• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.3
• /
• pp.303-308
• /
• 2006

To solve the rule explosion problem in multi input fuzzy logic system, a method of converting a given fuzzy system to 2 layered hierarchical fuzzy system is presented where the collection of the THEN-parts of the fuzzy rules of given fuzzy system is considered as vectors of fuzzy rule. At the 1 st layer, linearly independent fuzzy rule vectors generated from the given fuzzy logic system are used and, at the 2nd layer, linear combinations of these independent fuzzy rule vectors are used for fuzzy logic units at each layer. The resultant 2 layered hierarchical fuzzy system has not only equivalent approximation capability, but less number of fuzzy rules compared with the conventional fuzzy logic system.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.2
• /
• pp.178-183
• /
• 2004

This paper presents a class of hierarchical fuzzy systems where previous layer outputs are used not in IF-parts, but only in THEN -parts of the fuzzy rules of the current layer. The existence of the proposed hierarchical fuzzy system which approximates a given real continuous function on a compact set is proven if complete fuzzy sets are used in the IF-parts of the fuzzy rules with singleton fuzzifier and center average defuzzifier.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.127-130
• /
• 2002

본 논문은 수학적으로 모델링하기 어려운 비선형 시스템을 위한 새로운 계층적 규칙 기반 퍼지 시스템 모델링 기법을 제안한다. 제안된 기법은 퍼지 규칙 기반 구조를 상위 규칙 기반과 하위 규칙 기반으로 나누어 계층화 시키는 것이다 계층적 퍼지 규칙을 적용함으로써 퍼지 규칙을 효율적이고 논리적으로 이용할 수 있다. 퍼지 규칙의 효율적, 논리적 사용은 퍼지 시스템의 정확성을 높일 수 있고 구조를 명료화 시킬 수 있다. 유전 알고리즘은 제안된 퍼지 규칙의 파라미터 최적화 과정에 이용된다. 가스로 데이터에 대한 퍼지 모델링 결과를 통해서 제안된 기법의 타당성 및 효용성을 검증하고 타 기법의 결과와 비교한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.5
• /
• pp.598-603
• /
• 2007

To solve the rule explosion problem in multi-input fuzzy system, a method of converting a given fuzzy system to 2 layered hierarchical fuzzy system has been reported, where at the 1st layer, linearly independent fuzzy rule vectors generated from the given fuzzy system are used and, at the 2nd layer, linear combinations of these independent fuzzy rule vectors are used. In this paper, the steapest descent algorithm is presented to learn the fuzzy rule vectors and related coefficients for the equivalent 2 layered hierarchical structure. By simulation of learning of ball and beam control system, the feasibility of proposed learning scheme is shown.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.5
• /
• pp.405-410
• /
• 2002

In this paper, fuzzy system modeling using new hierarchical structure is suggested for the complex and uncertain system. The proposed modeling technique Is to decompose the fuzzy rule base structure into the above-rule base and the sub-rule base. By applying hierarchical fuzzy rules, they can be used efficiently and logically. Also, hieratical fuzzy rules can improve the accuracy and the transparency of structure in the fuzzy system. The genetic algorithm is applied for optimization of the parameters and the structure of the fuzzy rules. To show the effectiveness of the proposed method, fuzzy modeling of the complex nonlinear system is provided.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.4
• /
• pp.355-359
• /
• 2014

In this paper, we proposed the new fuzzy pattern classifier which combines several fuzzy models with simple consequent parts hierarchically. The basic component of the proposed fuzzy pattern classifier with hierarchical structure is a fuzzy model with simple consequent part so that the complexity of the proposed fuzzy pattern classifier is not high. In order to analyze and divide the input space, we use Fuzzy C-Means clustering algorithm. In addition, we exploit Conditional Fuzzy C-Means clustering algorithm to analyze the sub space which is divided by Fuzzy C-Means clustering algorithm. At each clustered region, we apply a fuzzy model with simple consequent part and build the fuzzy pattern classifier with hierarchical structure. Because of the hierarchical structure of the proposed pattern classifier, the data distribution of the input space can be analyzed in the macroscopic point of view and the microscopic point of view. Finally, in order to evaluate the classification ability of the proposed pattern classifier, the machine learning data sets are used.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.6
• /
• pp.731-737
• /
• 2007

