• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.139-144
• /
• 2008

일반적으로 의사결정의 대상이 되는 현실 시스템은 매우 가변적(variable)이며 때로는 많은 불확실성(uncertainty)이 포함된 상황에 놓일 수 있다. 이러한 문제를 해결하기 위해서, 통계적 방법으로 유의수준이나 확신도, 민감도 분석 등이 사용된다. 본 논문에서는 유사성 평가를 가진 분류 결과의 명확성을 개선하기 위해 MFAC(Multiple Fuzzy Alpha Cut)을 기반으로한 퍼지 의사결정에 대한 방법을 제안한다. 제안된 방법에서 MFAC는 상대적 해밍거리와 max-min 방법 사이의 근접관계에서 근접도를 가지고 다수의 ${\alpha}$-level를 추출하기 위해 그리고 MFAC에 의해 추출된 데이터사이의 분할 구간과 연관된 데이터의 개수를 줄이기 위해 사용된다. 의사결정의 최종 대안을 선택하기 위해서 가중치를 계산한다. 실험결과로부터 제안된 방법은 기존 방법의 분류 성능보다 더 간단하고 명백하며 통계적 방법을 통해 표본 데이터의 유의성을 검정함으로써 의사결정자를 위해 효율적으로 대안을 결정한다는 사실을 알 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권8호
• /
• pp.681-691
• /
• 2006

유전자 데이타의 클러스터링은 방대한 유전자 정보를 발현 정도에 따라 비슷한 그룹으로 나누어 분석하는 방법으로 유전자의 기능을 분석하는데 사용되어 왔다. 클러스터링의 한 종류인 퍼지 클러스터링은 하나의 샘플이 소속정도에 따라 여러 그룹에 동시에 소속되도록 나누는 방법으로, 하나의 유전자 데이타는 여러가지 유전 정보를 가칠 수 있기 때문에 유전자 발현 데이타의 분석에 보다 적절한 방법이다. 그러나 보통 클러스터링 방법은 초기 값에 민감하고, 지역해에 빠질 수 있는 단점을 갖는다. 이런 단점을 해결하기 위해 본 논문에서는 진화 연산을 이용한 퍼지 클러스터링 방법을 제안한다. 이때, 적합도 평가를 위해서 모든 데이타에 대해 동일한 기준을 적용하는 베이지안 검증방법의 단점을 개선하여, 데이타의 특성 을 고려하여 결정된 적용적 ${\alpha}$-cut 기반 평가방법을 사용한다. SRBCT 데이타와 효모 세포주기 데이타를 이용해 실험을 하고 결과를 분석하여 제안하는 방법의 유용성을 확인하였다.

• 한국수자원학회논문집
• /
• 제46권10호
• /
• pp.977-987
• /
• 2013

본 연구에서는 다기준 의사결정기법을 적용한 홍수취약성 평가에 내재되는 불확실성을 고려한 평가기법을 제시하였다. 홍수취약성평가과정은 3단계로 구성되며 1단계에서는 홍수와 연관되는 사회적, 경제적, 환경적 영향요인들 중에서 지역의 특성을 반영할 수 있는 평가인자를 선정하고 각 인자의 가중치를 책정한다. 이때 델파이 설문조사기법을 적용하여 의사결정자들의 의견을 수렴한다. 2단계는 평가자료를 수집하고 평가에 사용할 수 있도록 가공하는 단계이며 불확실성 문제를 해소하기 위하여 퍼지수를 적용하였다. 마지막단계에서 홍수취약성을 정량적으로 산정하여 취약지역의 우선순위를 도출한다. 본 연구에서는 퍼지수의 연산과정에서 발생하는 퍼지수의 과장 및 왜곡문제를 해소하기 위한 ${\alpha}$-cut fuzzy TOPSIS 방법을 적용하였다. 또한 수립한 평가기법으로 산정한 결과에 대하여 퍼지자료(fuzzy data)를 적용한 fuzzy TOPSIS, 크리스프(crisp) 자료를 사용한 TOPSIS, WSM등의 다양한 방법으로 평가한 결과들과의 상관관계분석을 수행하였다. 분석결과, ${\alpha}$-cut fuzzy TOPSIS 방법은 대체로 모든 방법과 높은 상관성을 나타내었다. 즉, 크리스프 자료와 퍼지자료를 사용하는 평가방법 사이에서 발생하는 결과의 차이가 ${\alpha}$-cut fuzzy TOPSIS를 이용하면 줄어드는 효과가 있다. 따라서본 연구에서 수립한 홍수취약성 평가방법은 불확실성 문제를 일정 부분 해소한 평가결과를 제시함으로서 치수정책 수립의 유용한 근거자료를 제공할 수 있다.

• 대한산업공학회지
• /
• 제23권4호
• /
• pp.803-816
• /
• 1997

In this paper we propose a new approach far part families considering multiple attributes of parts in the design and operating stage of flexible manufacturing systems. We first represent the relationship of parts and the relative attributes using fuzzy membership function, AHP method and normalization. As a result, more realistic nonbinary data of the relationship is obtained. Then we group parts into part families based on the nonbinary data using fuzzy $\alpha$-cut and new similarity coefficient method. The performance of our method is compared numerically with others.