression to input/output data with relatively large fuzzy entropy based on parameter tunings of fuzzy model. And learning rates are optimized by utilizing meiosis-genetic algorithm in the optimization of learning rates To check the effectiveness of the suggested algorithm two examples are examined and the performance of the identified fuzzy model is demonstrated via computer simulation.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.335-338
• /
• 2004

본 논문에서는 기존의 정보량(Entropy) 기반 클러스터링 기법을 향상시키기 위한 방법으로서 퍼지 정보량을 이용하였다 가우시안 혼합 모델을 이용하면, 프로토타입의 목적 함수를 이용하는 클러스터링 기법보다 향상된 결과를 얻을 수 있고, Parameter의 조정이 요구되지 않는다. 그러나, 가우시안 혼합 모델의 사용은 주어진 패턴 집합을 클러스터링하는데 계산량의 증가를 초래하게 된다. 본 논문에서는 가우시안 혼합 모델의 정형화에 요구되는 계산량을 감소시키는 방법을 제시한다 또한 퍼지정보량(Fuzzy Entropy)을 적용하여 기존의 정보량 기반의 클러스터링 결과와 비교 분석하였다.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.76-81
• /
• 2016

In this paper, we present the entropy and similarity measure for generalized hesitant fuzzy information, and discuss their desirable properties. Some measure formulas are developed, and the relationships among them are investigated. We show that the similarity measure and entropy for generalized hesitant fuzzy information can be transformed by each other based on their axiomatic definitions. Furthermore, an approach of multiple attribute decision making problems where attribute weights are unknown and the evaluation values of attributes for each alternative are given in the form of GHFEs is investigated.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.200-205
• /
• 2008

데이터 분석을 위하여 데이터의 불확실성에 대한 측도로서 퍼지 집합에 대한 엔트로피를 소개하였고, 또한 데이터간의 유사도를 나타내는 유사측도를 구성하였다. 퍼지 소속 함수간의 유사측도는 거리측도를 이용하여 구성하였고, 제안한 유사측도를 증명을 통하여 확인하였다. 제안한 유사측도의 유용성을 확인하기 위하여 신뢰성 있는 데이터추출 예제에 적용하였다. 적용결과를 퍼지 엔트로피와 통계적 지식을 통하여 얻어진 이전의 결과와 비교하였다.

• 대한안전경영과학회지
• /
• 제16권4호
• /
• pp.229-236
• /
• 2014

Failure modes and effects analysis (FMEA) is a widely used engineering tool in the fields of the design of a product or a process to improve its quality or performance by prioritizing potential failure modes in terms of three risk factors-severity, occurrence, and detection. In a classical FMEA, the risk priority number is obtained by multiplying the three values in 10 score scales which are evaluated for the three risk factors. However, the drawbacks of the classical FMEA have been mentioned by many previous researchers. As a way to overcome these difficulties, this paper suggests the ELECTRE III that is a representative technique among outranking models. Furthermore, fuzzy linguistic variables are included to deal with ambiguous and imperfect evaluation process. In addition, when the importances for the three risk factors are obtained, the entropy method is applied. The numerical example which was previously studied by Kutlu and Ekmekio$\breve{g}$lu(2012), who suggested the fuzzy TOPSIS method along with fuzzy AHP, is also adopted so as to be compared with the results of their research. Finally, after comparing the results of this study with that of Kutlu and Ekmekio$\breve{g}$lu(2012), further possible researches are mentioned.

• 대한전자공학회논문지SP
• /
• 제43권4호
• /
• pp.1-8
• /
• 2006

본 논문은 엔트로피 기반의 가중치와 클러스터 분포크기를 이용한 향상된 FCM(Fuzzy C-Mean)알고리즘을 제안한다. FCM 알고리즘은 영상분할에서 일반적으로 많이 사용되는 퍼지 클러스터링 방법이다. 그러나 공간정보를 포함하지 않기 때문에 잡음 등에 민감하고, 클러스터를 이루는 특정들의 분포에 따라 화소들을 정확하게 분류할 수 없다. 이러한 단점을 해결하기 위해서 FCM 알고리즘의 소속정도를 연산할 때 클러스터 분포크기와 이웃 화소의 공간정보를 이용한 엔트로피 기반의 가중치를 적용한다. 실험결과에서 제안한 방법이 기존의 방법들보다 잡음에 강건하며 분할결과를 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 추계학술대회 논문집 전력기술부문
• /
• pp.225-227
• /
• 2006

The transmission network clustering using a fuzzy entropy function are proposed in this paper. We can define a similarity measure through a fuzzy entropy. All node in the transmission network system has its own values indicating the physical characteristics of that system and the similarity measure in this paper is defined through the system-wide characteristic values at each node. However, to tackle the geometric mis-clustering problem, that is, to avoid the clustering of geometrically distant locations with similar measures, the locational informations are properly considered and incorporated in the proposed similarity measure. In this paper, a new regional clustering measure for the transmission network system is proposed and proved. The proposed measure is verified through IEEE 39 bus system.

• 한국산업정보학회논문지
• /
• 제4권1호
• /
• pp.52-57
• /
• 1999

이 논문에서는 vague형 퍼지 데이터베이스에서 질의에 대한 튜플의 소속척도 연산을 분석하여 사용자가 요구하는 결과를 보다 효과적으로 얻을 수 있는 방법을 제안한다. 또한 정보 이론을 이용하여 사용자의 질의에 대한 데이터베이스의 엔트로피를 계산함으로써 데이터베이스의 특성을 분석하고, 아울러 엔트로피를 제어할 수 있는 알고리즘을 제안한다.