초록
퍼지 시스템의 구현에 있어 가장 어려운 과정 중 하나는 정확한 지식의 획득이다. 이는 퍼지 시스템의 응용 영역이 커지고 그 응용 영역의 입출력 변수가 많아질수록 전문가가 그 변수들 간의 관계를 정확히 파악하는 것이 어렵교, 더구나 복잡한 시스템의 제어 과정을 언어 변수를 표현하는 것이 전문가에게 힘든 일이기 때문이다. 또 하나의 어려운 고정은 퍼지 변수의 적절한 소속함수 정의와 조정이다. 그래서 기존의 언어 변수를 포함하는 퍼지 규칙을 사용하여 설계된 퍼지 시스템에서는 기술된 퍼지 규칙들이 시스템의 특성을 제대로 반영하도록 퍼지 변수의 소속 함수 모양을 조정하는 작업을 필요로 한다. 본 논문에서는 기존의 퍼지 시스템 구현에 있어서 어려운 과정인 지식 획득과 소속함수 정의부분의 개선을 위한 새로운 퍼지 시스템 구현 방법으로 코호넨 신경망과 역전파 신경망을 이용한 퍼지 규칙 자동 생성과 추론망 구축 방법을 제안한다. 제안된 방법은 시스템의 입력과 출력으로 구성된 데이터들로부터 퍼지 규칙을 신경망의 학습기능을 이용하여 자동 생성한다. 또한 데이터 변수간의 퍼지 관계에 기반을 두고 추론이 이루어지므로 각 퍼지변수에 대한 소속 함수 정의가 필요 없게 된다. 따라서 퍼지 시스템의 구현이 쉽게 이루어질 수 있다. 실험에서는 제안된 방법으로 자동차 정속 주행을 위한 추론만을 구축하고 실험차의 단독 주행의 여러 상황을 고려한 모의 주행 실험을 통해 새로운 방법의 타당성을 보인다.
Knowledge acquisition is one of the most difficult problems in designing fuzzy systems. As application domains of fuzzy systems become larger and more complex, it is more difficult to find the relations among the system's input- outpiit variables. Moreover, it takes a lot of efforts to formulate expert's knowledge about complex systems' control actions by linguistic variables. Another difficulty is to define and adjust membership functions properly. Soin conventional fuzzy systems, the membership functions should be adjusted to improve the system performance. This is time-consuming process. In this paper, we suggest a new approach to design a fuzzy system. We design a fuzzy system using two neural networks, Kohonen neural network and backpropagation neural network, which generate fuzzy rules automatically and construct inference network. Since fuzzy inference is performed based on fuzzy relation in this approach, we don't need the membership functions of each variable. Therefore it is unnecessary to define and adjust membership functions and we can get fuzzy rules automatically. The design process of fuzzy system becomes simple. The proposed approach is applied to a simulated automatic car speed control system. We can be sure that this approach not only makes the design process of fuzzy systems simple but also produces appropriate inference results.