In this paper, we propose a system for analyzing nutrition status based on hierarchical fuzzy inference approach, where the hierarchical fuzzy approach used to analyze the transition process on the nutritional status from an obesity degree, the previous nutritional status, and the eating pattern with an individual. Moreover we discussed about the selection method of fuzzy membership intervals of the next layer to improve the reliability of inference results in hierarchical fuzzy system, where their intervals are modified by using statistical information of the defuzzified results obtained from the previous layer. To show the effectiveness of this system, we evaluated the nutritional status from the information of anthropometric measurement, biochemical test, and INQ on 113 people over the age of 65, and also analyzed their nutritional status.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.8-11
• /
• 2001

연관규칙 마이닝은 트랜잭션 데이터를 이루고 있는 항목간의 잠재적인 의존관계를 발견하는 데이터 마이닝의 한 분야이다. 정량 연관규칙이란 부류적 속성과 정량적 속성을 모두 포함한 연관규칙이다. 정량 연관규칙 마아닝을 위한 퍼지 기술의 응용, 정량 연관규칙 마이닝을 위한 일반화된 연관규칙 마이닝, 사용자의 관심도를 반영한 중요도 가중치가 있는 연관규칙 마이닝 등에 대한 연구가 이루어져 왔다. 이 논문에서는 중요도 가중치가 있는 일반화된 퍼지 정량 연관규칙 마이닝의 새로운 방법을 제안한다. 이 방법은 부류적 속성의 퍼지 개념 계층과 정량적 속성의 퍼지 언어항 일반화 계층을 일반화된 추출하기 위해 이용한다. 이것은 속성들의 수준별 일반화 계층과 속성의 중요도 가중치를 이용함으로써 사용자가 보다 융통성 있는 연관규칙을 마이닝할 수 있게 해준다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.366-369
• /
• 2006

본 논문에서는 계층적 공정 경쟁 유전자 알고리즘을 통한 비선형시스템의 정보입자 기반 퍼지집합 퍼지집합 모델의 최적화 방법을 제안한다. 퍼지집합 모델은 주로 전문가의 경험에 기반을 두어 얻어지기 때문에 동정과 최적화 과정이 필요하며 GAs를 이용하여 퍼지모델을 최적화한 연구가 많이 있다. GAs는 전역 해를 찾을 수 있는 최적화 알고리즘으로 잘 알려져 있지만 조기 수렴 문제를 포함하고 있다. 병렬유전자 알고리즘(PGA)은 조기수렴를 더디게 하고 전역 해를 찾기 위한 진화알고리즘이다. 적응형 계층적 공정 경쟁기반 유전자 알고리즘(AHFCGA)을 이용하여 퍼지모델의 입력변수, 멤버쉽함수의 수, 멤버쉽함수의 정점 등의 전반부 구조와 파라미터를 동정하였고, LSE를 사용하여 후반부 파라미터를 동정하였으며 실험적 예제를 통하여 제안된 방법의 성능을 평가한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.2
• /
• pp.21-34
• /
• 1998

[n this paper, we propose a hierarchical self-organizing fuzzy logic controller to improve the performance of the FARMA(Fuzzy auto-regressive moving average) SOC(Self-organizing fuzzy logic controller) when the system parameters change. The proposed controller contains the FARMA SC)C in the lower level and has a coordinator in the higher level, which evaluates convergence. and when it senses the degradation of system performance it compensates the control input by a look-up table. The proposed controller shows good perforniance over the FARMA SOC when the system parameters change. We executed some computer simulations on the regulation problem of an inlrerted pendulum system and compared the results with those of the FARMA SOC. As a result, it ha:; been shown that the proposed controller outperformed the FARMA SOC when the changes of the system parameters occurred.